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。

留下评论