七牛云存储

redis有没有用过，常用的数据结构以及在业务中使用的场景，

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。

北京商汤自动驾驶实习生（感知）一面自我介绍，只问简历里CV相关的项目。    思路：dfs，标记    思路（可能是错的）：从左到右扫描，遇到左边的数字比右边大的，就把右边的数字划掉。如果扫完后k还有剩余，就从右往左开始删。深度学习相关： （数据角度，模型角度，loss角度，面试官问知不知道focus loss）

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。

1.iq题,行为测试题,题库和网上写的变动不大2.专业知识笔试     1.题型包含选择题,简答题,翻译题,代码题.    2.知识包含计算机网络, 操作系统,cpp,排序算法,数据结构    3.最后一道easy难度的code3.hr面,    1.自我介绍,    2.项目经历,    3.你行为测试题里面的答案    4.offer情况,    5.996接受程度4.技术面     1.问项目细节    2.问yolo和ssd的差别,对yolo的理解,损失函数有哪些,功能是什么    3.cpp和python的基本问题     4.有没有了解的前沿的深度模型,回答bert

7月23日中午收到通知，7月24日11.00面试，腾讯会议 有两个面试官 第一个面试官： （这个我不太会，没接触过，就说了增大感受野，具体是面试官给我解答的） 第二个面试官：  就问了一个问题，（暗示加班的意思吗）  然后结束前第一个面试官又问了一个python的字典的问题，我python做的不多所以不怎么了解；  反问部分： 问了他们具体项目涉及到的领域，还有就是一面出结果的时间。 中间还问了家是哪里的一些问题，总之聊起来还是挺舒服的。

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。