依图科技软件研发工程师面试经验

首先hr联系我问了大致情况，然后预约第一场电面，电面问了相关项目问题，做了一道编程题就结束了。2天后，hr通知我电面通过与我预约第二轮现场面试。 现场面试是一位更大的leader和部门hr一起面。首先还是围绕所做项目提出问题，问了2道基础算法逻辑问题等等，聊了大概1个小时左右，总体感觉面试难度不大。 2天后hr通知我面试通过，面试过程总体感受还挺愉快。虽然最后综合考虑后，还是没有去。

今天电面了一下依图科技这家在人工智能领域的大牛公司，不过不得不吐槽一下，面试官手机质量估计有问题，声音嗡嗡响，作为一个技术总管，好歹整个好点的手机啊，猎头的手机都比你的好，弄的我整个过程交流都像喉咙里卡了翔一样不畅快。 不过anyway这公司毕竟b格挺高的，闲聊瞎扯淡一阵之后，先谈了谈项目经历（国际惯例了），然后开始说要问我一道“简单”的算法题，还说要用google doc来写，不知道是不是有意的，明知道国内翻墙不是很方便（虽然我有vpn，但是真的今天vpn不work啊），我估计是为了看你这个程序员是否够geek， geek怎么能不翻墙呢？这都小事啦，上来问我kmp算法，老实说，我到挂电话都没听清这几个字母，说什么k&t算法？What the fck！！！反正听不清我就大概听到字符串匹配的东西。老实说，去年准备换工作都时候还真学习过kmp这个算法，应该说算法思路倒是不复杂，但实现起来有多麻烦，这个印度人也bb了十几分钟才讲清楚。不过anyway，这种算法算简单？这在互联网公司的面试里也算偏门算法吧？问这个跟问dijkstra算法我看差别也不大了，不是说算法本身逻辑有多复杂，而是说感觉这些都属于专用型的算法，不算通用型的算法啊。 好吧，你说简单就简单吧，接下来大概的意思就是，既然你不知道kmp算法（我冤），那你来实现一个字符串匹配算法好不好呀？我说那我稍微画一下草稿，然后我说老实说字符串匹配如果用java的indexOf做就可以了（感觉又多嘴了，我知道你想问匹配算法逻辑），既然你要匹配，那就一个个比嘛，为了减少时间复杂度就把比较的各种分枝做个剪枝嘛，比如后面几个字符串就不用比了，然后用hashmap记录一下各个字符的位置，然后减少一些不必要的首字母比较，然后问我时间复杂度是多少，我说最坏O(m*n)，然后他一脸鄙视地说那就是n方咯？ 我说是（这里难道不是用O(m*n)说法更准确？），字符串匹配这里在不用kmp的情况下我真不知道有什么时间复杂度表达式上看起来更好的算法。anyway,这个问题说完之后，我就有种感觉要挂了，因为他也就寒暄两句把面试结束了，然后我问个问题，他也一副不耐烦的口气，一般我感觉要挂的，无一例外都要挂。不过依图这种公司，以我目前的功底，最终结果是挂我并不意外，就是感觉这次挂的过程实在是有点冤而且不爽。

主要就是问算法，以及简历和项目经验。一共面了四轮居然都是技术面，感觉挺累的，不过面试过程中居然碰到了他们的技术核心团队成员，真的感觉特别幸运（当然也很紧张）。听过面试官介绍以后，感觉公司研究的方向前景很好，而且技术方面应该做的也很不错。

