编辑：Amusi https://www.zhihu.com/question/272045026 本文仅作为学术分享，如果侵权，会删文处理
做计算机视觉的你，如何拿到大厂的Offer的？可否分享下？
https://www.zhihu.com/question/272045026
楼主研二计算机视觉方向的，水平不高，实习面试被拒，好奇大家是怎么利用自己的专业知识拿到Offer的？
不限BAT等大厂，如果可以的话，也可以分享下自己是怎么找到自己喜欢的工作的？
知乎高质量回答
作者：梦里风林
https://www.zhihu.com/question/272045026/answer/366665187
其实主要看自己平时的积累，当然运气也重要，已经拿到腾讯ailab的实习offer
---------------------------------------------------------------------------------
从CVPR出结果之后就开始找人内推，先后面了微软，腾讯，阿里，最后定了腾讯ailab计算机视觉研究员的offer。
我的github（欢迎follow）： https://github.com/ahangchen
简历
简历一定要好好做，基本信息写清楚，论文，实习经历，GitHub，博客，商用项目，都是加分项，投MSRA的话还需要准备中英文简历，所以我的简历投出去的时候都是中英文一起投的。尽量简洁大方，突出自己的优势。
微软
MSRA语音组（2月23日）
语音组是华工联合培养的一个师姐推荐的，加了微信，微信电话面，当时寒假，还在家里。语音组正在搞文本识别和图文分析，一上来就问实习时间多长，想做什么样的task，然后问了简历上的论文和一个项目，然后等消息，说等我跟老板确定实习时间了再联系。
感觉MSRA招人都是希望尽快入职的，并且比较难转正，有点像临时工，后面就没有继续联系了。
MSRA视觉计算组（3月1日）
我在官网直接投了网络多媒体组（视频分析啥的跟我做的东西比较match），入职时间写的5月1日（后面跟老师讨论了一下只能最早六月去）。
这天晚上在实验室干活，忽然有视觉计算组的一个小姐姐打电话进来，是从简历池里捞到的我的简历，说他们想做object detection和模型压缩相关的东西，想找个实习生，了解了一下实习时间，发现不match（她希望能5月入职），就说之后再联系。
小结
- MSRA目前接触到的几个面试官这边应该都凉凉了，主要还是不match（时间和任务上）
- 简历要是比较突出的话，扔官网海投也是有被捞的希望的
- 实习时间和方向match会大大提升被捞和通过的机会
腾讯
AI Lab计算机视觉组
一面
在我们学院一个班长群问了一下有没有人可以内推腾讯，同时有两个师兄说可以内推，一个推了SNG QQ，一个推了AI Lab。
AI Lab的大佬很快发了邮件给我，加了微信，约了个时间微信电话面（2月27日）
找了个平常开会用的会议室，因为刚开学没啥人，还比较顺利。先问CVPR的论文，问完之后稍微问了一下其他的项目，没有问多少基础知识，说等跟老板确定实习时间之后再联系。
回到学校跟老板确定实习时间之后，AI Lab这边说，因为6月才能入职，现在处理起来有点早，让我4月的时候给他留言，到时候会有一个coding test，如果也通过了就没问题了。
等通知。
二面
约了3月22日做coding测试，原本是用http://collabedit.com协作编辑器来写代码的，中间出了点故障，就改用http://doc.google.com写代码（没高亮，不用IDE，主要看思路），两个LeetCode上的题（没刷到），先用小半个小时，简单写法做了一遍，第二题很快就OK了，然后想第一题的O(1)空间解法，一路提示下来还是写了出来。
- 第一题：
- https://leetcode.com/problems/find-the-duplicate-number/description/
- 第二题：
- https://leetcode.com/problems/product-of-array-except-self/description/
HR面（4月3日）
3月31日腾讯的简历投递就要截止了，于是跟ailab的大佬说了一下这个情况，他们就给我转到流程里了，直接到HR面。4月3日下午，在实验室看论文，忽然打电话过来。主要问了这些东西：
- 之前的面试感受（感觉还不错呀，觉得还挺适合的）
- 介绍CVPR的论文（没怎么问细节，问了一下在论文中和导师的分工，还有实验效果）
- 毕业后的打算（工作）
- 家乡在哪里，对工作地和工作内容有没有什么意向，如果出省如何（偏好广东，出省也可以）
- 有没有亲属在腾讯（如实回答，鹅厂有亲属回避制度的）
- 实习时间安排
- 课上完了没，实验室有没有什么活没干完
- 问了一下我有没有问题
