家D玫瑰
一面(技术面): 1、相机外参,相机内参 2、分水岭算法 3、目标检测了解吗 4、3D这块有了解吗 5、论文是你写的吗 6、介绍一下图像分割 7、Deeplab v1, v2, v3, v3+ 8、U-net后续改进 9、Non-local 10、经典三维重建公式 11、分割常用backbone
二面(技术面): 1、数据增强方法 2、dropout方法 3、图像分割常见深度学习方法 4、简单介绍一下三维重建项目,平行还是stereo,如何估计的depth map 5、deep lab v3与deep lab v3+的区别 6、深度可分离卷积介绍,输入输出,channel数 7、为什么mobile net要用深度可分离卷积 8、数据集imbalance如何处理 9、常见的图像分割损失函数 10、iou能作为损失函数吗 11、linux 下shell命令行开发熟悉吗 12、组里以发论文为主,写论文的意愿 13、相机内外参 14、现在大几,可实习到什么时候 15、希望自驱性比较高
三面(hr面) 因为是日常实习岗不是校招所以没有...
总结 二次面试过程中我都有些太随意了,有过一些打断面试小姐姐说话的举动,谢谢说的比较少,中间不舒服还活动了下嗓子...还好问的问题比较简单最后过了。
西夏唐古特
有多少种算法,就有多少种算法工程师。但是所有的算法工程师都要掌握的知识有:1 编程语言:matlab 或者 pthon 或者 c/c++。这是基础。比算法理论更基础。2 算法理论:《最优化算法》,《高等数学》,《矩阵论》(线性代数)等数学类,《数字信号处理》,《概率论》这两项掌握好了,无论什么算法,只要给你时间和项目,你都可以搞定。更相信的可以单独联系我或者加我微信
糊涂妞呀
机器视觉应用工程师和算法岗位都是机器学习和计算机视觉领域的职业,两者之间有一定的交叉性。如果你已经有机器视觉应用工程师的经验,学习和转向算法岗位会相对容易一些,因为你已经具备了一些机器学习和计算机视觉方面的知识和技能。然而,具体难度还要根据你的个人情况来定。如果你已经有一定的编程和数学基础,并且有机器视觉应用工程师的实际工作经验,那么转向算法岗位可能会相对容易一些。但如果你的编程和数学基础不够扎实,或者没有实际工作经验,那么学习和转向算法岗位可能会比较困难。
颂美装饰
机器视觉应用工程师和算法工程师虽然属于同一领域,但是在工作内容和技能要求上有着明显的区别。机器视觉应用工程师需要具备较强的计算机视觉和图像处理技能,能够利用现有的算法库和工具进行开发和调试。而算法工程师则需要具备更深入的数学和算法理论知识,能够独立设计和优化算法。因此,从机器视觉应用工程师转向算法工程师岗位可能会存在一定的难度。需要具备良好的数学和算法基础,能够快速掌握新的算法理论和实现方法。同时,需要具备较强的自学和独立思考能力,能够独立完成算法设计和优化工作。还需要具备较强的编程能力和团队协作能力,能够与其他开发人员和领域专家进行有效的沟通和协作。如果您具备以上的技能和能力,并且有较强的求知欲和学习能力,那么就有可能成功地从机器视觉应用工程师转向算法工程师岗位。
优质工程师考试问答知识库