圖文 | amusi
排版 | CV技術棧
8.1 沒有論文沒有項目但對基本模型和數學掌握不錯的同學，還要找算法崗麼?還是直接找開發崗算了?
答：不要慌，問題不大。基礎模型和數學不錯，那麼我覺得你面試方面應該就穩了，因為面試很容易讓你寫個反向傳播呀，甚至還有解方程。大多數同學都沒有拿得出手的論文(我只說頂會/頂刊)，所以你需要在項目上花花工夫。
我不知道你是研究的什麼方向，比如CV，那你可以去github上搜搜目標檢測方面的論文源碼呀。比如Faster R-CNN、YOLO、SSD都擼一遍，這找工作就會穩很多。擴展性的，你再補補最近的頂級論文，這樣顯得自己多麼學術，面試官也會很喜歡的。
只有找算法崗，還是開發崗。說實話，這是主觀問題。你想幹什麼，你更喜歡哪個崗位，其實自己判斷就好。
8.2 視覺算法崗位競爭越來越大，AI算法崗究竟關注什麼呢? 對於普通的CV學習者來說，是否去學點其他的結合算法知識會更吃香? 但是這個其他的點是否可以推薦推薦~
答：我感覺今年NLP競爭也會很大，去年相比較CV來說，NLP競爭情況還是好一點點。當然了，搞CV的太多了，沒辦法，市場需求來說，也是這樣。AI算法崗關注就是算法/模型，你研究啥方向，啥方向的公司就能招你，你也可以投。比如百度不僅有搜索，還有近兩年很火熱的自動駕駛部門。搞CV，也要coding啊，因為大家找到大多是AI算法工程師，不是AI算法研究員。我覺得，你把自己的研究方向吃透了，就好很多，然後編程方面，C/C++和Python這兩個要多學習多掌握。
8.3 能否對廣告推薦類的算法崗位做一些介紹?這些崗位對於項目/比賽經歷一般有哪些要求?如果能提供一些面試資料，就太謝謝了!
答：很抱歉，廣告推薦類，我不太熟悉。我有同學搞這個的，回頭我找他來解答一下。項目經歷的話，我看同學都是去實習，攢攢經驗，特別是廣告推薦類，我感覺一般導師這樣的項目也比較少吧。比賽的話，多關注看看Kaggle和天池等競賽。
8.4 前輩好，請問如果目標是cv崗的話，機器學習算法需要掌握到什麼程度呢?
答：CV崗的話，我更願意你多精通深度學習方面的知識，特別是CNN。因為目前CV領域，CNN還是最強網絡。再具體說明一定就是VGG、ResNet、DenseNet、SENet等網絡，還有Faster R-CNN、DeepLab等具體方向的網絡模型。當然，GAN和RNN也要了解一下，特別是GAN，這幾年都一直很火爆。
8.5 請問，開發經驗還不錯但是沒有ai實戰項目，沒參加過競賽，學校前5 985的碩士，找ai崗有戲嗎?
答：前面的問題跟這個問題很相似，而且第二章準備攻略裡面說了一點：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)。所以我建議你去找個實習練練手，或者網上找找算法源碼擼擼，包裝成自己的性命，能夠自圓其說就行。另外你的學歷是加分項，但跟實習/項目經歷比起來，就不是特別加分了。
8.6 請問面試前需要對《統計學習方法》這本書熟練到什麼程度?
答：如果是CV崗，那麼這是個可選項。與其看《統計學習方法》，不如把《深度學習》(花書)或者其他深度學習的理論搞清楚。如果是機器學習崗，那麼就要和西瓜書一樣，熟記於胸中。《統計學習方法》大多就是機器學習理論，如果你平時用到裡面的知識，那麼建議學習一下。
8.7 請問以自學為主，沒有項目經驗的話能夠想要找深度學習實習的話，要如何準備? 目前的研究方向是基於rgbd的三維重建，如果秋招找視覺算法崗的話還需要做哪些準備呢? 想進算法崗，但是目前沒有競賽經歷。現在參加競賽，如果進不了Top榜，這個競賽經歷還有意義嗎?
答：這三個問題，我做一塊回答了。沒有項目經驗，參考7.5問的回答。做哪些準備，第二章的準備攻略中，我已經給了大致方向。一般競賽需要TOP5%或者前10，這樣寫到簡歷裡才好看，不然一點加分效果也沒有。
8.8 請問，怎樣能獲得更多的內推機會，有哪些途徑?
答：時間已經到了，這是今天最後一個問題的回答。後面我會不定期再來回帖，大家可以繼續提問。如果想及時的話，可以到我的知識星球裡學習並提問。
內推的大致方法，我已經在第四章裡面介紹了。你如果說更多的內推機會，那麼師兄師姐這個方式就不算了。一般就是上牛客網，或者關注校招相關的公眾號，那上面都會經常更新內推方式的。這種方式，唯一缺點就是，你不知道內推上了沒有，然後還有轉發轉發再轉發。
所以同時，我也建議需要內推的小夥伴，可以加入我的2019AI算法崗求職群(PS：有同學私信我，為什麼打不開，我建議用微信端打開)。可內推的公司有：阿里達摩院，頭條，騰訊，京東，華為，Intel，虹軟，大華，VIVO，OPPO，科大訊飛，商湯，創新工廠，思必馳，瓜子二手車等公司。
再強調一點，實習真的真的很重要!內推真的真的很重要!
8.9 現在cv崗都有哪些普遍要求啊?或者說有哪些是應聘這些崗位必需的技能，對c++和python哪個比較看重啊?如果實驗室沒有項目的話，您有一些推薦的入手項目或是比賽嗎?還有就是本人研二，想在明年6月左右找個cv的實習，希望您能給我一些建議，感恩!
答：這個我會後面整理一下，做一下總結。大家可以持續關注我在星球裡陸續po出的每家公司算法崗的要求。自己先做總結，然後我會給我的總結。
答：Python無門檻，C++難度係數高。Python入門很快，基礎的知識及相關的庫 如numpy，panda和matplotlib掌握就行。Python進階不是特別難，你看一下《流暢的Python》書籍和一些tricks就行。至於C++，這玩意沒個好幾年沉澱，千萬別說自己掌握或者精通。C++也是體現寫代碼有多剛的方面，CUDA加速等。
3.如果實驗室沒有項目，有哪些推薦的入手項目或比賽?
答：自己搞事情的話，CV領域，選一個方向，上Google Scholar或arXiv搜一下最新的review/survey，然後github搜一下該領域awesome/sota系列。然後從經典的算法到最新代表性的算法，論文+代碼+實驗。比賽方面，去kaggle上關注一下就行，看有沒有中意的項目，然後打比賽，目前國內面向高校的TOP AI創新大賽也在舉辦中，可以參與實戰一下。
答：實習越早越好，廠子越大越好，能學習到知識最好，不行趕緊換另一家，當然建議找到合適的後，實習三個月以上，因為跟進一個項目，這個時間才剛剛好。怎麼找實習呢，內推啊!可以單獨私我，我會盡力幫你內推。我也會不定期在星球裡分享實習/校招信息，你關注這個也OK。自己搜集信息的話，建議牛客+實習僧。加油～越早準備，大廠Offer就越穩
8.10 請問一下我們這一行，六級沒過對找工作影響大嗎?會作為一個應聘前提直接卡人嗎?哪些公司對六級有明確要求或者比較看重?
答：我校招投遞了也有50+公司，面了超20+吧，感覺只有一個公司看這個六級和學歷，它就是銀聯。不能說這麼絕對，其實是銀聯報名的人太多了，不得不卡，再加上本身「國企」那種屬性。單論網際網路公司，包括華為中興等公司，六級這個東西，不那麼重要。因為跟你學歷，能力，經驗相比，這六級一點都不重要。放心，六級沒過，不用慌。今天不是剛考了麼，祝你開獎哈!
8.11 學長你好，想請問一下，如果目標是大廠的cv算法崗的話，c++需要掌握到什麼程度呢?
答：嗯，建議任何人校招的目標都應該是大廠或者獨角獸。C++掌握到什麼程度，我想從「應付」校招角度來說。1.對與筆試和面試，刷題是最好的方式。可以鍛鍊你動手能力，思維能力和調用常見api能力。2.對於面試，背題是最便捷的方式。因為面試者會問你很多基礎知識點，如虛函數/虛函數表、四種強制類型轉換區別等。其實很多你都沒有用過，也不可能一一實踐理解，所以背題也ok的。3.如果有C++項目，那是最好，可以吹一波這個。如果沒有，那也沒關係，因為1和2搞定就行了。
8.12 想請問下沒有能看的比賽經歷怎麼辦?感覺沒有排名靠前的比賽競爭力下降好多。數據競賽和圖像競賽方向，個人兩個方向都比較喜歡。
答：大多數同學都沒有能看的比賽經歷，甚至連比賽經歷都沒有。如果想拿到好名次，那就多關注最近的比賽，看看是否有合適的，重點更進。如果想彌補這一點，也可以通過實習來彌補。另外，打比賽組隊也很重要，所以可以找找大神或者其他小夥伴一塊。
8.13 群主你好，請問一下大廠對於找實習一般有些什麼要求呢?最近周圍有師兄在發實習內推的消息，想投一投試試。想問一下：
重點應該準備數據結構等計算機基礎還是常用機器學習深度學習算法呢?
目標是視覺崗，項目經歷有一些，沒有kaggle得獎經歷
答：你可以說具體哪些公司哈，因為大廠蠻多的，實習生都是不同招法。比如Momenta也算獨角獸了，他家的火箭計劃就是需要在線做題 篩選。這裡說說大部分公司，實習內推可以直接聯繫到項目負責人，那麼直接參與面試。面試通常一下子面完吧，但也有三輪的樣子。比如技術面，技術面，hr面(騰訊就是這樣的)。總之，不管形式如何，coding能力一定要鍛鍊起來，比如刷題這種應試能力。再者就是基礎知識和項目經驗。基礎知識最重要，比如cnn，目標檢測常見算法。然後簡歷上，項目經歷寫的東西，自己一定要做到自圓其說，項目裡的知識點一定要會，因為這是自己寫上去的，所以一定要有把握。
8.14 群主，你好!目前我研二計算機專碩，研究方向是目標跟蹤，然後呢 導師那主要是以學術為主 催著寫論文，已經有一篇論文了，但是我不想走學術，想做工程之類的。目前我覺得自己的能力太差了，努力的方向也有點迷茫。想諮詢下您，這個時候該繼續做下去還是 往工程那方向學。 還有一個問題，如果導師不同意實習的話，怎麼辦。我看我那些師兄師姐都在研三下學期的時候才找工作，都是很安逸輕鬆的工作。我不想那時候再去找工作。想去大城市闖。
答：我覺得學術和工程沒有太大區別，因為你寫論文，實驗部分也是需要寫代碼跑模型的吧。你所在的環境應該也不是純學術的，你看看何愷明是研究員，不也是要寫代碼麼，而且寫的很好。不放實習，我的建議是你自己估計能不能偷偷溜出去實習。如果能，那就溜出去，每周三天那種，不行的話，老老實實在實驗室擼代碼，打比賽也很舒服呀。我不知道你是幾年制的，哪年畢業。比如2020屆的，今年6月份就要開始準備秋招了。
8.15 請教樓主下，本人讀研期間研究人體動作識別，發表有sci論文。畢業半年從事軟體開發工作，想半年內轉行回去計算機視覺類工作難度大嘛，需要做哪些準備呢?
答：認識一個朋友，就是後面轉CV算法崗了。我覺得你是有一點基礎的，不管是深度學習還是CV，因為你說研究生研究的是人體動作識別，還發了SCI。所以底子有了，需要做的就是再撿起來。我那個朋友就是自己平時下了班，跑跑模型，調調參，偶爾參加參加比賽，練練手。所以你打算半年內轉行，我覺得很重要的是撿起這些東西。近兩年的經典和最新paper看起來，感興趣方向的代碼跑起來，朝著自己想要去的公司和崗位定下目標。還有很重要的是coding能力也有鍛鍊，因為你也剛畢業沒多久，手撕代碼能力依舊是很多大公司看重的。總結來說，跟蹤最新cv論文，代碼多看一些，跑跑模型調調參，最好能參加參加競賽彌補一下項目上的缺失。然後就是leetcode刷題也要跟上。加油
8.16 你好，想問下，實習覺得是去大公司好，還是小公司比較好?
答：實習強推大公司，畢竟是為了最重要的校招。如果你沒有頂會，沒有出色的競賽排名，沒有NB的項目經驗，大公司實習必須要拿下。不要指望實習能學到什麼，你把這當做一個過渡和跳板就行。總之，如果有的選擇，一定要去大公司。
8.17 群主好，有個問題想諮詢下，我目前研二，三年的研究生，方向是自然語言處理，然後目前在一家南京的小公司實習，已經實習了20天，但是發現實習跟我想的不大一樣，我是進的自然語言處理崗位，但是目前完全沒有涉及到各種太深的算法，唯一用的，就是word2vec找相似詞，而是基本都是給你一個知識點讓你自己去看，沒有什麼指導?目前還讓學習elastic search ，還有flask這些感覺是web 的東西，就不是很懂，這個正常嗎，一般的算法實習是做什麼工作?還有我要不要重新找一家公司?還有真正找實習的時候，面試官會看重實習經歷嗎?
