计算机视觉图像算法面经

现在是人是鬼都能当HR了吗？我知道大环境不好，也不至于让你们这些HR膨胀到工厂6000去招211工科硕吧

2025年11月07日 作业帮-企业平台 HR面base武汉。全程18分钟。请你做个简单自我介绍。你是哪里人呀？你现在看工作的话，比如说地理位置这一块是怎么考虑的？除了 base 地以外，你现阶段找工作，自己主要关注什么点呀？像这样的城市（新一线），你自己的薪酬预期大概是多少呀？你新一线比一线就只低 1k 你的逻辑是什么？你是从租房的角度来考虑薪酬预期的吗？这个预期是基于市场了解，还是你已经拿到类似 offer 了？你能大概介绍一下你实习做的这块事情吗？比如团队方向、你负责的部分。你们自己会有一些内部数据来衡量提效效果吗？你实习时你们组大概有多少人？你们组只有你一个实习生吗？你们组内会有一些转...

本人BG是双九，信通专业，研究生做的深度学习目标检测这一块儿，无实习，有一篇国内小水论文，其他的嘛。。拿过一个华为杯数模的国二、本科国家奖学金。起初是怀揣着满腔热血准备大战一场金九银十，八九月一股脑往感兴趣企业的算法岗海投了一波简历，多多少少得有个四十家了，这些企业里有很多搞自驾算法的车企、还有很多互联网大厂、以及各行各业比较出名的私企。起初以为面试会排不开需要自己去抉择，没想到从简历筛选和笔试上就败了百分之六七十，仅剩的进入一面的也基本都挂了，印象比较深刻的几家或者相对有一些进度的依次记录在下面了：【迈瑞医疗-图像算法工程师】九月初投递的RDO3，投完马上就做了测评。无笔试，三四天就通知一面了。9.11 一面 30min（1）介绍项目，其中的技术难题与解决方法（自己引导介绍的方向）（2）聊天、意向城市、能否接受加班（迈瑞的加班强度比较大，周一到周五晚上到八九点，周六加班大半天）（3）反问：武汉与深圳的业务区别（武汉的图像只做一个方向血球质谱啥的不太懂，深圳是三个内容方向）一面总结：无手撕无八股，非常轻松愉快的一次面试9.12短信通知下周二面9.15 二面 30min（1）介绍项目，单独拷打了其中一个项目（具体每个环节的工作、遇到的技术问题与解决方案）（2）项目几个人参与、怎么与甲方沟通的、验收指标甲方评价如何（3）面了15分钟以后面试官开始介绍了武汉这边的业务（4）反问+聊天，你是哪里人、为什么想来武汉等等。。。·深圳和武汉两边的业务区别（面试官说武汉这边希望与深圳的业务不做交集，往新的方向发展，好像是血球、体外诊断、血液分析相关）·还问了入职之前可以提前学习什么内容（入职后有1对1导师，不用担心没经验，涉及到医疗知识，可以入职后再学）·薪资（确定14薪）二面总结：又是一场比一面还要舒服的面试，感觉到面试官浓浓的热情，太得劲了二面无后续，已挂【TP-LINK普联-图像算法工程师】九月初投递，无笔试。9.12 一面 20min自我介绍问问项目（技术问题是怎么解决的）很快就完事了，也没反问环节，不知道是挂还是本来就水，等后续吧9.15通知二面9.16 二面 30min自我介绍拷打项目（主要就是按照简历去逐条提问）（感觉问的不是特别深，反而问的比较广）会用什么语言（说的python）紧接着就问了python深拷贝浅拷贝的区别（我没准备八股，所以没答出来哈哈哈）然后面试官看我没回答好，直接就结束了还以为这就是给我挂了，没想到9.22通知第二天三面9.23 三面 30min自我介绍项目介绍（介绍项目遇到的最大挑战、技术难题、解决方法）聊天环节（家是哪里的，为什么选择深圳，生活中的兴趣爱好，吉他是自学的吗什么水平呢）反问环节：介绍一下部门业务？应用安防、家居等上面的目标检测、分割、视频解译等入职培训？导师培养+前两个月会有专门的业务培训+培训课题等技术调研？利用团队已有的经验积累进行复用，或广泛调研论文、开源资源等三面的面试官乐乐呵呵的，整体感觉很友善，很舒适吧10.13 座谈会，主要是HR介绍公司待遇和答疑，听完以后综合考虑薪酬、待遇、风评，主动放弃了【小米-算法工程师】九月初投递，有笔试，3道编程题，难度可以接受一面：持续一个小时，上来先自我介绍，因为我提到最近发表了一篇目标检测的论文，面试官就深入和我讨论了论文的研究内容基本上把我论文的内容问了个遍：研究背景、为什么选择改进这个模块、为什么选择这种改进方法、创新点、模型的具体计算原理、怎么实验的、结果如何等等，一场面试下来像是重新写了一遍论文。。。然后又对其他的项目提问了一下，发现面试官对项目的整体和工作流程并不是很关心，更关心算法本身，例如问了我yolov8的算法原理、语义分割模型的算法原理、指标的计算原理等等，问的很细节很深入（然而我掌握的并不好，所以回答的也是一塌糊涂）最后20分钟手撕NMS（对于没特意准备过的人来说，难度感觉好大啊）反问：部门主要落地的业务有哪些？电子设备涉及到图像的都会有，还可能有陀螺仪之类的处理算法第二天挂了。