从早上6点起床到下午4点，一整个白天都处在高度紧张状态，回到寝室后倒头睡到9点，目前坐在电脑前，终于开始按耐不住的激动。一天时间，经历三场面试，虽然累，但拿到依图的offer，无疑值得庆祝。趁余热未消这里和大家简单分享下经历。  一、相遇 依图不算特别知名，半年前也是在和室友夜谈之时偶尔听说，之后才逐渐得知这匹从事人工智能的黑马。深入了解之后得知依图里面的技术气息浓厚，整体氛围自由，牛人云集，创始人更分别是MIT的博士后、加州大学的博士和前阿里云的技术总监，再加上觉得动态识别、城市大脑等科技理念非常炫酷，投靠之心日盛。  二、准备 自打坚定了投奔依图的心后，在网上搜寻了很多资料，发现依图的面试很看重技术和算法。所以在过去的几个月里非常专心的在Lintcode上把之前没刷完的题全部刷过一遍，之前不会的题也仔仔细细的比较网上的参考答案理顺摸透，又刻意仿照参考答案网站上的代码努力改进自己的代码，着重提高代码的效率。 考虑到之前做过的两个项目和依图的工作内容相关性较差，过去几个月，借着参加校智能编程比赛的便利，拉着室友做了一个简易版的基于流动人脸识别的安保项目。而这一相关项目，确实为自己在依图的面试中加分良多。  三、面试 之前在网上投了简历，昨天接到通知约了今天的面试。于是又重新回顾了笔记，默念了几遍自我介绍，仔细斟酌了相应的项目介绍、确定自己能应对针对项目的所有常规问题。早上六点半起床，七点半出门，八点十八分到达依图科技公司门口。 一面 一面约在九点，但由于面试官恰巧在接一个重要的电话，正式开始时间为九点二十。 面试官素质很高，首先就面试开始时间延迟二十分钟表示了歉意，之后简单对自己进行了介绍，然后才要求我进行自我介绍。自我介绍需在一分钟内完成，到点喊停。随后问了一些项目相关的问题，出乎意料的是三个项目都被平均对待了。一面中的项目相关问题都比较浅，只涉及框架和一些主要的技术模型。  最后要求完成两道算法题： 1、数组中的逆序对。 Lintcode原题因为做过，所以写程序加检查只花了不到10分钟，完成较好。  2、 二叉查找树 给定一个前置条件，将二叉树中满足条件的二叉树节点进行删除。先要求描述思路，再进行算法编写。 Lintcode类似题由于写的过程中发现思路中存在不足，中途试图改进，导致最终程序略混乱，完成情况不算理想。  一面结束就差不多到了饭点，和依图的工作人员一起吃了午饭，中途简单进行了些许交谈，惊讶的发现他们不仅技术水平高、能力强，且都真正热爱自己的工作。  二面： 二面时面试官一上来就开始讨论人工智能的理念和情怀。虽然一开始有点懵，但出于对人工智能的热爱，自认面试官对我的发言内容较为满意。之后就动态人脸识别的项目进行了较深入的探讨。被提到的问题包括：人脸识别的基本算法思想、项目过程中花费时间最多的地方、识别精准度及识别速度分别为多少、最终呈现的结果、如何进行方案改进等。由于前半部分花费了大量时间。二面只问了一道考察递归的相关算法。 Lintcode原题-二叉树的最大深度。 三面： 三面依旧是从项目开始，让我挑重点讲一下自己做过项目中印象最深的事及获得的感悟。然后就项目开始拓展，谈论了目前已有的人脸识别技术，人脸识别的前景，目前最急需改进的部分。中间谈到了Face++以及百度的人脸识别，听面试官讲了依图和两者相比的优势和劣势。 因为前半段聊得很High很情怀，中途几乎判定三面为情怀面了，结果最后面试官依旧抛出了算法题强回技术面。算法题内容为给定一个无向边的列表，判断其是否为树结构。  Lintcode原题：因为该题是较久之前做的，在面试中着实花了一番精力重新进行思路的整理和书写，但总体完成还算不错。 三面结束后稍微等了会，HR就来和我说面试官对我的面试情况较满意，要求得知我具体的入职情况及薪酬要求。开心。  四、感受 依图确实很重技术，编程能力测试在面试中占有较大份额。而相比较其他互联网公司，依图考察到的算法题在lintcode 中的难度值分类普遍偏高，因此在准备依图面试时需仔细回顾lintcode 上较难的部分算法题。