答：你的方向是NLP，實習的是小公司，但實際上手並不是很相關，還涉及FLASK等python爬蟲/web相關知識。首先，算法實習應該是強關聯的，比如學習CV，就讓我去搞深度學習，什麼目標檢測/分割，即使有部分數據清洗work也能了解數據本身，這都是強關聯的。我覺得你可以自己判斷一下，現在做的項目是什麼業務，然後NLP用的多不多。如果自己覺得不靠譜，不能作為以後吹NB的資本(NLP強關聯項目)，就趕緊結束這個實習吧。南京也有不少公司，我覺得可以再找找。因為實習最關鍵是兩個，廠子大不大，能不能學到知識(吹NB的資本)。所以需要你自己判斷所在的公司，所在的崗位具體什麼情況，這種現狀是暫時的，還是長期的。如果是長期的，趕緊走。
8.18 博主,你好,認識您好久了,我也在那個算法崗求職群裡,最近,經常在群裡看到實習的內容,但想找算法崗到底是CV還是NLP實在不知道,想跟您介紹下自己的情況,希望能給些指導性的建議,研一到研二學了python,C++,統計學習方法,花書看到了RNN截止,還有網易吳恩達的深度學習課程,但一直沒有拿得出手的跟算法相關的項目比賽,下學期老師要出去訪學,打算找一個實習,不知道現在定一個方向(Cv/NLP)寒假補補缺失的東西,下學期去實習來得及麼?有什麼建議麼?
答：我感覺你對CV和NLP都有一定了解，哈哈，我只對CV熟悉一點。我覺得以興趣為主吧，比如CV方面，看看自己對CNN網絡感覺如何，NLP方向，看看自己對LSTM、RNN等感覺如何。確定好方向很重要，因為會影響你之後的走向，最好一開始就堅定自己想要的。我覺得CV和NLP差別蠻大的，希望你自己能把握好自己想要的。沒有拿到出手的比賽和項目，這不重要，因為去實習，一方面就是為了解決這個問題的。我覺得寒假是一個很好的機會，去給自己時間確定自己選擇哪個方向。寒假應該會開始刷題打卡活動，希望你可以參與進來。實習的話，永遠不會遲，總之越早越好。我的建議是，你現在先確定自己的方向，然後去各大廠看一下實習要求，儘量往上面靠。
8.19 學長好，最近看到好多招實習的自己還沒開始投簡歷有點緊張。請問一下現在投遞簡歷是最近就面試還是會隔一段時間比如到二三月份才開始面試呢?是不是還是多準備一點再開始投簡歷呢?
答：簡歷早點投，沒啥影響。具體面試時間，應該要看公司的。我覺得可以先投，拿到Offer，年後入職很正常。開學後，找實習的肯定一大把，如果現在已經有hc，不如現在就找。越早拿下，麻煩越少，到時候還可以挑一挑。大多公司的實習要求並不是很高的，我覺得你可以先嘗試投一下，況且投了之後不一定很快就給你答覆的。
8.20 學長你好，有個問題啊。聽說網際網路秋招的提前批6月份就開始了，可是我可能暑假才有時間實習。這不是衝突麼，有點焦慮啊。
答：很多老師暑假才放實習的，這也正常，我室友就是這樣。我的建議是暑期可以實習，也可以不實習。先說說實習，一定要找個大廠，不然意義不大，因為暑假找工作就很忙了，如果還是小公司，時間成本太高。去大公司的目的，要以轉正為目的，多一個Offer好辦事。另外，無形給你找工作提供了便利，畢竟大廠光環。不實習也ok，安心準備找工作，暑假提前批也會很忙很忙，可能兩三天一個筆試，面試，你還要複習。我建議是可以找一波，看看公司看看崗位是否契合，再做決定。
答：1.廣度和深度這兩個其實沒有舍與得。基礎很重要，但寫在簡歷中的項目不可能是網上看的課程呀，肯定是聚焦在某個任務上面，這裡自然就有深度。所以一般廣度我理解成基礎吧，這裡不是說對每個方向都如數家珍，而且該懂的應該懂。如機器學習中的SVM、Adaboost這些不存在方向性問題，都是基礎。我建議是聚焦一兩個項目，進行深入，好寫在簡歷上面。而且你還有kaggle競賽經歷，也可以包裝一下。2.大廠暑期實習，一般和春招時間一樣，2019年的2月底~5月。3.打比賽挺好的，高名次的話，不比實習差，含金量更高一點。我覺得實習可以好好找找，比賽也可以繼續打，因為又不是每天忙比賽。基礎知識的話，機器學習/深度學習各個知識點也可以再多多複習，刷題也可以每天搞一兩道。
8.22 球主你好，我想問申請大廠實習成功率高嗎? 背景：武漢985，大四統計專業，保研到人大統計，去年7月到今年1月在北京的一家創業網際網路公司實習，職位是算法工程師，主要工作就是python數據整理，特徵提取，用機器學習算法建模預測，也有一些開發，工程化的經歷(與大數據部門對接過)，畢竟不是計算機專業，編程能力不能和科班比。下學期想在武漢找一個深度學習nlp，cv相關的，之前的實習沒有接觸過深度學習，所以不清楚現在的能力投簡歷能面試成功嗎?或者是馬上過年了，我利用寒假一個月的時間學深度學習，然後開學再投簡歷嗎?不知道大廠實習的要求! 只能放一張圖，還有一個崗位是騰訊武漢研發中心的語音算法實習生。
答：大廠實習成功率，我覺得看具體部門具體崗位的。非重點型的，我覺得還ok，因為實習的崗位一般要求不是很高，畢竟不是正式秋招。我覺得你的學校背景很ok，專業也很硬，從保研角度來看，學習成績也ok的，你也有一定的實習經歷(機器學習方向)。從履歷來看，基本大廠的門檻，即使是重點實驗室，我覺得都ok的。接下來就看你的面試情況。比如你想投遞CV或者NLP，我覺得還是要有一定認知，也就是基礎的。因為現在快過年了，實習生即使安排上，也不能立即入職，通常是年後入職。雖然我鼓勵早點投遞，但涉及具體方向，比如CV、NLP，其實還是跟機器學習有點出入的，比如CNN、RNN等知識。我建議是花個寒假時間，快速入門即可。因為你是統計專業，數學應該很ok，所以只要方向性了解一下，實習Offer應該沒啥問題。比如寒假看一下，吳恩大的deeplearning.ai課程(搭配《深度學習》花書)，然後CV方向看一下CS231n課程，NLP方向看一下CS224n和CS224d，然後論文和LeerCode也可以刷刷。大廠的實習要求，我覺得是看學生的學習綜合能力，快速上手能力。了解一下基礎，能深入下去，就已經很好了。加油
8.23 Amusi你好，我想問下，ccf c類的論文對找實習與工作有多大的幫助?
答：應該說很大吧，如果面試官知道(因為C類還是蠻多的)，那應該很有談資。我覺得這和項目，競賽的效果一樣，面試聊這些OK的。總之，光環是有的，面試表現ok，很穩的。加油
8.24 師兄，你好。說一下個人背景: 本科，電子科技大學，測控技術與儀器 碩士兩年，女生為了離家近，陰差陽錯保研來到了中大的數據院。本科基本上沒有計算機的基礎，選修過C語言。目前，面臨畢業要發論文，主要做的醫學圖像分類春招要找實習。感覺自己機器學習的框架沒有建立起來，coding能力也很差。目前我很慌，想找機器學習方面的，簡歷沒啥可寫的，又不敢投，描述的邏輯不清，師兄能否給個建議。
答：我建議你快速入門一下Python(半個月)，然後學習一下PyTorch或者TensorFlow(這兩個主要是深度學習方向，但機器學習其實也默認了要學，學習一個就行了)。課程的話，吳恩達的機器學習課程也不錯，網易雲課堂上都有視頻，你可以去github上找找課後作業。你做的是醫學圖像分類，我感覺更偏向深度學習。但你既然說了機器學習，那我就先回答這方面的。如果你後面有補充深度學習/計算機視覺，我再給你補充。機器學習方面，框架已經介紹了，那我建議你再快速了解SVM、GBDT和XGBoost等基礎知識(面試經常問)，編程方面，我建議以Python為主，C++為輔(C++若沒有時間，可以不學)。書的話，《統計學習方法》或者《機器學習》西瓜書也可以買本看，雖然理論很多，但很多問題都是對知識的提煉。另外推薦看一下這個機器學習資料：https://t.zsxq.com/aAmmaQZ
8.25 您好，我是已經工作兩年多的本科畢業生，目前在SAP做JavaScript，但是圖像處理這一塊自己一直比較喜歡，大學期間也做了很多項目，但是畢業時候因為個人原因沒能進入到圖像處理領域。現在自己在業餘時間學習，但是有時候挺迷茫，感覺要掌握的東西太多，想問一下圖像這塊面試的時候需要掌握機器學習(支持向量機，決策樹等)，深度學習(CNN RNN等)，目標檢測(YOLO FasterRCNN等)，線性代數的具體內容(特徵值，特徵向量等)，這些哪些是經常問的?或者說比較重要(雖然我感覺確實都挺重要...)我自己感覺把每一項都掌握很全面有點挺難的，想問一下我該怎麼規劃自己的準備過程，謝謝～
答：如果是想找CV方向的工作，我建議先學深度學習吧(機器學習太大了，比如SVM、決策樹、Adaboost現在已經在CV方面不主流了)。深度學習，把吳恩達的deeplearning.ai課程看一遍(講的比較全)，然後重點放在CNN上面(近幾年出名的VGG、ResNet、DenseNet、SENet都是在CNN上做文章)。目標檢測其實是一個方向，我建議你搞明白自己想研究什麼方向最好，如果沒有的話，圖像分類、目標檢測和圖像分割作為最最最常見的研究方向其實也適合入門。Faster R-CNN、YOLO、Mask R-CNN是經常在CV方面被問及的問題(可能已經是CV必備了)。簡而言之，深度學習基礎(deeplearning.ai或者其他課程)—>CV方向(圖像分類、目標檢測等，自選)—>大量論文+代碼(經典+最新)。加油
8.26 我想問一下 18年網際網路行業裁員不少 會不會影響到今年校招?
答：我感覺沒啥影響，裁員很正常，因為有些公司業績不好，部分部門有泡沫，最重要的是你看到年底了，企業人員調整都是正常的，而且波動的公司並不多。校招人數基本沒有變動，反而社招會緊縮一點，校招不會變化。比如招聘大戶，華為不是號稱將來只校招了麼?這條消息不管真假，校招對公司的好處很多的。總之，還有很有經驗的話，選對了方向，多投一點公司，就多一點選擇。這樣將來做選擇會多一點，這是好事，而且還可以argue薪資。
8.27 師兄你好，我想問一下，我是19屆畢業生，做cv的，秋招實習轉正籤了某大廠，視覺算法崗。但是現在那個大廠在裁員，心很慌。我想重新找一個，請問現在該怎麼準備?春招有內推的形式嗎
答：你是實習轉正，少了步驟蠻多。我建議就是刷題+項目+基礎知識，因為你已經有實習了。最重要的就是面試表現了，面試無非撕代碼(考數據結構與算法)+自己的項目經歷/實習經歷+自己對CV方向基礎知識的理解。其實套路跟秋招差不多。內推的話，肯定有的，現在還沒開始哈，到時候我會陸續在星球裡發布的。
8.28 師兄你好，我是日本早稻田大學研1，去年11月開始自學cv，無奈今年就要參加秋招了，非常虛，一頭霧水，有一篇日本的水會，leetcode200多，看了吳恩達的機器學習，目前在啃cs231n，目標檢測的論文看了幾篇，比如cascade rcnn，fast rcnn，yolo全家桶。知乎大家都說，論文，項目，實習，比賽一個都不能少，理論算法也要紮實。真有點迷茫。。。不知道該咋準備了，有點像熱鍋上的螞蟻。師兄能給點建議麼。目前有幾個比較迷茫的，到底是多刷leetcode，還是多學cv，多學cv的話，是應該看完cs231n，做好作業，啃西瓜書，再找比賽打還是啥。傳統的岡薩雷斯有必要再推一遍麼。感謝學長。
答：論文+項目+實習+比賽，已經是"完全體"了，這是理想的終極目標，但現實哪有那麼盡善盡美。我再具體一點，1.論文是頂會才算數，SCI/EI沒有競爭力;2.項目的話，是要寫在簡歷上，真正上手coding的，遇到問題，如何解決，還可以寫上實驗數據或者如何落地的那種;3.實習，一般默認看大廠。小廠也ok，但我覺得實習最重要的是有實際東西可以吹，這個和項目是一樣的，如果吹不了，那麼大廠的光環就體現了(去大廠實現，其實也不擔心沒有可以吹的地方了);4.比賽，一般都要Top10，注意Top5%都不能算特別優秀了。所以這4個組合，你看情況去彌補，當然越多越好。
我能給的建議是Leetcode每天都要刷(一天一題或兩題)，CV方面，CS231n是基礎全面課程，不是具體研究方向的。你需要搞個項目，就是寫在簡歷上的。這個項目依託於你的研究方向，比如人體姿態估計等。西瓜書可看可不看，不如看看花書。比賽的話，如果有GPU資源，我覺得參與還是很重要的。岡薩雷斯就沒必要啃了，哪有那麼多時間，關鍵也沒多少人問。注意CV和image processing還是有區別的。前者最注重DL/CNN。加油
8.29 學長你好，請問cv項目的話，一般多大比較合適，自己沒有參加過實習，有點不太清楚，比如目標檢測的話，是不是自己獨立的整理，標註，訓練，檢測一套下來是最低要求呢。還是說要不停的再看論文，找改進點之類的。
答：CV項目，沒有大與小，只有你做了什麼work，覺得有哪些提升，對自己有收穫，可以寫在簡歷上就行了。比如你發現融合多種方法做data augmentation，能漲一個point，這都是很好的經驗。實習的話，基本不用自己標註，通常都是公司裡已有的，或者找外包公司，不過這都不重要。但論目標檢測，你可以學自己標註，這都很簡單，下載一個lableimg，自己標註，自己製作數據集，自己用Faster R-CNN、YOLOv3、SimpleNet進行訓練。這些都是很簡單，幾天就能搞定的。關鍵在於，比如對已有的代碼進行改進，這個就需要看論文，對論文進行剖析，想idea，怎麼改，需要建立在大量的論文基礎上。所以當你完成我剛才說的訓練後，就應該試著自己改模型，建立自己的模型，然後實踐就是優化代碼，寫代碼。這是一套，總結就是標註，訓練，看論文，找改進點。
8.30 群主你好，我是一名研二學生，學的gis專業，想像計算機視覺方向轉，目前在學習深度學習中，統計學，西瓜書學過了，對基本模型有了一定了解，在學花書和動手深度學習，框架啥的還沒有看，熟悉python ，matlab ，但是代碼能力弱，沒有實戰經驗，我想說我還能從哪些方面提高，參加19的校招
答：ok，你想向CV方向轉，但看你的介紹，似乎還沒有接觸具體的CV方向。我覺得這個問題，和之前幾位同學都很相像，你也可以看一下我之前的回答，我這裡會簡單描述一下。框架，建議TensorFlow和PyTorch選一個先學著;編程方面，Leetcode可以刷起來，也順便鍛鍊了你數據結構與算法的能力;實戰經驗方面，選擇一個CV方向，看論文看代碼，試著改代碼，提供性能，這樣完成後，就是實戰經驗/項目。如果有實際項目作為依託，那就更贊了。
答：我感覺優達學誠的無人駕駛課程偏向感知。後面還教你機器學習與計算機視覺。我不知道裡面有沒有涉及定位，規劃和控制。根據你所學的，我建議深入感知和控制做好了，感知是是因為你看的課程，控制是因為你現在實習的內容就是整車控制(其實控制部分，我就不了解了)。
我覺得你有機械方面的知識，搞無人駕駛算是比較對口了，我有個同學就是跟你一個專業的。其實這個問題不好回答，因為我真不了解機械所學控制是幹嘛的，很抱歉。所以我還建議可以學習一下百度apollo出品的視頻資料。我可以看一下無人駕駛方向全系列的方向，結合自己所做的，以及自己感興趣的來分析。我也建議你看完優達的視頻資料和apollo視頻資料對無人駕駛有個系統性認知後，過段時間再來提問一下。我也去補補知識，再問問我同學。希望可以幫助到你。
8.32 你好，想問一下本科畢業的話找這方面的工作形勢怎麼樣?有必要讀研嗎?
