字节跳动AI-LAB | 算法三轮技术面分享

作者 | 太蔡了

整理 | NewBeeNLP

面试锦囊之面经分享系列，持续更新中

写在前面

楼主是C9末流渣硕一枚，现在已经正式确定offer要去我宇宙条了！当时为了准备面试几乎把网上头条的面经翻了个底朝天，确实很有收获，现在来发个面经攒攒人品，希望对正式批投头条的小伙伴们有帮助~

先说情况：楼主报的应该是算法工程师，好像就是一个大类没有细分。当然楼主想找的方向是现在一抓一大把的地狱难度的CV岗。

面试通知

接到面试通知的我完全是懵逼的。虽然我很早就知道头条开始了提前批，不过楼主当时还在忙着实习，压根就没时间准备秋招呀，所以也没投。后来一个上海的电话打过来了，说我被实习投递的人才库（没错，实习面试一轮游就凉了。。。）里捞出来了，想给我来个提前批的面试，时间就定在下周一。

这等邀请怎么能不答应啊！宇宙条诶！但是留给我准备的时间只有一个周末了，楼主也不敢想别的，赶紧趁周末打开我的leetcode把top100过了一遍，各种深度学习、机器学习的基础知识也不在话下。

一面

按照约定时间，一面准时开始了，面试官是个年轻的帅小伙。问的问题主要都是深度学习、CV方面的基础，没有自我介绍，上来就介绍实习的项目。

• 因为我实习中有用过GAN生成人脸，所以问我：GAN的损失函数形式是什么样的？（楼主写出来了，不过忘了写前面的min、max目标，面试官表示没关系，知道我是懂的就行了）
• 介绍一下什么是GAN？
• 有木有试过StarGAN之外的方法？（很尴尬的表示，并没有。。）
• GAN是怎么训练生成器、判决器的？（楼主就说了最原始的GAN的交替训练的方法）
• 输入为L*L，卷积核为k*k，还有步长s和padding p，求输出尺寸？（L1 = (L-k+2*p)/s + 1）
• 接上题，求操作的FLOPs？（FLOPS = k*k*c1*c2*L1*L1）
• 过拟合要怎么解决？（减少模型参数、早停、正则化、数据增强、GAN合成数据、dropout、few shot learning，等等等等）
• 上面自己提到了few shot，解释一下是什么？（不小心给自己挖了个坑，还好楼主大致懂一点。。）
• 几个激活函数都有什么优缺点（sigmoid, tanh, relu, lrelu等）
• 概率题：x, y服从0-1均匀分布，求x+y<1的概率？x, y, z服从0-1均匀分布，求x+y+z<1的概率？
• 编程题，LEETCODE 448，要求时间o(n)，空间o(1)。这题还好，顺利做出来了。
• 反问。

总结：一面问的还是比较多且基础的，哪怕问项目也是问你用过的方法比较的基础的问题。所以建议小伙伴们在刷题的同时也不要忘了巩固下基础知识~ 过两天就接到了二面的通知，然后就继续准备吧。。。

二面

二面也是准时开始（楼主运气好好，都没碰过迟到的）：

• 自我介绍
• 热身题，买卖股票一次的最大收益，LEETCODE 123，很简单不说了
• 买卖股票两次的最大收益，LEETCODE 123（wc这题太尴尬了，楼主可能是太紧张想了好久都没想出来，最后在面试官的提(明)示下才实现了出来。果然自己还是太菜啊……以后看见hard的题目再也不敢跳过了ToT）
• 经过编程题已经过了40分钟了。。。面试官表示深度学习该问的一面都问过了，就问点c++基础吧：C++的虚函数是什么
• c++的析构函数一定要是虚函数吗
• 最后还是意思性的问了个DL问题：BN的作用。
• 反问。

总结：果然宇宙条还是很看重算法功底的，管你什么岗位先把算法题做出来了再说，经过这场面试楼主也深刻认识到了自己算法基础的不足，后面得疯狂巩固起来了。面完二面心里很虚，虽然后面和面试官挺聊得来的，不过算法题表现的不很好啊。。。然而第二天还是接到了三面的通知，真是太感动了ToT

三面

传说中的大佬面，lei了，问的主要都是项目+开放题

• 问一些项目细节
• 楼主之前做过超分辨，所以问自己做的超分辨项目有没有什么创新点
• 超分辨近几年有什么改进
• 有没看过今年的超分辨paper
• 2019年做了啥CV的东西（这里要补充说明一下，楼主之前实习网申的时候，还没去实习过，所以当时写的都是研一做的东西，然后顺着这个问题把新作的带实习经历的简历给面试官看了）
• 我在用StarGAN合成人脸表情的时候训练有没有遇到什么困难（额感觉面试官都好喜欢问GAN方向的问题）
• 开放题：有一个1000w的视频库，新来一个视频，我们需要去库里查询是否存在相同视频。存储这么多视频时应该选择什么样的特征，查询要用什么方法。（这个回答的还行，楼主大致说了一下用LSTM提特征再哈希的思路，面试官没说什么就过了）
• 开放题：磁盘上有M个数组（M很大），每个数组长度不确定，数组内数值不会重复。现在要求其中n个数组的交集。设计算法使这个求交集的速度最快，另外有内存限制。（这题真的雪崩！楼主在看题的时候把交集当成了并集来做，所以思路完全跑偏了。。。后面是快结束的时候面试官一提醒才发现的。。。然后赶紧说了一个两个数组求交集的实现就结束了。。。）
• 反问。（经过上面一轮折磨，楼主已经虚得不行。。。问了一下问题就结束了。）

总结：三面比较看重你的broad view和发散性思维了，另外审题要仔细啊！！千万不能像楼主一样智障看错了题。。

随便唠唠

总的来说，三轮面试官都是非常nice的，面试时间很准时，处理效率很高，体验很好，自己在面试的时候确实也有一些地方表现得没有自己预期好，不过还是收获了很多，而且通过这三轮面试重新有了找工作的那种状态。希望这个面经能帮助到广大的求职者们，一起加油鸭。