总体上感觉小米技术面压力非常大、难度非常高，面试之前不充分准备一下肯定是不行的了【顺丰科技-VLM大模型算法工程师】九月初投递，有笔试，3道编程题，难度相对其他企业容易一些9.23 一面 20min自我介绍项目提问（主要是针对简历中大模型相关的项目提问，介绍项目流程以及主要的工作内容）技术提问：介绍一下ViT、说一下多头自注意力机制的原理和应用反问：业务？主要是用在物流场景、工业相机等，有目标检测、语义分割、视频解译等，大模型小模型多模态都会用到无手撕，很快就结束了，总结下来个人感觉面试官从一开始就对我的简历不是很感兴趣，因为我主要是做大模型的下游任务，与他们研发大模型的需求不太对口，所以面试官就糊弄一下了过几天以后挂了【海康威视-AI算法工程师】9.25 一面 30min（1）论文的研究内容和创新点，具体讲讲是怎么实现的，怎么不发顶会（2）介绍大模型项目的研究内容，ViT的原理（3）介绍目标检测领域（我的课题方向）的研究进展，有没有关注CV领域的进展（4）最近有关注大模型最新的研究进展吗，介绍一下，有没有关注过生成式、Agent等等相关的（因为我的方向不是大模型的，只是之前接触过大模型的一个项目，所以这些都没咋了解过，不过这些应该是部门目前跟进的一些技术）（5）为什么选择成都，你会来这里长期定居吗，有收到offer吗等等（6）手撕代码（一道回溯简单题），整场面试必须限时在30分钟内，所以留给我手撕就几分钟，面试官看我读完题就直接让我说思路，然后还剩下一两分钟让我快速写一下代码，写一半就提前叫停了，感觉没咋撕好（7）反问业务（视频图像去噪处理、语言图文多模态大模型等等，感觉和图像智能解译和下游任务没啥关系）出现和顺丰的面试一样的情况，面试官似乎只对大模型感兴趣，尤其是CV领域的，但我接触的极其有限，回答的比较模糊，过几天以后挂了【荣耀-AI算法工程师】10.10技术一面，25min基本就是自我介绍，项目介绍，遇到的难点与解决因为后面在聊天的过程中面试官说他是做搜广推的，所以不了解我做的视觉相关的项目，也就没深入提问，同时也没有八股和手撕。总之非常轻松的一场面试，如果方向是NLP的话可能问的会更细节一些吧。反问环节也是请面试官介绍了一下他们部门的业务方向，很快就结束了，等后续了！10.14综合二面，20min介绍项目、聊天、反问等，比较简单一直没后续，肯定是结束了【失败总结】个人认为这次秋招之所以这样大失败，可能是这几个因素导致的：①近几年算法岗越来越卷+毕业生越来越多+我投递很多是难进的大企业，这些多重debuff，没有极其出色的成绩则毫无竞争力 ②近些年大模型火了起来，很多算法岗只关心有没有大模型相关经历 ③无实习、无论文，没有出色的成绩，只有一张看似优秀的学历，实则只是过了门槛虽然后面自己也意识到秋招即将结束的危机性，投了一些相对好进的央国企，可惜，有些是投的太晚了没后续，有些是了解到薪资后实在是不想去。这场秋招除了TP和最后去的华子，可以说是0offer了，唉，工作是真的不好找啊！！！【华为-半导体业务部-通用软件开发工程师】（已签约）最早投的是华子，最晚开的也是华子，属于是贯穿整个秋招，有头有尾了哈哈，下面是汇总了一下我的整个时间线：8.6 正式在官网投递了简历，开始进入华子的招聘流程9.13 官网截止投递简历，这时候应该也是我的简历筛选通过了。同时还收到了一个好消息，因为华为杯数模国二以上可以免笔试，所以9.17的笔试直接跳过了9.16 综合测评9.22 面试通知邮件9.24 线下面试，2轮技术+1轮综合。提前准备准备就没问题，面经我是看的牛客和小红书上的很有用。技术面：①自我介绍②项目介绍与提问，20min③手撕代码+复盘，20min，我的题是字符串解码(**394)+岛屿数量(**200)④反问每轮基本30~40分钟左右，我没被问到理论八股，所以总体来说我感觉难度不大，建议重点准备一下**Top100主管综合面：①自我介绍②项目介绍③综合提问，比如在项目中如何处理压力、实验失败、团队合作等等；为什么选择这里等；对华为价值观的理解等④反问基本20分钟左右，建议重点准备一下华为核心价值观9.25 在官网查询到面试通过了10.31 对接人保温11.18 对接人保温11.28 报批通过、oc(定岗、薪资、意向确认)11.29 意向确认邮件11.30 小奖状12.16 线下签三方，结束秋招总结：话不多说了，4个月的信任与坚持，感谢华子收留，摇身一变华孝子

JVM中的垃圾收集器有哪些，它们的工作原理是什么？JVM中的垃圾收集器主要包括以下几种：1、 Serial收集器：它是一个单线程收集器，工作时会暂停所有其他工作线程（"Stop-The-World"），它的优点是简单高效（与其他收集器的单线程比），适用于单核处理器的环境。2、 ParNew收集器：可以看作是Serial收集器的多线程版本，主要用于新生代的垃圾收集，适合多核处理器环境。3、 Parallel Scavenge收集器：也是一个新生代垃圾收集器，使用多线程收集，注重吞吐量（CPU用于运行用户代码的时间比率）。4、 Serial Old收集器：是Serial收集器的...