答：本科畢業找CV方面的工作，難度要比研究生大一點。本科能接觸AI/DL/CV的機會不多，這是客觀因素。首先很多公司的要求就是研究生起步的，沒辦法，重點本科連門檻都達不到，並不是能力達不到，而是沒有相關的知識和項目。我個人是強烈建議讀研的，不僅僅是為了這個進入行業，而是現在本科生太多，人才濟濟，我覺得至少要讀個碩士。好處很多吧，很建議讀研。
8.33 球主您好!我是上海交大研二學生，非計算機專業。學了機器學習和深度學習，做過一些計算機視覺的項目和時間序列預測項目。目前知識體系比較全面，但是可能不夠深，而且做編程算法題不太熟練。 上個學期投了頭條AI Lab，平安科技和騰訊優圖，基本上郵件發出去兩天之內都有電話打回來。頭條是第一次面試，牛客網視頻面試，沒說多少就出題，沒做出來，然後沒通過。接著是平安科技和騰訊優圖的電話面試，面試官比較滿意，年後各有一次當面面試。 我應該怎麼準備呢?目前大概還有兩周左右。而且應該重點準備哪一個面試呢?
答：頭條算是比較"特殊"的公司，這裡是褒義詞，編程算法能力要求很高，在線筆試前三強肯定有頭條。說這些，是想突出刷題的重要性!每次，我回答問題的時候，都會複述一遍。拿後面兩家來說，平安科技和優圖其實也會考驗撕代碼能力。就準備來說，我有幾點建議：1.繼續刷Leetcode的題目(算法和數據結構老生常談的還是要準備);2.如果你簡歷上有寫C++，建議C++方面的基礎知識也要多看看，騰訊家挺喜歡問C++問題。3.簡歷上寫的項目，一定可以"自圓其說"，保證上面出現的關鍵詞，自己都是很了解的，甚至問道你是否如何創新的時候，要能有擴展性。4.準備自己的"談資"，兩家都可以重點完成面試。當然了，我並不知道你投遞這兩家的崗位是不是都是CV實習生，若都是的話，準備好自己的簡歷/項目，持續刷題就行。因為面試也是問你做過哪些東西，深不深，是不是真的理解，然後知識面，兩家出入應該不大，因為這個不可控。加油
8.34 想問下群主大大，tensorflow和pytorch對於就業來說的話該怎麼選擇，還是說這兩個對以後就業都可以?還有可以推薦下該怎麼學嗎?有沒什麼教程方法之類的推薦呀?
答：TensorFlow和PyTorch 都是目前主流的深度學習框架，學習哪個都OK。企業招聘的時候，也是會註明會其中一個框架就可以了。我直接丟兩個配套學習資料，應該和適合你學習。
8.35 你好，想問一下醫學影像識別就業前景怎麼樣?那些公司在找這方面的人?
答：醫學影像算是CV中很有實際應用的方向了，就業還不錯，也有不少企業在招人的。比如騰訊覓影、聯影和東軟醫療等公司。
8.36 您好，我是浙大控制研二學生，想找cv算法崗。老師有個深度學習的醫學項目，用到檢測和分割，老師不懂，靠自學，用的都是基礎的fcn、u-net、faster rcnn、yolo、ssd等，數據集是自己標註的，目前沒有什麼改進，我用網上程序直接跑的，代碼自己寫不出來，原理沒太搞懂。還做了個人頭計數的比賽，用pyramidbox，用現成的代碼，簡單改了改。我面網易遊戲伏羲日常實習的倆不同部門，面完基本就沒消息了，面得很爛，問我對檢測等的理解和一些基礎答得磕磕絆絆。數據結構與算法我看網易雲公開課，會結合編程講知識點，準備看完再刷leetcode題目。 之後我要怎麼學，有點慌，時間緊張，自己競爭力又不強。
答：我覺得你的經驗都ok，關鍵還是要深入一下。從描述中，可以感覺你對目標檢測、圖像分割都有一定了解，甚至還有人臉檢測(你用到了pyramidbox)。跑github上的代碼，完成項目、參加比賽都沒有問題。關鍵是面試官會問你，你做了哪些工作，你對模型/代碼有什麼改進，包括你說的數據結構與算法/刷題，這些都是經常會問的。我給的建議是：對現在的項目(寫在簡歷上的，或者跟面試介紹的)進行深入和擴展。深入其實主要涵蓋經驗論文和最新論文就行，知道現在目標檢測/圖像分割的最新進展和主要創新點，擴展就行在自己的基礎上，如何做出改進。比如試一下不同的backbone(輕量級也ok)，RPN能不能改進或者換一個(現在很多auto-anchor)，one-stage和two-stage在你的任務中，哪個更適合?最新的網絡模型跑一下，能不能提高mAP。這一套下來，檢測的基礎知識涵蓋了，最新的進展也了解了，實戰的經驗也有了，跟面試官的談資也有的。數據結構與算法，可以繼續看，多做筆記，內容還蠻多，且容易忘。LeetCode刷題可以開始了，如果不知道怎麼刷，可以先把劍指Offer刷了。秋招是6月開始，你現在找的是實習，時間上應該ok的。加油!
8.37 學長你好，我是普通211的大一。專業是電子科學與技術，一開始進了一個硬體實驗室，後來機緣巧合下到了一個圖像識別的實驗室。導師一開始讓我調通faster-rcnn的代碼，然後搞懂他，能把數據流圖畫出來，公式用代碼表示出來。我花了兩月，還跟著老師過了一遍李飛飛的講義，但是網絡和代碼什麼的也還不是很有頭緒。現在在看吳恩達的，又過了一遍，感覺對深度學習有了一點大概的印象。 我想問的是，現在我的coding能力不強，數據結構也還沒有學多少。我是需要多管齊下還是先搞懂深度學習，數據結構之類的放一放。c++有必要馬上學嗎? 還有，大一暑假找實習有可能嗎?
答：你才大一，真的很佩服，我覺得早點進入實驗室，有導師帶特別好。好的，進入正題。我覺得，大一也剛剛開始學編程(如果是浙江的學生，學的稍微早一點)，所以你說的coding能力不強是因為時間的問題。按優先級來說，深度學習>數據結構。深度學習，教程和實戰你都有了，我覺得已經領先很多人了，接下來就是繼續打基礎做實驗，如果有時間的話，競賽也可以多多參與。大學期間，參加幾個AI競賽，拿個名次，這都是十分寶貴的經驗，簡歷上也好看。至於數據結構與算法，我建議平時定個學習計劃就行，比如一周刷10道 Leetcode題目(刷題，肯定也要看對應的知識點)。再聊一下實習，大一找實習，完全沒問題，即使是AI方向。多投一點公司(大公司也問題)，感受一下行業。另外，建議以Python或者C++為主，好好學習一下編程。(我默認以Python和C++是一定要會的，特別是後者，因為很多人只會Python了，這其實就沒有優勢了)。如果你當前的項目沒有用到C++，我建議是你可以看一下Caffe的源碼(跟DL強關聯)，然後教學視頻找找侯捷的，書本的話《C++ Primer》就行了。加油!
8.38 星主您好，我是武漢大學計算機專業的，今年大三，請問想找機器學習算法崗這一類的如果找到實習以後找工作會不會有一點優勢?現在網際網路公司秋招算法崗招本科生的多不多?不知道找到實習了可不可以彌補本科生相較於碩士的劣勢，我不太考慮讀研，感謝星主抽出時間回答!謝謝!
答：實習對找工作來說，是很大的優勢。我覺得大廠的實習，已經和學歷不相上下了，因為這是直接體現你"專業性"的一個標識。算法崗，本科生應該會名額的，但還是比較少。為什麼呢?我覺得是有些本科生不會接觸這個太方向性的工作，說白了，有些學校(普通的學校吧)本科就不會涉及DL等方向，所以這使得本科同學會這相關專業的人就很少，以至於企業相對招的會比較少。因為我是讀研再去找這相關崗位的，所以我沒有那種本科找這類工作的體驗。我的建議是，一定要去實習，而且是大公司(我覺得你的學歷就蠻ok的)，然後你在實習的時候，就可以了解公司對本科生招聘的情況(特別是你投遞的這個方向)。雖然你不考慮考研，但我還是建議你讀研。就武漢而言，小米、華為和鬥魚，應該算是不錯的IT公司了，而且應該都能提供這些實習生崗位。(小米實習的性價比高一點)。加油!
8.39 球主您好，實習微信視頻面試會有編程題嗎?如果有一般是什麼形式呀?
答：微信視頻面基本上不會有編程題吧(除非你是去面微信的Offer)，因為微信視頻不就是face to face，沒有鍵盤和電腦呀。我暫時沒法想像如何手撕代碼，同時顯示。一般視頻面，如果有編程題，通常是在牛客網等平臺上進行的。說白了，基本是在PC端，這樣會有鍵盤輸入和屏幕輸出(類似於共享屏幕)。也有一些公司有自己家的會議軟體，比如阿里巴巴。最後我想問， 你是說面試的形式是微信視頻，還是說你面的公司是微信視頻?
8.40 您好，本人20級渣渣一個，現在在一個創業公司實習，能夠接觸到公司的代碼以及模型(幾乎所有相關的都可接觸)，沒有在大公司實習過，不知道大公司怎麼樣，據說接觸不到核心東西，實際不清楚，想問一下，在應聘的時候， 更看重實習公司大小，還是接觸到的，學習到的東西，當然大公司也可能學到更多，那最好!想知道，小公司有實習的必要嗎?或者說呆一段時間換個大的??求解惑!!
答：是否可以接觸到核心代碼，這個是看所在崗位在公司的重要程度和具體需求的。比如騰訊微信團隊、阿里巴巴的淘寶團隊，這兩個團隊裡同樣是Android開發，不只是實習生，包括正式工，都不可能獲取到該APP的所有代碼，能負責的僅僅是某一項功能。當然大公司也有邊緣崗位，所以要看具體崗位在公司的定位。大公司，小公司怎麼說呢，有點像985/211和普通一本二本的區別，都可以學習到知識，但環境不一樣，身邊的同事不一樣。比如去大廠，甚至一些研究院，做項目的同時，還可以發頂會。而小公司就很難達到這種便利性。我建議不要放過去大廠實習的機會，拿到大廠實習Offer也是體現自己能力的一方面。加油!
8.41 想問一下球主常規招聘的實習面試一般嚴格嗎?本人國內本碩雙985電子工程專業，做信號處理算法(算是有一些相關?)，年前剛發了一篇專業相關的sci水刊，CV現在還在學習階段(剛上完coursera上的課，在學習kaggle入門競賽)，算法學習刷題也是剛開始，這種情況去投機率大嗎?自己學太慢了，希望去實習學得快一些也有一點項目經歷。求解答迷惑
答：實習面試其實真的還好，這裡的還好是相對於正式校招的。我覺得你的學歷背景是很不錯的，包括也有paper。可能現在缺少的就是具體的項目經驗(我不知道你的論文是不是項目基金裡的)。我覺得你現在投遞實習是最佳時期，因為怎麼判斷是否入門都是一個主觀感受，不然早點去公司裡實戰。實習經驗，其實也可以看做是項目經驗，甚至去一些大廠/研究院，還可以再發頂會。我i的建議儘快入門CV基礎知識(CS231n這個課程還可以)，然後最好確定一個方向，比如目標檢測、圖像分割或者姿態估計等。其實不確定也ok，看著要投遞的公司裡提供的實習崗位的崗位需求來學習也可以。簡單來說，儘快CV入門+學習一個主流的深度學習框架，這樣找大多數實習都沒啥問題。加油
8.42 前輩您好，我是上海交通大學本科微電子大三的學生，想申請關於數據方向的暑期實習，發表過一篇EI論文(二作)，主要是關於機器學習方向的應用實現，本科選修科目裡有關於CS的基礎課程(計算機組成，數據結構，算法，作業系統等等)，也有關於大數據挖掘和數據可視化的課程，也在Coursera上上過ML的相關課程，cs229(ing)等課程，數學基礎比如(高數線代概率統計)，今年下半年要申請留學，希望暑期能到您的部門實習和學習，謝謝前輩
!