因为早上收到了笔试通知，所以我问了一下要不要做笔试，HR小哥说有空可以做一下，后面的流程比如offer会在清明后再联系我。
不过因为过了提前批的时间，所以系统状态里秒变不适合该岗位，内推我的面试官微信跟我说了一下这个情况，说是要4月9日之后开始实习生招聘了去更新状态，然后发offer给我，不过因为是硕士所以在AI Lab实习不一定能转正，可能会转到ai平台应用部，这边会给我实习offer（口头offer get√），但是如果想参加其他部门后面的实习招聘流程也是可以的，然后就是希望能早一点点入职。
正式offer（4月11日）
先电话确认细节，然后发短信和邮箱录用函，回邮件确认即可。
SNG QQ（2月26日）
SNG QQ在我们组开组会的周五打了电话进来，问了论文和一个detection的项目，从这里开始有问一点基础知识了：
- Faster RCNN和SSD有啥不同，为啥SSD快？（不做Region Proposal，one-stage的）
- 训练加速有什么办法？（答加大batch size，或者先adam再SGD）
- 如果加大batch size需要调节哪些超参数（答加大learning rate，增加epoch）
等通知。
emmmm等了好久没后续，估计是把我忘了，也可能默默把我刷了。
腾讯优图
我印象中好像没投过腾讯优图，但是他们打电话过来。。聊了一下实习地点意向，表示不想去上海，就没有继续面了。
小结
- 不要海投，专心一个就行。
- 有时候面试官也不一定了解招聘流程，可以适当提醒一下加快进程
阿里巴巴
阿里云
官网投的，想着阿里这边先拿一个普通的offer保底，然后等腾讯AiLab的消息。
一面 3月7日晚
预约视频面试，在晚上提前搜了一下发现面试官是搞分布式计算的，不是搞图像的，所以面试的时候问图像不是很多。
- 自我介绍
- 讲了一个项目
- 对深度学习的了解（说我在github上有一个这方面的1Kstar项目）
- 问了一下怎么做图像处理，比如医疗图像处理（把CNCC2017看过的医疗图像处理方法全部给他说了一遍）
- 简历上写了多模态数据挖掘，于是解释了一波多模态数据挖掘
- 从论文扯了一下半监督学习，中间讲到了置信度，面试官就问对这方面是怎么学的，我说我们大一就有概率论的课
- 问了一下对正态分布的理解（往高斯模型，混合高斯模型上扯）
- 本来是要做一个算法题的，但是面试官他说他不是搞图像的，问我出什么题比较好，我说可以做矩阵运算相关的题啊
- 然后拿了他们现在在做的一个医疗图像的任务里的一张图片，让我做分类，可以只写伪代码，也可以只写预处理代码
- 把副院长视觉计算课的东西搬上去写了一通，高斯模糊降噪，拉普拉斯算子提取边缘啥的
据内推的师兄说简历已经到二面面试官那了，等后续通知。
二面 3.21
正在实验室改公式，忽然打了个电话过来就开始面了
- 讲了论文
- 问了CNN的原理
- 问了调参经验（学习率啊，超参数学经典论文啊，每次都忘了吹一波Facebook那篇调参论文，重要的还是对数据和任务的理解啊）
- 问了一道算法题，找出一个数组里边出现次数大于length/2的元素（剑指offer的题，一时没想到比较高效的方法，答了一个用哈希表做O(n)的，用排序做O(nlogn)的）
- 有没有用过Hadoop, Docker这种大数据框架（我在维护一个Hbase的项目，将了Hbase里的rowkey设计，还讲了一下毕设准备用Spring boot和MongoDB）
4月5日，内推的师兄说简历到HR那了。
小结
阿里云和其他研究院/实验室相比要容易，问的东西都比较常规，一般论文讲完面试官心里就有数了，对于简历上相关的东西最好都熟悉一下，以免面试官扩展提问的时候答不上。
复习方向
- 编程功底：刷LeetCode找找感觉，学好C++，走遍天下都不怕，虽然大厂都要求Python，但是阿里会稍微重Java，腾讯稍微重C++
- 基础的图像处理知识，视觉计算课，数字图像处理课，计算机图形学，都可以翻一下
- 基础的机器学习知识，李航的蓝皮书，周志华的西瓜书，学校的模式识别课，都可以过一下
- 基本的深度学习知识，CNN，RNN，SGD，BN，各种训练Trick，要熟悉
- 经典的论文：AlexNet，VGG，Resnet，InceptionV3, Xception，Faster RCNN， SSD，YOLO2
- 自己的论文要能够完整地梳理一遍讲给别人听
- 自己的项目要知道难在哪里，效果有多好
再贴一下 梦里茶大佬的秋招提前批面经：2019 秋招算法面经（含阿里、腾讯、今日头条和大疆公司）
作者：Caleb Ge
https://www.zhihu.com/question/272045026/answer/365285890
强答一下，感觉三点最重要：努力，运气和性格。
offer:
CV R&D，百度
CV Research Intern, 腾讯AI lab
CV Research Intern, 商汤
其他...
