写在前面：暑期实习从申请到拿到阿里意向书大概持续了1个月的时间，和周围其他同学比较，我的面试流程算走的比较快的了。还没有拿到意向书的朋友们也不要太着急，调整好心态好好准备（虽然内心多多少少会有些焦虑），阿里走流程算是比较快的了。希望能对求职的你有所帮助。

【阿里云1面（算法实习生）】

1、自我介绍、项目介绍

2、死锁出现的原因以及如何避免

3、算法题：畅通工程

个人感受：基础层。没有细问项目，聊了一些分布式训练、操作系统相关的东西，因为我说我不会，所以都是面试官在教我，基本没怎么问问题，最后要求用C++写一道medium算法题。面试官很和善，算法题没写出来，还给我提供了思路，感谢。

【阿里云2面（算法实习生）】

1、自我介绍、项目介绍

2、梯度消失、爆炸原因及其解决方法

3、模型压缩的方法

4、介绍轻量级网络

5、介绍分布式训练

同步训练存在木桶效应，需要各个设备的计算能力要均衡，而且要求集群的通信也要均衡。

异步模式理论上存在缺陷，容易发生梯度失效问题，但因为mini-batch随机梯度下降本身就是梯度下降的一个近似解法，且即使是梯度下降也无法保证全局最优。

在实际应用中，在相同时间内使用异步模式训练的模型不一定比同步模式差。所以这两种训练模式在实践中都有非常广泛的应用。

6、pytorch与tensorflow的区别

摘抄总结：

TensorFlow 是一款强大而成熟的深度学习库，有强大的可视化性能，以及用于高水平模型开发的多个选项。它具备生产就绪的部署选项，也支持移动平台。如果你符合以下情况， TensorFlow 会是个很好的选择：

• 开发用于生产的模型
• 开发需要在移动平台上部署的模型
• 想要非常好的社区支持和较为全面的帮助文档
• 想要丰富的多种形式的学习资源
• 想要或需要使用 Tensorboard
• 需要用到大规模的分布式模型训练

PyTorch 仍然是个比较年轻的框架，但发展迅速。如果符合以下情况，PyTorch 就比较适合你：

• 正在做机器学习研究，或开发的产品在非功能性需求方面要求不高
• 想要获得更好的开发和调试经验
• 喜欢很有“Python 味”的东西

7、过拟合原因和解决方法

8、bn层作用

具体来说就是反向传播中，经过每一层的梯度会乘以该层的权重，举个简单例子： 正向传播中

，那么反向传播中，

，反向传播式子中有w的存在，所以

的大小影响了梯度的消失和爆炸，batchnorm就是通过对每一层的输出做scale和shift的方法，通过一定的规范化手段，把每层神经网络任意神经元这个输入值的分布强行拉回到接近均值为0方差为1的标准正太分布，即严重偏离的分布强制拉回比较标准的分布，这样使得激活输入值落在非线性函数对输入比较敏感的区域，这样输入的小变化就会导致损失函数较大的变化，使得让梯度变大，避免梯度消失问题产生，而且梯度变大意味着学习收敛速度快，能大大加快训练速度。

9、介绍网络：Faster-RCNN、YOLO、SSD、YOLOv1、YOLOv2、YOLOv3、Masker-RCNN、GAN

10、如何提升mAP，举个例子

11、如何解决不收敛的问题，举个例子

12、介绍优化器

13、CenterNet的实现细节（argmax）

个人感受：应用层。2面问了很多项目上的细节以及基础知识，主要以检验基本知识体系为主。不会的我直接说不会，面试官就换了一个问题问，非常和蔼和有耐心。最后还对学习方向进行了指导。基础知识一定要牢固，多思考为什么，模型好在哪里以及解决问题的思路。

【阿里云3面（算法实习生）】

1、项目介绍

2、你是如何选择数据集采样标准的

3、RCNN、Fast RCNN 和 Faster RCNN的区别

4、如何解决过拟合

5、如何使用ML知识分配算力

6、和初中生解释ML

7、假如你和你的leader意见相左，如何解决

个人感受：战略层。面试官从美国打来电话聊了1h，非常感谢他的时间（当时美国已经11 PM 了）基础知识问了15min左右，主要考察我解决问题的思路，以及对知识的理解和运用层面。最后对我的个人发展提出了指导性的建议，非常感谢。

【阿里云4面（算法实习生）】

1、项目介绍

2、如何部署算力

3、为什么选择RetinaNet

4、对数据、算法、算力的看法

5、混淆矩阵角度解读召回率和准确率

6、纳什均衡

7、反卷积和上采样

8、什么是排序算法的稳定性

9、稳定和非稳定的排序算法都有哪些

10、描述一下堆排序、什么是大顶堆、什么是小顶堆

11、描述一下二叉搜索树

12、时间复杂度为O(n)、空间复杂度为O(k)的树的搜索方法

个人感受：突击检查？这次面试没有预约，对项目问的较少，主要关心算力如何布局，问的基础问题比较多和二面类似，但更侧重于数据结构基础，面试官语速有点快，数据结构相关的问题基本都没答上来。面试时间超过了面试官预期，没有问问题环节了，意识到自己基础的薄弱性，感觉有点凉凉qwq

【陌陌科技（计算机视觉实习生）】

1、自我介绍、项目介绍

2、训练集在多个模型上比较性能，mAP高的是为什么，低的是为什么，响应速度高的是为什么，低的是为什么？（等等，深挖项目，SSD的表现为什么这么差，为什么不用分割网络，说一下 Repulsion Loss）

3、说一下faster-RCNN的Anchor怎么生成

4、写一下smooth L1的公式

5、写一下IoU的代码

Python 简版实现

#RT:RightTop
#LB:LeftBottom
def IOU(rectangle A, rectangleB):
    W = min(A.RT.x, B.RT.x) - max(A.LB.x, B.LB.x)
    H = min(A.RT.y, B.RT.y) - max(A.LB.y, B.LB.y)
    if W <= 0 or H <= 0:
        return 0;
    SA = (A.RT.x - A.LB.x) * (A.RT.y - A.LB.y)
    SB = (B.RT.x - B.LB.x) * (B.RT.y - B.LB.y)
    cross = W * H
    return cross/(SA + SB - cross)

6、写一下focal loss

【网易（AI研究员）】

1、python中的字典是如何实现的

2、vector是如何实现的

3、C++中分配、释放空间的函数如何实现，有什么区别

4、K-means聚类算法实现

5、如何进行大规模去重

6、判别两个图片相似性

【华为（算法工程师）】

1、

【京东（技术管培生）】

1、群面（12个人 无领导小组讨论）总时长30min

2、HR面 主要考察对这份岗位的意愿 （30min

3、技术面 面试官好像很忙，根据简历问了一下 （20min

4、高管终面

环节1 阅读案例 给出解决方案（30min）

给了一个案例 解决一个人力资源的问题 （全文15页）

环节2 轮流自我介绍（每人2min）之前提交的3页PPT

个人感觉比较看重学历背景和实习经历

环节3 自由发言 案例的解决方案（每人3min）

环节4 面试官自由提问（20min）问题如下（可参考性不大

1）提三点案例公司需要提升的点

2）案例公司如何做2b的技术输出

3）云服务的优势