答：hello，關於你想找暑期實習，我建議是多關注群裡的招聘消息，或者去實習僧APP或者牛客網上看一下，最好是那種內推貼。我整理一份目前所有的內推資料，你可以看一下：國內公司人工智慧方向(含機器學習、深度學習、計算機視覺和自然語言處理)崗位的招聘信息(含全職、實習和校招)，可以選擇性投遞，加油。
8.43 你好學長，我本身不是計算機相關專業的，是車輛，現在老師讓做視覺方面的，能不能給點建議!多謝
答：那我就按CV初學者的狀態提點建議，希望可以幫助到你。深度學習課程：吳恩達視頻：Home - deeplearning.ai，網易雲課堂上有免費中文翻譯版 CV學習課程：推薦CS231n：Stanford University CS231n: Convolutional Neural Networks for Visual Recognition 深度學習書籍：推薦《深度學習》(花書)：你現在應該閱讀的7本最好的深度學習書籍 CV書籍就不推薦了，直接視你的項目來定，自己看項目相關方向的論文就行。如何找代碼，一般去github上找。如果還想了解CV不同方向的研究，推薦這個網站：Papers With Code : the latest in machine learning。上面整合了各個CV方向頂級的paper和開原始碼。加油!
8.44 球主你好，之前有半年網際網路公司實習經驗，主要是做計算機視覺，現在希望可以上升一個平臺，但是現階段Leetcode只刷了幾十道，西瓜書和綠皮書還沒有來得及看，之前主要使用的Python，但是我看很多崗位都要求需要C或者C++，，之前學過但是長時間不用就忘記了，我思路有點混亂，所以我現在找下一份實習的首要任務是什麼的，希望可以聽到你的建議!
答：其實大多數崗位都是註明：C/C++、Python或JAVA會一項就行。我是C++和Python都會一點，身邊有些同學只會Python。長期來看，掌握C++很重要，一些深度學習框架也是基於C++的，如Caffe和Caffe2等。甚至寫CUDA加速代碼，掌握C++的優勢就會很明顯。我覺得這算是優點吧，掌握別人不會的編程能力。下一份實習，我覺得就是大廠+方向。星球裡分享一些公司的實習內推信息，我整理成了合集：國內公司人工智慧方向(含機器學習、深度學習、計算機視覺和自然語言處理)崗位的招聘信息(含全職、實習和校招)。大廠的好處在於大牛很多，學習成長很快，然後簡歷也好看，如果是一些大廠的AI研究院，甚至可以發paper。方向的話，就是看你個人興趣，比如目標檢測、GAN，根據興趣選擇也很重要。加油!
8.45 師兄你好，就整個應聘過程而言，請問博士相對於碩士有什麼不一樣的地方需要特別注意嗎?
答：我覺得博士和碩士相比，前者最核心的就是具體方向的深入程度。如何體現呢，就是發表過的paper，具體的項目經驗(含基金項目等)，簡單概括就是科研能力，所以要儘量在簡歷上重點介紹paper和項目，越詳細且帶有數據結果最好。面試過程中，我覺得也是如此。深度是具體方向性的，但基礎知識也要再熟悉起來，因為面試的時候，深度學習等基礎知識點多少也會被問到。另外就是刷題了，也就是coding能力。我覺得博士這方面也是剛需，考察數據結構與算法也是老生常談的。博士門檻相對較高，相比於碩士，同樣的考察，面試官的心裡預期和要求自然也會高一點，所以剛才介紹的那幾點還是要多準備。加油!
8.46 學長您好，我本科雙非，專業是自動化;研究生是墊底211學校的，目前是研二，專業是控制工程，研究生期間方向是計算機視覺，只用ELMd等單層網絡來做簡單的分類和多模態融合，對深度學習僅限於了解CNN。研二一年有機會去清華交流學習，主要學習寬度學習，弱配對，多模態融合。我畢業後想從事計算機視覺方面的人工作，感覺應該學習一些深度框架，補充AI的基礎知識，但不知先從哪入手，麻煩學長指點一二，不勝感激。
答：我提點建議並分享點資料，希望可以幫助到你。我覺得你的方向已經很明確了，所以我的建議是將知識面擴寬一點。因為找CV工作，其實有的要求要掌握圖像分類、目標檢測等基礎方向研究。資料方面，AI基礎知識看資料[1][2][4]就行，深度學習框架看資料[3]就行。資料清單：1.深度學習課程：吳恩達視頻：Home - deeplearning.ai，網易雲課堂上有免費中文翻譯版 2.深度學習書籍：推薦《深度學習》(花書)：你現在應該閱讀的7本最好的深度學習書籍 3.深度學習框架：先學習TensorFlow和PyTorch其中一個就行 TensorFlow 學習資料：GitHub - amusi/TensorFlow-From-Zero-To-One: 記錄自己學習TensorFlow的筆記和代碼 PyTorch 學習資料：GitHub - amusi/PyTorch-From-Zero-To-One: PyTorch從入門到精通 4.CV學習課程：推薦CS231n：Stanford University CS231n: Convolutional Neural Networks for Visual Recognition 5.CV書籍就不推薦了，直接視你的項目來定，自己看項目相關方向的論文就行。6.如果還想了解CV不同方向的研究，推薦這個網站：Papers With Code : the latest in machine learning。上面整合了各個CV方向頂級的paper和開原始碼。
8.47 星主您好，我現在北京985大三在讀，目前在跟老師做癌症圖像檢測的東西，主要負責算法實現和調參等。但是感覺自己對cv方面的算法都只是懂一些皮毛，pytorch也只是基本的使用。您覺得我這學期繼續跟老師做的同時找一個相關的公司實習一下怎麼樣?有哪些推薦的公司呢?
答：強力推薦實習，不知道你導師放不放實習的，哈哈也可以偷偷溜出去。實習的重要性我就不多說了，一句話概括：實習光環+簡歷好看+實驗項目經驗+談資。北京提供CV崗的公司很多哎，我之前做了調研，你可以看一下：https://github.com/amusi/CV-Jobs。儘量是大公司吧，比如微軟亞洲研究院、百度、騰訊、頭條、京東、愛奇藝等公司。這些公司都有AI研究院的，甚至可以參與發paper。加油!
8.48 請問星主，我一個畢業兩年的碩士(985院校)，非計算機專業，做了兩年JAVA編程工作，正在自學機器學習和深度學習。現在想找到算法崗，有多難，除了基礎知識，編碼能力，我還需要哪些?算法崗有沒有年齡限制?
答：轉行找AI算法崗工作，我覺得挺好的。既然確定了，就要好好努力。據我了解，算法崗並沒有年齡限制(哈哈，35歲以上都ok)。那我就提點建議並分享一點資料給你，希望可以幫助到你。建議：自學ML和DL，我覺得沒問題。找算法崗，也沒問題。但這些太基礎性，太寬泛了，一般的工作崗位都是具體性的，比如計算機視覺算法工程師。即使是機器學習算法工程師、深度學習算法工程師，其中裡面也有方向性的研究。我的建議是你多去前程無憂，BOSS直聘和智聯招聘等招聘網站上看一下心儀崗位的崗位需求。了解市場需求，定向學習，我覺得是最省時省力的最有效方法。看到這些崗位需求，要學著總結，比如深度學習框架哪個要求的多?程式語言學哪個?選擇CV還是NLP，還是ML或DL工作? 簡單來說，就是確定一個具體的方向，然後為之努力。資料方面，深度學習知識看資料[1][2]就行，深度學習框架看資料[3]就行，機器學習知識看資料[4][5]就行。資料清單：1.深度學習課程：吳恩達視頻：Home - deeplearning.ai，網易雲課堂上有免費中文翻譯版 2.深度學習書籍：推薦《深度學習》(花書)：你現在應該閱讀的7本最好的深度學習書籍 3.深度學習框架：先學習TensorFlow和PyTorch其中一個就行 TensorFlow 學習資料：GitHub - amusi/TensorFlow-From-Zero-To-One: 記錄自己學習TensorFlow的筆記和代碼 PyTorch 學習資料：GitHub - amusi/PyTorch-From-Zero-To-One: PyTorch從入門到精通 4.機器學習課程：吳恩達機器學習課程Coursera上有免費課程，網易雲課堂上也有免費課程 5.機器學習書籍：《機器學習》(西瓜書)和《統計學習方法》 加油!
8.49 我是前面那個上交大三的小學弟，老師，謝謝您的回覆! 我現在的問題是下學期的很多課程是關於數據挖掘，大數據分析的一類課程，還有關於機器學習的課程，這個假期也一直在複習算法題，一直在看機器學習的一些數學實現，但是關於暑假的實習，好像面試都集中在三月份，感覺現在來不及有能力去面試，現在有點慌，就是如果面試問起來一些關於這些方向的一些基礎問題，感覺還是怕答不上來，其實我去實習是抱著學習的態度去的
答：因為你才大三，我覺得面試官會考慮這些的。面試答不上來，也很正常，關鍵是會答的一定要回答清楚。這可能是你第一次實習面試，是需要一個過程的，也是一個經驗獲取的方式。建議多投一些公司，每次面試都有新體會，慢慢就有技巧，這個經驗很寶貴。如何準備呢，你現在其實已經有自己的計劃了，我建議機器學習方面多看看西瓜書，注重一些理論的推導。找實習，上海的話，你可以關注一下：拼多多、京東、愛奇藝、攜程、美團、商湯等公司，外企的話還有eBay、IBM和Intel等。
8.50 沒有實習過，怎麼找到第一份實習呢?想在這學期找計算機視覺算法崗，為秋招做準備。但自己的編程很弱，自學了python，本科時學了一點c，沒刷過題。理論也不是很紮實，沒有完全推導過svm等一些機器學習的算法。實驗室沒什麼項目，自己做的比較簡單。該怎麼準備找到第一份實習呢?還有一些招聘信息上基礎的圖像算法知識包括哪些內容呢?
答：問實習的同學蠻多的，我這兩天抽空寫一下找實習攻略。之前寫了一份2019 AI算法崗秋招攻略，你可以先看一下這個：AI算法崗求職攻略(涵蓋準備攻略、刷題指南、內推和AI公司清單等資料)。找實習的話，我整理了一些內推資源：國內公司人工智慧方向(含機器學習、深度學習、計算機視覺和自然語言處理)崗位的招聘信息(含全職、實習和校招)。除了這些，我建議是用實習僧APP，我當初實習就是在這個平臺上找到的。實習的話，可以沒有所謂的項目經驗，大多數人都沒有，而且你找實習的目的一方面就是為了彌補這個問題。我建議是基礎知識要打牢，自己的研究方向要深入，因為要解決面試問題。大廠的話，還有coding能力要求。這個沒辦法，只能通過刷題來解決。我已經在秋招攻略裡寫清楚了，裡面也有一些資源推薦。圖像算法知識有點大，因為不同公司不同崗位，需求都是不一樣的。我說點通用常見的要求把：
深度學習框架：TensorFlow/PyTorch/Caffe等至少掌握一種
程式語言：C/C++、Python至少掌握其中一種
提供CV算法崗的名單，目前已更新到北京、上海、深圳和杭州的CV算法崗公司，名單詳見：國內提供計算機視覺(CV)算法崗位的公司名單，歡迎大家提交issues進行補充。南京和成都正在整理，武漢應該要等一段時間。據我的了解，武漢有小米、華為、金山、鬥魚這幾家公司應該都有CV算法崗的。
8.52 星主你好，我是某211工程碩士，專業控制工程，現在已經研二了，最近想找個CV相關的實習，但是我也不知道是不是入門了，只是自學過機器學習，深度學習的相關內容(沒有實戰，很多知識點都忘了)、碼過Tensorflow實戰google深度學習框架這本書(不過很久沒用Tf也忘了很多相關內容)，看過RCNN系列的論文，facenet，MTCNN，resnet的論文，但是沒有跑過代碼，想請教學長，我接下來找實習應該怎麼準備，不知道怎樣提升崗位要求的能力，對很多知識點應該怎麼實戰才能把握住核心內容，還有就是應對秋招的話，我應該還要補充學習了解哪些知識以及怎樣學習這些東西，謝謝星主。
答：我覺得很多基礎知識，你應該是了解的，比如你已經看過目標檢測相關論文、TensorFlow書籍還有深度學習相關內容。我覺得找實習，你缺少的或者需要增強有兩點。1.科研經歷。這個不太像實打實的項目經歷，因為很多人都沒有項目經歷才去找實習的。科研經歷就是你在發的論文中學習到的內容，編程技巧和創新點。這個也是簡歷裡特別強調的。比如你小論文是目標檢測，那就要對目標檢測很熟悉，這樣跟面試官介紹的時候，儘量說著就行。2.編程/刷題能力。因為你剛才沒有介紹，我暫且認為你還沒有刷題/應試，所以我覺得你可以用Python或者C/C++刷一些在線筆試題，劍指Offer也行，LeetCode也行，這方面可以鍛鍊你coding能力，當然也防止面試的時候讓你寫代碼。
對於秋招來說，項目+刷題是最重要的組合，如果還有能力，再加上實習+競賽就是最好了。加油
8.53 球主你好，請問下CV算法崗在社招和校招面試官的側重點有什麼不同?是否社招更難?以及在準備社招時的重點注意事項是什麼?感謝!
