零度智控

面试的岗位是算法工程师，但是关心的问题更侧重于部署落地这一块，问了tensorrt，docker 等一些部署方面的是，本人对ocr不太了解，但是cv，ml，dl这一块还是略有研究，但是这方面的技术问题确实不多。

面试前先让填一张表，身份证号，父母、导师、之前工作单位证明人，目前工资。跟工作跟面试有无关系的乱七八糟的信息，都要统计。面试问题感觉问的太空泛，虚无缥缈的，也可能是自己水平不行吧，反正我是都不知道如何回答，全程一脸懵。

sp offer专场:笔试通过后联系面试。方式是腾讯会议，面试官应该是部门同事，面试时常大概50分钟。面试内容：主要是项目。会问项目细节，以及项目中遇到的难点问题以及怎么解决。也会问基础知识，会涉及公式推导等，基础问得很深入。好多都没答上来，估计是凉凉了。

应聘图像处理算法工程师职位，第一面是HR问一些基本情况和技术术语，第二面是人脸识别团队的技术员，不问简历上面的直接问人脸识别相关的技术以及模型压缩方面的内容。第三面是医学团队的技术员问简历上面的内容，不过医疗团队成立没多久团队规模比较少。 最后面试医疗团队的负责人也是上海交大的教授。问自己感兴趣的问题，听两句直接打断又问别的问题。属于故意打压式面试风格，比较讨厌跟这种人共事。这也是最后拒绝offer的一个原因。

面试体验还不错，主要自己不是人工智能科班的，讲了计算机视觉基本原理但自己理解的不够深入，比如MaskRCNN的ROIAlign基本情况能说出来，但ROIAlign内的二次线性插值我没复习到，不会，所以大家还是要看重基础。然后有两道算法题，1.给定一个整数a，判断a是否是两个数的平方和；2.给定非负数组和整数k，判断是否有连续子集为k的倍数，挺简单的。然后是一些计算机视觉的知识，RoiPooling的具体操作过程，Roipool RoiAlign的区别，Unet的结构，主要实现过程，线性插值的操作过程，二次线性插值怎么计算的。第一次面试，准备不充分，挂了也很正常，后面会继续努力。

主要就是根据简历来问吧，因为我项目中有目标检测和网络剪枝。所以就问我怎么剪枝，怎么压缩，怎么稀疏。然后论文里有注意力机制，就问了一些注意力机制怎么操作。然后根据他们做的东西，问了些图像分割，详细讲一下maskrcnn。

redis有没有用过，常用的数据结构以及在业务中使用的场景，