2019 秋招笔记之 今日头条

被放鸽子放了将近一个小时……

一面

• 最近在做的文章

• 最近的项目

• 之前的一个项目

• 算法题（直接拿 Python 撸了）

  • 区间合并
  • 判断两棵二叉树是不是形态相同的
  • 如果是指针实现的话，深度优先遍历即可
  • 如果是数组模拟的二叉树，层序遍历（或者一遍扫描）即可
• 概率题
  • 有一个随机数生成器，能均匀生成 $[1-5]$，现在怎么生成 $[1-10]$（没答上来）

  • 引入第三个生成器，如果小于等于 X 那么相加，如果大于 X 那么只用一个生成器的结果——但这样做出来不是均匀分布的

  • 找规律的话可以看出来生成是服从类似于正态分布的，可以用它来搞一点事情（但是不知道怎么用），面试官提示可以生成无限次

  首先搞一个 1 和 2 的生成器，即如果生成的不是 1 和 2 就都扔了重新生成
  然后用原来的生成器随机生成一个数字 X
  最后再用 12 生成器生成一个数字。如果生成的数字是 1，那么就返回 X，如果生成的是 2，那么返回 X+5
  如果是浮点数生成器的话，直接用公式缩放就行了

  第一个生成器生成 X，第二个生成器生成 Y
  然后生成 $Z=(X-1)*5+Y$，之后随便搞 Z。也就是说，超过 10 的都可以丢弃。或者，丢弃掉超过 20 的，然后 $ans=(Z-1)/10+1$

二面

对方不是搞图像的（而是搞创意投放的）

• 自我介绍
• “我不是做图像的……那就介绍一下你最近的工作吧”
  • 项目
  • 论文
• 传统机器学习有什么了解么
• 那你介绍一下物体检测领域的 State-Of-Art 的算法有哪些？
• 说一下 Hog 特征？
  我把 HOG 特征跟其他几个特征搞混了……HOG、LBP……看来还是要再看一下图像处理的东西
• 算法题
  • 二叉树重建，给出先序遍历和中序遍历，重建整个二叉树
    代码都对啊，但是就是通不过测试用例，可能是对平台不熟悉……而且没办法 Debug，于是就边写边说最后又详细解释了一遍，特别注意了边界条件的判断

电话面试可以用自己一直用的小黑板，还是很爽的
​

三面

不小心把面试官当 HR 了，于是所有的东西都是以 “科普” 的形式说的……

• 介绍一下物体检测的最新进展？
• 怎么提高检测问题中小物体的精度？
• 怎么做 KnowledgeDistill？
• 视频做过什么东西？（没做过）
• 遗言？
  • 你部门是做啥的？
  • CNN 在你部门中是怎么应用的？
• 强拉对方着介绍了一下最自己近在做的工作
• ZeroShot 怎么做的？
  面试官全程 “笑而不语” 的那种表情……emmmm……

Offer

国庆节之前发了 Offer。