答：我沒有面試過社招，但有朋友參加過。我感覺校招偏向於基礎知識、實習經驗和項目經驗(偏學術研究)，而社招更偏向實戰項目經驗(在工作中遇到的實際問題和解決方法)。總之，社招更偏向問你工作項目中的事情。我覺得簡歷中展示的內容，自己可以面面俱到就行了。簡歷裡寫的項目，自己一定是做過的，很熟悉，比如他可能會問你在實際做的過程中，遇到什麼很難的問題，解決方法是什麼。
答：CV簡歷模板詳見：https://github.com/amusi/AI-Job-Resume
8.55 想問下學長，簡歷裡面除了項目，還要寫個人技能的話，也就是自己的技能樹，如「深度學習，目標檢測，機器學習，圖像處理，數據結構算法，git等」，一般是通過熟悉，和了解的方式或者我看有的簡歷是通過進度條的長短方式代表自己的掌握程度。這個個人技能對於cv方向找實習來講應該要著重寫哪些技能呢?或者只把自己熟悉的技能寫出來，只是了解的就不寫了?
答：今天剛幫一同學看了他的簡歷，其中就涉及到你所說的個人技能。這一項雖然不是面試的核心，但可能會影響你面試的結果。比如你如果寫了精通C++，我想這一項就能激起面試官的興趣和無數問題。關於個人技能的高低如何衡量，我覺得進度條的長短很可愛，但在簡歷上並不太適合，並不是想像中那麼直觀。你說的按精通/熟悉/了解這三個等級挺好的，當然精通一定要慎用。一般根據自己情況可以寫，比如熟悉TensorFlow、Git、OpenCV，了解PyTorch等。簡單來說，熟悉寫一欄，了解寫一欄，這樣都ok的。個人技能寫什麼呢?我覺得就程式語言/深度學習框架/軟體或工具。比如C/C++、Python、JAVA、資料庫、TensorFlow、PyTorch、Caffe、Keras、MXNet、Linux、Git、OpenCV等。
8.66 星主，1.我們專碩沒有科研要求，老師也沒有項目去做，所以都是自己自學，也正是因為這樣，才想著找實習來增加自己的項目經驗。2.最近開始在LeetCode刷編程題了，也開始在牛客刷數據結構的筆試題，刷的比較慢，數據結構前段時間剛自己過了一遍，編程題每道題要想好久，每個bug都要花大量時間去解決。3.還有就是覺得很多知識一知半解的，包括看過的一些論文，沒過多久就會忘了，一些面試問題提出來，好多都說不出來，但是心裡會知道，到了嘴上就一句完整的話都說不出來，是不是因為掌握的太淺顯了，沒有理解透徹?
答：沒有捷徑，只能加倍努力學，特別是AI算法崗，去年爆了，今天只會更爆。1.之前我說過：實習是可選項，但當你沒有實際項目的時候，實習是必選項。實習能帶來什麼：實習光環+項目經歷。如果還能帶來點人脈，那就更好了。2.LeetCode刷題，我建議是每天設定目標，比如3題。必須多刷一點，刷不動?不會做?那就想5分鐘，想不出看答案。鍛鍊自己的刷題技巧、解題思路，我們刷題是不是為了"應試"，這個是很明顯的。3.問題答不上來，說明基礎薄弱。多看看基礎知識點，涉及研究方向時候，要深入。後面我會將面試題開源，希望可以幫助大家。4.只能加倍努力，實習是要招的，題目是要刷的，時間是要給的，努力使一定要的，這是AI算法崗，加油!
8.67 學長，年後回來，要一邊訓練模型，看論文，想idea，然後準備發論文，感覺真沒時間刷題啊，一般一早上坐下來，真的調著調著模型就到晚上十一點多了，我想先以發論文為主，然後後期(大概五月份)再惡補刷題您覺得可行嗎?
答：22:30~23:30 一個小時來刷題，我不知道你能不能騰出時間。發論文ok的，給自己設置個deadline，你可以先發論文再刷題。但我想說，時間是可以復用的，或者多任務去完成。有的同學可以實習+寫論文+做導師項目+刷題+其它，我說個是想告訴你：任務可以分主次，不一定是一段時間內要拋棄一個。一天24小時，比如你有15個"工作"小時，那麼你給刷題一小時都可以麼?這是時間規劃問題，扯得有點遠。
8.68 師兄 你好!我是某top2 985高校研二的學生，目前已經在商湯實習了兩個月了，我的職位應該屬於Research Intern，目前只在做科研，沒有參與公司的項目，實習給我的感覺就是換了一個地方做科研，和在學校差不多，感覺兩個月沒有做什麼東西，也沒學到很多東西，提升很小。請問這種情況的話，實習是不是對於秋招不是很有用啊?
答：我覺得你這個崗位就屬於發Paper的崗位，因為是算法研究員實習生，而不是算法工程師實習生，顯然你這個崗位要求更高。這裡插句話，大多數人找工作都是xxx算法工程師，其實主要偏應用，這也是市場決定的;但還有一些崗位是xxx研究員。後者的要求很高，雖然也是碩/博，但感覺是經常發頂會或者Top2院校的。算法研究員實習生，一般只有在大廠的AI Lab中才有，比如騰訊AI Lab、阿里達摩院或者商湯和曠視。那我覺得既然是研究類的，不知道以現在的進度能否發頂會，因為研究類的實習最有效的產出就是paper了，而不是一些工程性的應用。這份實習是否對秋招有用，我覺得要看你對這份實習打幾分了。比如你學到了很多知識，發了paper，那麼分自然高;如果覺得很虛，沒有進展，那麼我覺得你對自己的實習打分應該不高。我的建議是：1.思考一下，能否發頂會(商湯發paper真的太強了);2.收穫到底大不大，面試的時候回顧這個實習，能不能吹牛逼吹起來 如果1和2都是消極的，那麼我覺得可以申請換個崗位，內部調整最好，或者換個公司。
8.69 星主，您好。我想問一下，我是一個現在在日本交換的研一學生，在日本和上海的研究室方向都是關於CV的，有稍微做一兩個簡單的項目，還要在日本呆一個學期，暑假回國之後想在上海找一個ai方向的實習，代碼能力不是很強正在訓練中，就是目前有一個問題，不知道應該從什麼時候開始找暑假實習，然後不知道公司是否支持遠程面試，不知道星主有沒有建議，十分感謝。
答：1.找暑假實習時間：2019年3月~6月，其它時間和秋招攻略詳見：AI算法崗求職攻略(涵蓋準備攻略、刷題指南、內推和AI公司清單等資料) 2.大多數公司支持遠程面試，如BAT、商湯和曠視等。不過有些大公司會專門舉辦暑期實習現場面試活動，我覺得提前跟公司交流好，也是可以遠程面試的 我的建議是，你人在日本，可能信息獲取的慢(因為身邊環境)，所以你需要主動找一些暑期實習信息。比如BAT、頭條、商湯等公司都有自己家的招聘網站和公眾號，你可以不定期關注一下。牛客網也建議你多看看，另外CVer公眾號也會儘量多發一些公司的內推。關於內推的崗位，可以看一下這個：國內公司人工智慧方向(含機器學習、深度學習、計算機視覺和自然語言處理)崗位的招聘信息(含全職、實習和校招)
8.70 群主你好，我想問下有沒有關於圖像傳統處理方法的知識點總結或者資料
答：傳統圖像處理，確實有的公司會問到這些，我整理過一些面試題，置頂的連結中應該有所有題目，圖像處理部分就如這張圖所示，也建議你網上多找找，哈哈，可以分享出來。至於學習資料，其實傳統圖像處理部分，看一下OpenCV就行。因為OpenCV是開源庫，但裡面實現的都是很實用的算法，近幾年，深度學習算法都慢慢移植到OpenCV中了。OpenCV的學習資料，你可以參考一下這個：有沒有一些圖像處理新手可以練習的項目? - 知乎。如果你用到裡面的算法，要自己去看算法原理的，比如簡單的Canny等。後面，我會單獨出一篇文章來介紹圖像處理(image processing)的資料總結，希望可以幫助到大家。
8.71 星主您好，請問面向2020屆cv崗暑期實習的招聘信息可以去哪裡關注呢?或者您這邊後續會總結和分享麼?謝謝您
答：這個問題非常好，暑期實習的招牌信息如何獲取，我給出幾個途徑，希望可以幫助到大家 【0】牛客網求職專欄：求職_內推_百度阿里騰訊網易谷歌小米筆試面試分享_牛客網_牛客網。首先牛客網是IT類校招必上的網站，這個求職專欄的好處是告訴你有哪些公司開始招人，給你一種提示/提醒。我當初實習和校招的時候，沒有注意到這個專欄，很可惜。這個專欄很全很及時，我估計排在前面的公司都是花了錢給牛客網的，但沒有關係，整個頁面有很多公司。【1】牛客網討論區：討論區_百度阿里騰訊網易京東谷歌小米筆試面試分享_牛客網。我這邊可以提供的內推資源是有限的，那麼怎麼儘可能得到內推的資源呢?牛客網討論區是最好的方式，不一定是最有效的內推，但是範圍最廣的。因為每個公司都會有在職員工會在這個討論區裡上傳內推資源(有的公司內推成功是有獎勵的)，所以建議大家多看看這個討論區，而且到後面會有很多面經。【2】求職公眾號。我們關注公眾號，只是為了獲取信息。我推薦幾個我常關注的公眾號吧，裡面很多招聘信息發布的很及時，而且很多都跟各大公司有合作。比如：OfferShow、招聘信息匯總、逆行求職和互聯鏢局。注意除了OfferShow之外，其它公眾號都有一種特別的套路，比如給你內推機會，但需要你轉發到朋友圈或者200人以上的微信群。【3】官方公眾號/官方招聘網站。這個是主動獲取招聘信息的方式。大多數公司，都有自己的招聘公眾號，比如小米招聘等。你關注了公眾號，然後置頂，這樣就可以看到定向公司的招聘信息。另外，官方招聘網站也很好，而且大多數簡歷都是在官網上投遞了。你百度關鍵字：阿里巴巴+校招，就能進入官網了。比如：阿里巴巴校招，這時候通常置頂的連結就是官方的校園招聘網站。【3】CVer內推資源。我也會不定期更新一些公司的內推資源：GitHub - amusi/AI-Job-Recommend: 國內公司人工智慧方向(含機器學習、深度學習、計算機視覺和自然語言處理)崗位的招聘信息(含全職、實習和校招)。註：上面都不是廣告，牛客網/求職公眾號是很大的信息流，我們不得不關注，或者是說我們只是想獲取最快最全最有效的招聘信息。
8.72 學長，我沒有競賽經歷，想在暑期的校招前參加kaggle競賽，豐富簡歷內容，實在有點虛。學習了近一年，我之前的研究方向是image caption類的，主要用過pytorch和LSTM, 請問能分享下如何學習，備戰競賽嗎，比如分享下你的第一次比賽從0到比賽結束的經歷，花的時間，以及我應該選擇圖像類的還是機器學習類的比較快獲得名次?
答：1.關於如何備戰競賽，其實今天CVer就分享了一個大佬寫的計算機視覺方向的Kaggle備忘錄：6 次 Kaggle 計算機視覺類比賽賽後感。包括裡面有很多超連結，你也可以都看一下，會有很大的收穫。2.之前在秋招攻略裡，我寫了一個公司：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)。其實我校招的時候，是沒有競賽的，我的狀態是：刷題+背題+項目+實習。後面抱學長大腿，拿了國內一個比賽的第一名。但這個比賽沒有寫到我簡歷裡，所以這裡說一下，競賽是加分項，沒有也可以，有當然最好。3.我個人覺得現在圖像類的比賽蠻多的，之前分享了幾個DataFountain上的競賽，你可以看一下：100萬獎金：六大熱門賽題(含目標檢測、場景文字識別和醫學影像分析等方向)。最近還有很多CVPR 2019 Workshop，還有很多計算機視覺方向的競賽，比如：ICDAR 2019。純機器學習方面，我個人不太了解了。我建議是視自己擅長的方向去選擇。
8.73 師兄你好，我今年研二，現在很多企業都開始招實習生了，而我就卡在這簡歷第一關了。因為我本科是其他專業的，基礎比較薄弱，研一也主要是上課，所以對機器學習以及深度學習的理解也十分有限，同時沒有什麼可以拿出來的項目，比賽也沒有弄，感覺自己平平無奇，簡歷什麼都沒法寫。老闆對我的態度也是能畢業就行的那種，所以我還是希望能通過實習增強一下自己的實力。不知道我這種情況，簡歷該怎麼寫呢?
答：情況：1.本科非相關專業 2.沒有實戰項目 3.沒有比賽經歷 4.簡歷沒法寫 我不知道你是研究的什麼方向，其實你可以去github上搜搜目標檢測/圖像分割/分類方面的論文和源碼呀。比如Faster R-CNN、YOLO、SSD都擼一遍。這種CV大類方向，對找實習/工作會很有幫助，也具有擴展性，確定一個方向後，你再補補最近的頂級論文，這樣顯得自己多麼學術性/前沿，面試官也會很喜歡的。3月~6月是找暑期實習的高峰期，我建議3月份邊"包裝"自己，邊嘗試找"實習"。1.包裝：確定方向，看論文，跑源碼，調參，改代碼，如果時間富裕，可以參加同類競賽。比如：100萬獎金：六大熱門賽題(含目標檢測、場景文字識別和醫學影像分析等方向)。2.找實習：因為你太缺少實戰了，即使去完成"包裝"，其實進展和時間安排，我覺得你暫時可能沒有好的方案。所以也可以同時投投簡歷，不一定要去BATJ這種大公司，我覺得你現在立即有個靠譜的實習經驗也很重要。算是補足你簡歷上的項目經驗缺失這一項。加油，簡歷方面，就是確定一個方向，寫自己所做的事情(論文+源碼+調參經驗+改結構+實驗數據)
8.74 最近想打幾個視覺相關的比賽，但是沒有實戰過(基礎知識倒是掃過了)，有比賽入門方法嘛?