我不算很有资质的那类学生，本科中流985，研究生在早稻田某偏僻校区。16年12月开始学深度学习，17年4月经学长介绍开始在一家日本公司实习。头6个月做了两个项目，参加了个学会(很水...)。17年10月开始找工作，第一次献给了国内某人脸识别独角兽，一面在线coding一败涂地(以前学EE，加上对刷题很反感，算法只能说出思路，几乎没有现场coding能力)。同期的百度几轮面试官都更看重深度学习相关经历，算法部分勉强没被当场pass，可能因为两个DL项目一点一点熬出来的，并在原有基础上做了些改进，起到了不少帮助。最后莫名其妙的收到了offer。
17年10月后因为没有找工作压力，开始一心扑在当时公司的项目上，17年10月到18年3月期间独自搞了3个项目，还带了其他一些实习生，直接/间接参与了7,8个项目，也因为调研方案的需要，复现了一些顶会论文，最后被没被公司采用的算法公开了一些到github上。其中一个项目被当时的人脸独角兽和阿里看中，联系希望能过去实习。虽然后来没去。。3月底的时候感觉做项目比重太多，没正儿八经搞过科研，萌生了读博想法，无意间认识了来自腾讯AI lab的前辈(真的很阴差阳错)。经介绍和负责人面试了一下，过程不赘述了。当然中间也感谢某脸实习生带我刷了个某榜第一，在各家面试中都帮到了不少。
商汤那边比较顺利，应该是team leader从猎头那里直接拿到了我的简历，和两位official menmer聊了几分钟就确定入职了。
谈谈简历。给两家公司当过志愿人贩子，看过不少应届生简历，一个普遍的问题是写项目时不写相关成果。做的乱七八糟也算做过(不提直接clone别人代码跑一下就算项目的同志了)，不写成果很难让人相信你实打实的钻研过。
cv领域简历的亮点主要这么几个:
- 顶会论文
- 在国内外知名实验室/公司学习/实习过
- 丰富的项目经历。
满足前两个条件的属于贵族阶层，找工作处于主动地位。对于出身一般的同学，第三点是逆袭的机会，即便实验室/实习公司名气一般，有丰富的项目经历，和证明项目含金量的信息的话，如github star, 竞赛的排名等，很容易从应届生中脱颖而出。三项都不占，任何一家公司都没有非选你不选其他人理由(成功率被同背景的应届生基数稀释)。
觉得自己实验室和导师都一般，尽可能出去实习。学校相对职场信息比较封闭，机会也很少，很多实验室只是在浪费你的青春。
运气部分：
我运气比较好，遇到了两位提供更高平台的前辈。运气是可以被创造出来的，多注意有选择的扩大人脉圈，包装自己的学习和工作(github，博客等)。运气机遇这些和高质量圈子的范围正相关，寻求运气前先确保自己努力了，并能给他人带来价值，别人带你混，要么看重你的实力，要么看中你的潜力，至少得占一项。
性格部分：
相对来说不安于现状，敢于采取行动做出改变的个性会增加求职命中率
作者：匿名用户
https://www.zhihu.com/question/272045026/answer/368102909
去年Baidu校招某核心部门CV岗位
自己真的不算什么大牛，不过可以给出一点小建议。
1、平时多看paper，跟进最新的技术，做到心中有数（我大约每周至少看5~10篇，在我们实验室不算多）；
2、多去github找优秀源码，即使不想看，也要硬着头皮搞清楚算法的整个流程；
3、要始终保持对某个小方向的热情，这样才有深入研究的动力（不要总是换方向）；
4、多和大牛交流，不定期去‘刺探’一下大牛最近在研究什么，看看自己是否可以跟进；
5、有时间放空自己，不要陷入别人算法太深，想一想有什么可以改进的地方；
6、实习不是必须的，但是如果实验室项目太坑或者能够找到很好的实习单位，那就去吧；
7、有成果了认认真真地写一篇英文论文吧；
——————
8、leetcode有时间刷一刷，这个很恶心的。
9、一定要多面试、而且要趁早，面着面着就明白其中套路了。
10、锻炼好自己的口才，面试过程表现的大方得体非常重要，不要以为有技术就走遍天下都不怕。
11、提前彩排好整个面试过程，包括自我介绍、自己项目的解说、可能潜在的问题等等。
12、运气非常重要（微笑）。
