阿里巴巴

求职的第二次面试，就碰到了阿里，之前经验不多，也不知道究竟会问什么，提前准备了一点，但还是猝不及防。总之面试兼具广度和深度，就是这也要会那也要会，而且还不能理解得太简单，要理解透彻。面试方式：电话面试；面试总时长：五十多分钟。 1、上来第一句话就聊项目，问得很细，所用的方法、步骤都要详细说清楚，这么说吧，听完你的描述，面试官最好可以自己实现一遍你的代码，可想而知这是有多细。毕竟距离做那个项目已经一年了，当时是自己看论文，然后实现的。面试官也不仅仅是问项目内容，可能还会就你的项目引申到别的问题上，比如我说我当时用的是多张视频帧的同一位置的块作为相似块来处理的，而原来的论文针对的是单张图像，在单张图像中寻找非局部相似块来作去模糊，但是那篇论文在这一块也没有说清楚，就引用了下别人的论文，这个论文的创新点在别的地方，之后怎么使用这些相似块来得到去噪的图像才是关键。 我做的是多帧联合去噪，当时也没管原来是怎么在一张图像中寻找相似块的。然后他就问了我这个问题，我说我当时没仔细看这一块的。然后他就叫我现场讲个方法，我胡乱扯了扯，就说求梯度啊，然后搜索欧式距离最近的相似快，前面找过的后面就不用再找了。然后他说要是用现有的机器学习方法去找呢。我当时脑袋已经有点浆糊，搜索最近邻的相似块，KNN？他又说，你讲一下KNN的步骤，我完整地说了一遍，才发现不对，这是个聚类问题啊，没有类别标签，连忙改口说，可以用K-means，但是好像已经晚了，然后就到下一个问题了。 对了，除了算法的问题，还有最后的评价标准也会问到，比如说SSIM的公式，都问到了。然后又问到我做的深度学习的框架，我说用resnet做基本框架，残差块前面用了卷积，他问我处理的图像是不是三通道的，我说是，他说那你前面卷积fature map个数是多少，我说128个，他说那128个feature map除以3除不净啊，怎么和三个通道对应呢。我当时真的没有明白他这句话的意思，他说我应该是把这个数弄错了。后来我想他问的应该是代码的底层实现问题，也就是卷积是怎么操作的，如果他换成问“三个通道怎么变成128个的”，或许我能知道他是什么意思了...他可能觉得我连这个都不知道，那别的也不用问了...项目和科研内容这块就聊完了。我感觉自己也差不多凉凉。 建议：项目真的要好好准备，把之前看的论文写的代码都回顾一下。 2、图像处理的基本问题：边缘检测算子有哪几种。 3、C语言（1）static静态变量；按照变量的生存周期分，变量分哪几种；（2）全局变量是不是一定要初始化；（3）怎么判断单向链表是不是有环；（4）常用的排序算法有哪些？哪些是稳定的？（5）快排的实现过程。如果不用递归，怎么实现？没了，就这么几块内容。 感觉面得很差，连问题都没弄清楚是个什么情况啊啊啊。还是准备得不够充分所致，很多还是要凭记忆的，毕竟也不可能对着电话给他推一遍求解最小化问题的步骤，然后再告诉他你是根据这个迭代求解的步骤来这么这么实现的。。