答：入門方法可以看一下這類的Kaggel經驗文章，都是一些大神的總結，也有回顧入門階段的，我覺得寫的都很好：
【1】分分鐘帶你殺入Kaggle Top 1% - 知乎
【2】6次Kaggle計算機視覺類比賽賽後感 - 知乎
【3】參加kaggle競賽是怎樣一種體驗? - 知乎
8.75 樓主想問下比如我是做模式識別那板塊的，想問下有什麼方法可以方便而且有效地持續閱讀那個板塊的最新論文，持續地去follow下最新的進展?(因為平時都是想找哪篇論文然後就去搜，但是感覺這樣那些前沿點的新點的論文就很難被我發掘)
答：如何獲取最新的paper，下面提幾個小建議：0.最好的方法就是去arXiv網站上找，每天瀏覽或者定期瀏覽。比如arXiv上就有Computer Vision and Pattern Recognition，Computer Vision and Pattern Recognition authors/titles recent submissions。1.我回答過一篇知乎題目，名字就是如何找行業的頂級論文，裡面涵蓋了arXiv、Google Scholar等，希望可以幫助你：人工智慧從業者應該從哪裡去尋找和閱讀頂級論文? - 知乎。2.我自己有個論文速遞項目，有段時間沒更了，但後面會重啟，你也可以關注一下：記錄每天整理的計算機視覺/深度學習/機器學習相關方向的論文。
8.76 我現在研一在讀，第二學期老師要求我自己選定方向了。我自己是想選超解析度。 但今後求職我對數據挖掘這方面更有興趣。 我剛嘗試過kaggle鐵達尼號這個項目，對數據挖掘的了解還有限。論文這塊，我看了幾百篇的cvpr2018的摘要和介紹，對cv目前的方向有一點了解，但是我對具體一些網絡還不是很了解。 我老師的要求是能畢業就可以，沒有限制實習。您能給予我一些建議嘛?一所普通一本院校，另外本科雖然也是計算機，但沒有實習經歷。
答：0.方向選擇。既然老師/學校那邊沒有論文上的壓力，我覺得選個自己喜歡的方向很重要，是那種畢業求職想找的工作方向。數據挖掘和CV，我建議你好好思考一下，自己究竟喜歡哪個，做哪個更有成就感。從就業角度來說，兩者都是算法類的，競爭差別不大(因為競爭都很大)。其實群裡也有做數據挖掘的，學習hadoop、spark，所以既然你都是了解階段，現在最重要的是要朝著一個子方向深入學習，也許是CV，也許是數據挖掘。這個其實看個人興趣，我只能建議你儘早選擇，因為也會影響你實習和秋招。1.實習選擇。以方向做主，當你確定是數據挖掘還是CV的時候，我建議實習或者論文都是順著來的，一個方向，有助於你秋招，更有助於你將來的職業定位。註：早點確定方向，為之努力，然後早點實習，秋招會省很多事。你說的這兩個方向都很好，甚至談到CV的超解析度方向，都是ok的，關鍵在於自己的喜好。加油
8.77 你好，找實習的話，是先投先面還是統一在一個時間發通知面(比如招聘通知的截止時間)? 很多公司已經開啟了，但感覺自己還沒準備好。。
答：先投先面，把時間錯開，越晚投，很多名額都被佔走了。開啟暑期實習的公司有很多(今天騰訊也開始了)，你可以先投遞一些公司。經驗是可貴的，只有面試實戰才能快速幫助你主觀了解面試的套路/方法。要注意的是，有些公司的暑期實習面試情況會影響後續秋招，所以建議先投一些相對小的公司或者獨角獸。
8.78 題主您好，我現在是非211，985的研二學生，研究方向是自然語言處理方向，19年下半年就需要參加校招了。想找人工智慧算法工程師的工作?請問我需要做一些什麼樣的準備才更有可能拿到offer，謝謝!
答：其實關於怎麼準備，我寫的"AI算法崗求職攻略"中已經涵蓋了：AI算法崗求職攻略(涵蓋準備攻略、刷題指南、內推和AI公司清單等資料)。大致公式就是：公式：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)。
8.79 師兄好，我現在研一，方向是視覺SLAM。導師很年輕，我是他的第一個學生。看師兄發的內容大多是機器學習、深度學習相關的，想問下師兄對SLAM方向學習和求職有什麼建議?我本科學過C++，上學期學了python和opencv的一些基礎以及跟著高翔的《視覺SLAM十四講》學習了SLAM的基礎框架知識。
答：群的名稱是AI算法，所以很多方向都會涉及的。包括群裡有些嘉賓，有的是研究機器學習、有的是CV、有的是推薦算法，也有SLAM的。我問了一個SLAM大佬，我把他回復的消息整理給你：
主要理論是《機器人學中的狀態估計》和《計算機視覺中的多視圖幾何》;
然後看原始碼，像ORB SLAM這種比較優秀的作品;
還有看以後研究方向是什麼，比如動態環境定位、多機器人協同、VIO、語義SLAM等，挑一個方向好好研究，這幾個方向都有開原始碼 其它：還有一本概率機器人主要偏兩維雷射slam的，還有一本機器人感知：因子圖在SLAM中的應用，這本據說比較難，我還沒有細看，這本有中文版，也是翻譯國外的;機器人狀態估計中英都有，中文版是高博翻譯的，質量不錯;多視圖幾何和概率機器人建議看英文的，youtube上有多視圖幾何的課程。
8.80 老大你好，想問一下實習崗位的好壞和面試難度成正比嗎? 1、一家世界五百強公司的面試感覺非常輕鬆，而另外一家小公司面試寫了五個小時代碼來之不易，想問一下怎麼選擇。大公司我那個組是做醫療，小公司是教育，崗位都是圖像算法實習生。2、然後想問一下這種世界五百強但是其實AI組才成立一年(組裡拿過AI診斷的一個比賽的世界冠軍)，還有大廠光環嗎?
答：這個問題蠻有意思的，我懂你的心態。可能沒有幾面，面試感覺有點水，但公司A不錯，而且拿到了Offer;面的挺實在的，寫代碼，幾輪面試交流，拿到了小公司B的Offer。我個人覺得實習嘛，還是大公司好，因為你的目的說是為了學習鍛鍊自己，但更深層次就是找工作。大廠實習也有經驗，還有光環，寫在簡歷上，那種感覺肯定不一樣，而且你這還是AI組，說明公司A是很不錯的，我相信那個小公司B雖然業務不錯，招人也很規範，但沒有那個能力說成立AI組。有一方面是，公司B主營是教育，跟CV的關係雖然有，但不是強關聯，所以如果是CV類小公司，那麼還建議比較一下，但主營是教育，我建議實習就不要選擇了。
8.81 學長你好，我現在就讀於某985，目前研一，專業是機械工程，學制兩年，今年九月找工作。本科就讀於某211，能源與動力工程。本科期間拿過寫創新創業大賽的獎，參加過美賽。我導師有做視覺方面的項目，但是主要是工業應用，如測距離，測粗糙度等。我目前沒有項目。目前會python，c+++，matlab很基礎的編程，看過李宏毅機器學習的課程，對線性回歸，深度學習，cnn，rnn等，有了一定的了解。導師讓做過ansys的項目，主要用ansys的二次編程。現在的目標是做計算機視覺方面的工作，主要是無人駕駛方面。想問問學長，怎麼才能利用接下來的六個月去實現這個目標?
我覺得你會Python和C++，基本所有算法崗的編程要求都符合了，當然C++和Python需要再看一下基礎知識/面試題
並非六個月的時間，實際上是3、4、5和6月，這四個月的時間
找工作公式：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)
根據上述公式進行加強學習，刷題/背題/項目是必選的，你說現在的目標是做CV工作，我不知道是有實際項目還是自己準備要去做這樣的事情。因為有些同學可以通過實習，來完成CV項目和實習兩步。
刷題的話，先把《劍指Offer》66題刷完，再刷LeetCode題目，LeetCode題目很多，可以根據interview Top100來刷。
如果能實習儘量實習，如果不行的話，那就學校項目+CV競賽來強化自己。總之是為了讓簡歷好看一點。
8.82 上個回答說"有些公司的暑期實習面試情況會影響後續秋招"，能具體些是哪些公司嗎?因為又想投，又怕準備得不夠掛了影響後面
答：我沒法統計有哪些公司的暑期實習面試會對秋招有影響，但我是知道有些公司確實有這方面情況。比如騰訊，你暑期實習如果沒有通過，或者通過了，但沒有去實習，都有可能簡歷被"鎖"，如果部門一直不釋放你的簡歷，那麼秋招就啥機會了，雖然這是小概率事件。還有阿里巴巴等一些公司，你的面試記錄都會保存在線上系統的，所以面試官是可以看到你以前面試的表現(有記錄)。其實不用太在意這個，公司那麼多，有這種機制的公司很少，而且發生概率不大。所以別擔心投遞會失敗，最起碼現階段最需要的是經驗。關於"該不該先投小公司練練手"，很多人問這個，我覺得因人而異吧。
8.83 學長你好，我想問問那些計算機視覺方面，目標檢測的代碼都跑過，是不是還得自己能寫出原始碼?
答：0. 很抱歉，沒有及時回答你問題。因為我這邊還有很多問題，我其實沒有辦法一一快速回復，而且大家應該能看到，我每次回復都是編輯很長的話，認真回答的，儘量能查到一些資源做補充。
代碼都跑過，其實只是單方面證明你配置能力滿強，可以解決環境依賴。代碼我覺得只是有點幫助：一是可以幫助你理解原論文的含義;二是提高自己編寫代碼的能力(有些人連計算IoU、NMS都不會寫，看一下代碼，可能就懂得了寫法)
自己寫出原始碼其實這種能力叫做"復現"。在我看來，大多數人是沒有這個能力或者沒有這個精力去做這件事情的，比如復現 Faster R-CNN，那你需要獨自完成數據加載、RPN、backbone和NMS等。所以我建議是看懂原始碼就已經很重要了，這裡的看懂是能寫出部分關鍵代碼。面試官問你NMS、IoU怎麼寫代碼實現，很多人都知道公司，但寫代碼就不懂了，所以你不僅需要跑代碼，你還需要看代碼(部分即可)。
復現能力是分水嶺，並不是說一定要寫出原始碼，你懂得部分重要代碼怎麼寫就行，因為這也是面試官常常問到的。
8.84 請問什麼時候開始暑期實習的簡歷投遞?以及暑期實習之後要繼續實習是否還需要再次面試?
答：0. 建議大家先完整看一下算法崗求職攻略(涵蓋準備攻略、刷題指南、內推和AI公司清單等資料)。裡面應該能解決一部分問題，比如時間問題。
暑期實習後，一般公司會在8月底~9月底完成轉正答辯申請(2020屆畢業生是這樣操作)，如果答辯通過，那麼Offer就到手了;如果是2021屆畢業生，通常就是實習結束，但是一般都是可以繼續實習的。通常沒有再面試這個環節。
8.85 請問騰訊暑期實習提前批掛了正式批還能重新投遞其他崗位嗎?看到之前的帖子說騰訊暑期實習面試結果會影響秋招，那是不是最好先面試一些小公司再去面大廠呢?
答：0. 這個問題其實昨天就回答了，騰訊暑期實習提前批掛了，大概率不會影響正式批，這一點官方微信公眾號已經給出了說明。但除非，流程沒走完，到了正式批，你提前批流程還在面，甚至簡歷被鎖，這樣的情況很少，但確實有的。
面大廠之前，要不要先投小公司練練手，我覺得因人而異。有些同學只投大公司，有些同學不敢投大公司，有些同學投很多大公司，不擔心哪一家被掛。我個人覺得實習來說，都可以練練手，因為不同公司實習招聘信息是不同時間放出來的，所以你主觀是不能決定先面哪一家的。流程時間也不一樣，所以就正常投遞就行。
8.86 請問什麼時候開始暑期實習的簡歷投遞?以及暑期實習之後要繼續實習是否還需要再次面試?
答：這個問題，我記得昨天回答過了，是同一個提問者問的麼?我再補充一下
暑期實習簡歷投遞時間：2019年3月~6月。具體投遞哪家公司的時間，要看那家公司啥時候放出2020屆暑期實習的招聘消息。如何獲取招聘消息：公司招聘公眾號，比如小米招聘;一些第三方招聘公眾號;牛客網。
暑期實習後，一般公司會在8月底~9月底完成轉正答辯申請(2020屆畢業生是這樣操作);如果是2021屆畢業生，通常就是實習結束，但是一般都是可以繼續實習的。通常沒有再面試這個環節。
8.87 師兄你好，本人研二渣碩，本科也cs，實驗室無項目，放養。看過吳恩達mldl，刷過李航統計學習方法前大半部分和機器學習實戰等書。幾乎各種概念都或多或少懂些。(有的算法推導過，有的沒有) 目前打算找nlp實習，但沒有項目經驗(其實碼過不少例子，但感覺太toy了)，只有上個月結束的kaggle文本分類比賽經歷，主要用cnnrnn模型，名次只有18%(但收穫是很大的) 我想請教下 1.簡歷上的經驗只有競賽這條 是否能達到大廠實習最低要求呢?簡歷只有一頁會不會不太好? 2.我現在應該溫習內容比如把比賽思路弄清還是花上一兩周再整個項目? 3.我想現在就實習了，但現在春招似乎都是暑假實習是嗎? 謝謝師兄
答：0. 簡歷只有競賽這一個項目，可能是無奈之舉吧。我看了挺多同學的簡歷，也有幾個把競賽項目也寫上去，而且名次也不是靠前。我覺得沒有項目的同學，或者項目實在很少的同學，寫競賽項目，是沒有問題。因為不可能只寫大學/研究生獲得獎學金、自我評價吧。項目是亮點，是簡歷的核心，所有在沒有實戰項目的情況下，寫上競賽，是ok的。大廠通常都是說有競賽經歷且獲獎的人優先，但通常最核心的是對CV方向的理解，比如那個崗位需要你了解人臉識別的知識。
比賽思路不是信手拈來麼?你實際參加過，應該對答如流，這方面花的時間應該不用很長;花一兩周再整個項目，說明你能力很強哎。總之，即使是"編"的或者"速成"項目，只要你能自圓其說，真的輸入了解，其實是ok的。
現階段實習有兩種：A.暑期實習 B.常規實習(常規實習是一年四季都有的需求)
8.88 星主請問一下，我有半年實習經驗。但是在實習期間的項目比較水，做了一個簡單的項目，然後針對算法改進做一些沒有效果的實驗，看了些論文只是了解，看過的基本上忘了，面試沒底氣，技術點經不起面試官的挖掘，我該如何準備這個已經開始的春招?
