冬天又来了，剑桥也飘起了零星雪花。我即将回国，回顾这一年，除了实验室的十几个小时，我也开始思考 AI的价值、未来和适不适合自己。博士申请杳无音讯，我决定抓住国内的工作机会。

本科曼大数学，硕士剑桥应用统计（AI方向），这半年投了**百度、商汤、Face++**等公司的计算机视觉岗位，收到百度、商汤的offer，其他面试仍在进行。

百度面试

三轮技术面，全方位考察。

• Faster RCNN：它的优势？RPN的原理？ROI Pooling 和 ROI Align 区别？Anchor 机制？改进方法？
• 优化与算法：BN原理，优化器，凸优化。
• 编程题：SVM推导，CNN BP代码补全，滑动窗口最大值，Leetcode 315（线段树）。
• 开放性问题：数据预处理，归一化，以及实际项目难点。

总结：百度 重编码能力和问题解决能力，面试内容覆盖广，实战性强。

商汤面试

重基础，喜欢能表达思考的候选人。

• 目标检测：Faster RCNN基础模型（VGG/ResNet）？梯度消失/爆炸及解决方案？LSTM原理？Dropout的作用？
• 数学推导：凸函数求极值方法，梯度下降 vs 牛顿法，高维降维方法（PCA vs Kernel PCA）。
• 编程题：O(n)找和为指定值的数对，找数组前K个数。
• 趣味问答：cross entropy，面试官笑着用英语解释，气氛瞬间轻松。

总结：商汤更重基础，喜欢有自己想法的人，面试官专业又幽默。

其他公司

问得都很基础：XGBoost原理、正则化、激活函数对比、Pooling作用、Loss不收敛的原因等。

面试下来，发现面试官其实 比你更希望你能通过。大家加油！

相关文章：

MySQL执行SQL的流程 setInterval的这些坑，你了解多少？ 机器学习与深度学习的区别与联系 2023十大编程语言排名 数据库开发工程师前景如何？薪资高吗？ 如何从零开始学习大数据技术？ AI会端掉程序员的饭碗吗？ 在MySQL中处理引号字符串的最佳实践