答：0. 對實習的"簡單"項目進行深入，不一定是如何創新，而是能夠對這個項目整體都了解，並能自圓其說(算法介紹、實驗結果、自己做了哪些算法優化、算法能否再改進)。相信你簡歷上一定會寫上這個項目的，所以面試官也會問這個，因此你一定要對這個項目胸有成竹。
論文看了就忘，這個太正常了。但有句老話，好記性不如爛筆頭，所以你又必須學習記筆記。論文筆記、學習筆記、編程筆記、知識點筆記等，這些總結不僅方便你日後查找，也有助於你面試。過幾天，我單獨介紹一下如何記筆記/寫博客的方法。
如何準備，看一下這個秋招公式：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)。現在還沒有做的，感覺去做，可選的儘量找一項進行深入。總結：現有項目的深入+論文的總結+知識點的擴展
8.89 個人情況：1. 雙非研二學生，非計算專業。現在常用的卷積神經網絡AlexNet-DenseNet都有看過論文，移動端網絡MobileNetV1V2、ShuffleNetV1V2也有過了解，國立大學開源的目標檢測，裡面標紅的我都有其看過文章，跑過Faster RCNN，MaskRCNN、SSD、yoloV3，沒有對其他數據集調參過。2. 沒有競賽、項目、實習的包裝，每天只有晚上的時間(白天忙熱成像平臺和小論文相關的，畢業堪憂，不可能放實習)，星主認為用來參加競賽還是其他的。這兩天我都是回顧以前看過的文章，做點筆記，然後刷題。 現在好難受，簡歷空白，感覺啥都寫不上，求星主給個指導。
答：0. 星球裡雙非的同學也有一些，我覺得找算法崗是沒有問題的，學歷不佔優，只能靠其它地方突破，我最強調的一點是秋招的時候多投一些公司(比如CV類的，只要滿足要求，都可以投遞)。我見過一些同學算法崗找不到，後來放棄了，轉開發，問題不是在於競爭多激烈，而是他們連堅持都沒有。
我覺得你對CNN、目標檢測方向都蠻了解的，這是優勢，對面試也有一定幫助。
還是那個校招公式：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)，當你不能去實習、沒有頂會的時候，那麼還有刷題+背題+項目+競賽(可選)可以完成。這麼看來，有時間，當然可以參加競賽，不然簡歷上面怎麼寫呢?而且從你的描述中，你說小項目也沒有。我的建議是競賽+小論文，如果競賽名次不高，可以包裝成導師的實踐項目。
刷題!刷題!刷題!《劍指Offer》66道，LeetCode100+道，詳見AI-Job-Notes
8.90 學長好，我是雙非的研二學生，本碩都是光學的，從去年10月開始學習CV，到現在已經有了一些自己的理解和想法，但是目前還沒有拿得出手的作品，也沒有相關的論文，我關注了一下您發的實習匯總，覺得和公司的實習要求還有一段距離。想請問一下我是應該先去小公司實習呢，還是嘗試去一些比較有名的獨角獸? 另外，我的碩研方向是醫學光學，我覺得去搞AI醫療可能會好些，有AI醫療公司的實習推薦嗎?
答：0. 看到雙非的學生，我再次強調一點是秋招的時候多投一些公司(比如CV類的，只要滿足要求，都可以投遞)。如果你問我秋招的時候，投多少家合適，我覺得至少50+
我覺得實習來說，即使是獨角獸，要求也不是特別高，總之秋招就不一樣了。所以實習的話，進入獨角獸的機會是相對大一點的。很多人找實習的時候，不會投很多公司，因為想著多準備一點，我覺得是ok的，但不代表一家不投。建議投大公司/獨角獸，因為實習看"出身"相對低一點，反而是拿到實習Offer的機率大一點，這樣你的簡歷也好看很多。
AI醫療，之前推薦過幾家：騰訊覓影、科大訊飛、聯影醫療和東軟醫療等
8.91 星主，您好! 這裡是WHUer研究生小白，現在要準備投cv算法崗了。星主能否講一講 1.作為cv算法工程師一天的工作經歷 2.對這個職業未來發展的規劃 謝謝星主，如有不妥之處，請諒解
首先我還沒正式畢業，今年7月份入職，但之前實習過，所以我說一下我的見解。CV算法工程師一天：看論文(30%)+寫代碼/訓練(60%)+開會(20%)。主要是就是coding吧，因為算法研究員和工程師是不同的職位，後者還是以實際落地項目為中心。比如一個無人超市項目，你負責人臉識別的檢測，那麼就需要看論文、設計網絡(不一定很創新)，寫代碼和訓練。
職業規劃，這個範圍很大，我覺得看個人定位。比如有些人會做CV高級算法工程師，有的人會做管理者。很實際的是，比如幹了幾年，有些人還在大公司裡搬磚，可能是高級算法工程師，有的人會創業公司，當負責人。前提都是你在CV行業慢慢積累，薪資方面應該不低的。
8.92 星主您好!感謝您為大家提供這個群資源，我自己研究cv方向，研二了，想問問星主是否了解廣州地區有哪些大廠，獨角獸公司，或者值得去的公司，因為自己家裡離廣州近，想去廣州地區找工作!廣州周邊二線城市也可以的。
答：0. 這周我會整理出杭州、南京、深圳和廣州四所城市提供CV算法崗的公司名單。
其實我對廣州不熟悉，但還是我簡單列幾個吧(小廠也介紹了)：騰訊(有點不確定)、網易、4399、YY/虎牙、酷狗、多益網絡、唯品會(不確定有沒有CV崗)
8.93 想問一下群主，nlp前景怎麼樣呀?轉nlp難嗎?今天面了平安科技，說是做語音識別的。主要是用c++、python和shell寫工程問題。因為一直沒有實習項目，我在考慮要不要去做，有什麼建議嗎?
答：0. 去年CV一片紅海，今年我估計CV和NLP全都爆了。但NLP飽和程度還是沒有CV高，我覺得前景很好(我都準備業餘學一下NLP)。
我覺得看個人興趣吧，如果CV和NLP，你都沒有個人傾向，其實做NLP反而壓力小一點。都是深度學習，都是算法工程師，看個人興趣吧，這個是職業規劃的事情。
8.94 您好，本人目前研二在讀，代碼基礎不太好，之前的論文實驗都是用python實現的，c++只會皮毛，該怎麼準備cv方向對c++的考察呢?
答：0. CV方向對C++的考察不會很深，都是一些基礎的知識，常問虛函數、析構函數等。
C++，暫時推薦看一下這個資料：C/C 面試基礎知識總結 · 語雀。我後續還會補充一些，目前沒有整理好C++的面試大全。總之：掌握基礎常見知識，什麼叫常見，你網上一搜一大堆的就是常題，也就是我常說的要背題。
8.95 群主，請問下從CVPR投稿量來看騰訊AI Lab和優圖包攬所有騰訊文章，那騰訊其他部門招聘的圖像算法實習含金量高嗎?與商湯曠視的核心部門比該如何考慮呢?
答：0. 從騰訊CVPR2019投稿量來看，並不能評判其它部門圖像實習含金量高不高。因為優圖和AI Lab本身都是以研究為主，特別AI Lab，專門是研究性工作，很大比重就是為了發論文。而實際上，騰訊很多業務都需要對圖像做處理，微信團隊、QQ空間團隊、騰訊視頻團隊等，他們不用發論文，本身就做的是實際落地項目。比如你看頭條發很多論文了麼?不代表他們不強，而不是目的不在於此。所以看具體負責的業務，我覺得在大廠裡能學習到東西就已經很好了，至於優圖和AI Lab都這樣能走多遠，都不好說(如果負責的業務遲遲不給公司賺錢，那...)。
商湯/曠視本身定位就是CV公司，所以也是超一線的。騰訊其它部門我覺得挺好的，如果找算法工程師，那麼可以去騰訊其它部門;如果是研究員，那麼再試試各種AI Lab
8.96 星主你好，我想問一個關於讀博的問題。 先說一下個人情況，本碩雙非研二，計算機專碩學制兩年半，還有一年畢業。導師和自己都沒有經驗，一開始走錯了路，目前為止沒有項目和論文成果。我能靜下心來做科研，現在有讀博的想法。我想問的是：1.本碩雙非，沒有成果的專碩生，申請讀博成功的可能性有多大? 2.想要提高成功率，我個人方面該做哪些提升和準備? 3.申請讀博的過程中該注意些什麼? 4.985和211的博士差距有多大，該如何選擇? 5.學校和老師，該優先選擇哪個?
答：0. 申請讀博成功的可能性是有的，但我無法量化。因為要看具體哪所高校：Top2是一檔;AI類985強校史一檔(比如哈工大/上交);985是一檔;211是一檔;其它更是一檔。
想要提高成功率，最簡單實際的就是以論文的質量來衡量。比如頂會/頂刊，沒有的話，那就SCI一區/二區。還有一方面是你要確定讀哪所高校，跟哪個博導?這些需要提前確定好，而不是亂投。
我不是博士，所以沒法回答你需要注意什麼，建議你看一下這個：碩士申請國外PhD和本科申請國外Phd有什麼區別?看重的都是什麼? - 知乎。
985/211博士差距大麼?這個問題很簡單，就相當於985和雙非的差別，當然很大，不然國內怎麼會一直探討學歷問題。怎麼選擇?看自己的能力來判斷。如果你的目標是上交，那麼頂會/頂刊或者SCI 一區/二區肯定要的;如果你的目標是xx211的博士，那麼SCI/EI肯定要的。
學校和導師，優先導師吧，先保證畢業再說。(其實學校和導師是成正比的，我是想到博士畢業，才說導師的) 加油
8.97 請問19屆畢業生還可以申請今年的暑期實習或者在四五月份申請實習嗎?
答：我基本沒有看到現在公司的實習是面向19屆的畢業生，主要19屆今年就畢業了(一般最晚7月份)，如果你已經有Offer了，其實坐等畢業，或提前去找好的那家公司實習就好。一般都是要求研一/研二，非應屆。更具體的直接看公司就行，上面會註明時間的。
8.98 星主你好，本人某211研二在讀，研究推薦系統方向，從來沒有實習過，也沒有項目和競賽，只發了一篇sci。剛開始準備算法(進度大概1/3)，實驗室都去找實習，但是都是小公司，我想準備完算法再準備準備推薦相關，想去大公司實習，我想了解的是1.您覺得我應該準備準備儘快去小公司面試入職積攢經驗還是多準備面試大公司。2.如果儘快進入小公司的話，是否考慮再去面試大公司的暑期實習。3.如果準備大公司面試暑期實習的話到4，5月份 大公司招聘的還多嗎。4.像我這種情況(只有一篇論文和將要準備好的算法)進入大公司難度如何。5.暑期實習和日常實習的面試先後順序如何選擇。
答：0. 211面試大公司實習沒啥問題，實習嘛，不用擔心太多，要實習Offer比校招Offer更容易拿。另外大公司和小公司這個有點難區分，有點主觀，比如BAT肯定是大公司，那麼攜程、58同城是大公司還是小公司呢?我覺得是的，但有些人認為不是。我也是211的，身邊同學去美團、攜程、NVIDIA等實習的人也很多，所以不要擔心學歷(你已經是211了，不要慌)
大公司的暑期實習已經開始了，建議你多上牛客網逛逛論壇，當然我也會不定期分享。已經開始暑期實習的公司有：騰訊、字節跳動、華為、海康威視、曠視、微乳、VIVO、OPPO等
一篇論文夠了，因為又不是頂會/頂會，其實差別不大的。我身邊有同學兩篇SCI，照樣很難找工作，有的同學就是核心期刊，拿到商湯等公司Offer。
暑期實習和日常實習可以一起投，看情況選擇入職。暑期實習一般就兩個月，但又轉正答辯，這個是流程，日常實習就隨時隨刻的那種，具體要看你的時間怎麼安排。
8.99 最近要面試抖音組視覺算法崗和百度-鳳巢，應該如果準備?有一點的機器學習和深度學習基礎，但是有很多細節沒有理解或注意到。
答：這個問題很硬，兩個大廠的核心部門，我特意問了一下拿到百度Offer的大佬(偏廣告部門)，他的回答如下：鳳巢主要是推薦算法還有就是模型的一些壓縮，知識蒸餾的內容，再就是算法題了，對廣告的理解最好也有，計算廣告學要看一看，主要在效果廣告上，廣告的架構比較複雜，推薦知識其中的CVR CTR預估技術，我面試的感覺，還是比較重基礎。至於抖音視覺，除了CV知識，建議刷題也要多刷一點，頭條愛考編程題。
答：0. 想把統計學習裡的算法都實現一遍，想法挺好的，但我覺得是不是有點花時間，建議復現的時候，適當性參考一下優秀項目：
LeetCode 400道，劍指Offer刷完了，這個點一下贊，很強很佩服
你才大三，我建議可以投遞簡歷，也建議同時準備一個小項目(機器學習方向的)。現在大三接觸這類還蠻少的吧，可能我有點落伍了，所以我蠻佩服你的。
因為你沒有實際項目，其實將學習到的理論寫上去，也沒有問題，因為沒有項目是這個年齡段很正常的情況。你也可以把Web寫上去，突出Python編程能力;把學習到的機器學習相關知識寫上去。大三，拿著這個簡歷，其實很不錯了。
現在是找暑期實習或者普通部門實習的高峰期(金三銀四)，我不建議你錯過，你可以投遞幾家公司，感受一下，不是說全投遞。然後準備小項目的同時，比如3月底，再投遞一波(簡歷也可以更新了)
8.101 群主你好，我現在在top2研一，方向是醫療圖像識別，但是導師主攻不是這個方向，目前實驗室只有我一個人做這個，平時導師也是最多指導一下大體方向，不過因為這個我自由度也比較高。您覺得這樣的話，除了自己在網上找相關的資料之外還有什麼其他的學習方法嗎?感覺認識的人也不多，有問題只能自己查。
答：0. 實習。你說到自由度高，那麼如果研一就能出去實習，我覺得會加快成長
參加競賽。每年Kaggle、天池或者MICCAI workshop都會有一些醫學影像方向的競賽，打比賽，會讓你主動學習到很多。獎金+名次也是目的之一。
CVer微信群裡也有一些研究醫學影像的同學，最近CVer會建議醫學影響的微信群，你多關注一下CVer的每日推文。進入微信群，可以向他們討論。
我認識一個北大的朋友，現在應該是研二，你可以關注一下他的知乎：王沈(Shawn) - 知乎。也可以私聊他，加他微信聊聊
8.102 學長你好，本人上海西南某985研二在讀，電子系。去年9月份開始接觸深度學習，在做一個視頻分析的項目。實驗室在AI上也沒什麼積累，感覺進展很慢，也沒有paper。 有自學過一些深度學習，機器學習基本知識，用的比較多的是keras，tensorflow不太熟。編程能力一般，有在刷一些題。其他的計算機方面專業知識也比較薄弱。 最近打算找一個cv方向的實習(但我對cv的了解僅限於看過一遍cs231n)，想請問學長就我而言現在準備的話應該側重哪方面呢，是不是還需要熟悉熟悉tensorflow?大廠實習要求看的自己很虛，要求有多高呢，選擇小廠實習怎麼樣?
答：0. 其實Keras/TF/PyTorch會用一個就行，一般工作要求也是這樣。另外TF2.0中全面加強對tf.keras的使用，所以很多都是相同的，我覺得不用刻意學習TF。其實學習PyTorch倒不是不錯，入門快(學起來比TF簡單)
大廠實習主要看基礎，不會很上升到算法層面，你可以看一下我之前發的面經(實習部分)，裡面會問到C/C++、Python、手撕代碼。至於你自己的研究方向，面試官也會跟你聊的。基礎的CNN知識就更不用說，也是會問的。
985學歷，大廠實習不用慌。按理說，大廠就喜歡招高學歷的，畢竟能力平均水平很高。所以我希望你大廠也投投。
8.103 請問鵝廠暑假實習信息填寫中的可開始實習時間和可實習時長會對錄取的結果有影響嗎?還有，這個有內推的名額嗎?
答：0. 對錄取結果會有影響，一般建議寫長一點。實習時間儘量早一點，時長也是。如果實習的開始不能提前，那時長建議寫長一點。
鵝廠的內推有的，我後面(三天內)整理一下，發出來給大家。
8.104 通信小碩畢業後從事C++應用開發2年多，校招面試時強記面試寶典，現在慢慢打雜搞項目管理，手寫代碼能力很弱。 想轉行深度學習，以前上學學過資訊理論，最優化，隨機過程。去年10月開始統計學習方法，深度學習花書，手推SVM，softMax求導，買了塊gpu用tensorflow跑了三五個開源項目，面試了三四家視覺方向小公司，對圖像方面知識欠缺，識別，分類問題理解很淺，達不到工作要求。 現在迷茫求群主指點一下我之後成長路線，謝謝
答：0. 我覺得你現在的項目偏CV，就是計算機視覺。跑開源項目沒有什麼，一般根據readme就可以了。你需要做的是確定一個方向，深入，然後看論文+源碼。其實做CV，無論是工程師還是研究員，論文是跑不了的，很多cv/dl知識點都是論文裡面的。所以論文也要多看看，跑了項目，代碼也要看看。比如跑VOC，COCO數據集，那麼你要知道怎麼製作數據集，從標註到加載，然後訓練。我建議體系一點，而不是只跑。
跑項目，看源碼，但如果沒有實際需求|deadline做驅動的話，還是學的很慢，不深刻。我覺得可以參加相關競賽提升一下自己，不是為了前多少名，而是比賽會驅使你分析數據，選擇算法，調參，訓練。而且還有指標
8.105 球主你好，我是某985研二在讀生，視覺方向，現在準備找實習，只有項目經歷，但是我在實驗室做的項目都是用別人現成的代碼來實現實驗室的需求，基本上沒什麼改進，比如手部動作跟蹤，直接拿的github的關節點檢測代碼做的，雖然效果不錯，但也不是我實現的，這個在簡歷上該怎麼寫呢，面試官問的話，如果說直接用的別人代碼會不會顯得我沒什麼功底?
答：0. 很少有人自己從頭擼代碼解決問題的，大多都是基於開源或者一些API進行實現
簡歷上，你可以說你使用了什麼算法，遇到什麼問題，如何解決，(如果有一些創新點會更好)，最終實驗結果怎麼樣，精確率/召回率，以及運行時間如何。不用告訴面試官你是用的是啥github開源項目，你只要籠統說一下算法就行，說明你掌握就行。
面試官問你，你就說你哪些做了簡單適配/改進，做了融合...看你怎麼編了吧，然後算法方向，論文肯定要看懂的。代碼+論文+擴展
8.106 星主，AI醫療你推薦的那幾家，似乎都不招實習生，還有類似別的醫療公司可以推薦的嗎
更多詳見：https://t.zsxq.com/fM3VNjq
8.107 你好，可不可以展示下寫個反向傳播這樣的問題的過程，不清楚這樣的題該怎麼做?
答：有兩個同學問到反向傳播(BP)這類問題怎麼回答，通常面試的時候甚至讓你寫出來。我個人覺得無非就是公式+圖示，因為反向傳播就是在神經元上進行權重更新，你需要會在輸入輸出，還有隱藏層。我分享兩個資源：【0】一文弄懂反向傳播過程：一文弄懂神經網絡中的反向傳播法——BackPropagation - Charlotte77 - 博客園。這份資料有助於你徹底搞懂反向傳播，較深刻理解，但不適合面試的時候畫圖或者寫公式表達(如果你能背下來，那也可以) 【1】適合面試解釋的資料：http://introtodeeplearning.com/materials/2019_6S191_L1.pdf。該PDF第54頁~第58頁都是圖示+簡單公式介紹反向傳播，這個資料適合面試的時候寫。畫圖+公式即可
8.108 星主，你好，我現在是研二的學生，請問一下頭條算法實習生，日常實習和暑期實習差不多嗎，只有時間不太一樣嗎?轉正的機率是不是差不多?
答：【0】一般轉正都是需要實習答辯的，暑期實習是較為規範，專門有答辯環節的(畢竟為校招做鋪墊);日常實習有很多研一就開始去了，所以他們暫時不需要轉正，但如果你是研二或者明年畢業，如果也能實習到答辯時間(一般是8月底或者9月份)，也是可以參加的。通常跟主管說一下，直接問他也可以，說一下申請的事情。然後暑期實習和日常實習都是可以走流程，然後答辯(有的不答辯，直接給你的表現評級，比如ABC，然後A檔可以留下來)。【1】轉正機率沒差別，因為主要看學生自己的表現。【2】根據頭條官方數據，每年拿到頭條Offer的人，50%以上是在頭條實習過的
8.109 星主你好，現在投這些大廠的實習，如果被刷了，秋招時再投他們廠會不會有影響啊?聽別人說他們內部有簡歷篩選機制，如果應聘實習沒過會影響秋招，現在就感覺自己沒完全準備太好，這些大廠都不敢投
答：這個問題我之前回答過，但還是要回答你一下，因為這類問題確實很常見。(我這幾天多問一些人關於這個話題，看看他們的想法，只會我會單獨發帖談談)。【0】實習被刷了，是有可能影響正常秋招的。因為你的面試記錄，甚至有評分會在你的記錄中，比如騰訊暑期實習如果沒有通過，或者通過了，但沒有去實習，都有可能簡歷被"鎖"，如果部門一直不釋放你的簡歷，那麼秋招就啥機會了，雖然這是小概率事件。【1】實習可以不全部都投呀，比如BAT、商湯、曠視、微軟、頭條、滴滴、小米、華為...選擇性投一下就行，但一定要投試試，我強調很多次實習比秋招好進，所以如果等到秋招再面，那報錄比也不敢想像。
8.110 能給學習cv方面的一點建議麼，主要看哪些內容比較好一點呢，新手
答：那我就按CV初學者的狀態給你提點建議和資料，希望可以幫助到你。基本路線就是：學習DL和CV基礎知識+確定研究方向(最好有一個是比較精通的)+參加CV競賽+實踐項目(可以是實習，也可以是導師姓名)+論文 資料方面，AI基礎知識看資料[1][2]就行，深度學習框架看資料[3]就行，CV資料可以看[4][5][6][7]。資料清單：
深度學習課程：吳恩達視頻：Home - deeplearning.ai，網易雲課堂上有免費中文翻譯版
深度學習書籍：推薦《深度學習》(花書)：你現在應該閱讀的7本最好的深度學習書籍
深度學習框架：先學習TensorFlow和PyTorch其中一個就行
TensorFlow 學習資料：TensorFlow-From-Zero-To-One: 記錄自己學習TensorFlow的筆記和代碼
PyTorch 學習資料：PyTorch-From-Zero-To-One: PyTorch從入門到精通
CV學習課程：推薦CS231n：Stanford University CS231n: Convolutional Neural Networks for Visual Recognition
CV書籍就不推薦了，直接視你的項目來定，自己看項目相關方向的論文就行。
如果還想了解CV不同方向的研究，推薦這個網站：Papers With Code : the latest in machine learning。上面整合了各個CV方向頂級的paper和開原始碼。
OpenCV：有沒有一些圖像處理新手可以練習的項目? - 知乎
8.111 我是某985專碩一枚，由於本校專碩兩年制，本科方向是光電，研究生跟著導師搞深度學習，所以總的學習時間也就半年多，但是現在我看到很多公司都開始招實習了，但我也沒做過啥這方面的項目，更不用說文章啥的，簡歷上都找不到寫的，希望能給點建議，或者說給我點信心，現在好慌。
答：你的情況其實很普遍，本科一個方向，研究生又是一個方向(其實我也是)。我還是根據"公式"來提點建議：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)。這麼來看，其實你可以從刷題+背題+項目+實習(可選)來提高自己。刷題和背題就不用說了，找任何工作都需要，LeetCode+編程/深度學習基礎知識。那麼再談談項目和實習。其中實習可能是你現在需要找的，所以多準備項目就行了。你說你沒有做過一些項目，那麼我給點小建議，希望可以幫到你：
深度學習範圍很廣，涉及CV、NLP等，如果你想找CV崗，那麼你的項目就要偏向CV，就是計算機視覺。拿CV來說，你需要做的是確定一個子方向(如目標跟蹤)，深入，然後看論文+源碼。其實做CV，無論是工程師還是研究員，論文是跑不了的，很多cv/dl知識點都是論文裡面的。所以論文也要多看看，跑了項目，代碼也要看看。比如跑VOC，COCO數據集，那麼你要知道怎麼製作數據集，從標註到加載，然後訓練。我建議體系一點，而不是只跑。
跑項目，看源碼，但如果沒有實際需求|deadline做驅動的話，還是學的很慢，不深刻。我覺得可以參加相關競賽(沒有時間，可以不搞競賽)提升一下自己，不是為了前多少名，而是比賽會驅使你分析數據，選擇算法，調參，訓練。而且還有指標
總之，專注一個具體的子方向，看論文+跑代碼+看部分源碼。我覺得一個月，可以簡單快速入門了。找工作的話，深度學習知識多看看，有些企業要求你對某方向精通，有的要求其實並不高。
8.112 學長你好，我想請問一下，目前在實驗室的做的視覺項目都非常簡單，主要就是用模型重新訓練一下，沒有什麼特別的創新和亮點，這樣的項目在面試的時候會不會被嫌棄?
答：0. 挺多同學的項目經歷是這樣子的，網上的項目，然後根據自己的數據集再調參。
有個難點在於面試官會經常問到：你有什麼創新點麼?有做改進麼?這類問題很常見，所以大家有準備的應對這類問題。比如你當前用的是A算法(已開源)，但目前肯定有超於A算法的論文出來了，甚至代碼也有。所以你需要看相關的論文，深入這個方向，了解多一點，雖然你當前項目沒有用到，但你要知道業界最好的算法是有什麼創新點，這也代表了你的項目可以再優化。你就可以應答如流了
8.113 學長好!本科211留法研究生一枚，計算機專業，2019年12月畢業。有兩次軟體開發為主的實習(6個月/2個月)和機器學習及數據分析方面的課程項目。現於法國一家研究所做畢業實習，內容為基於深度學習的全景圖像處理，還沒有開始背題/刷題。我有幾個個問題想問您：1. 我最早於8月可以開始實習。我是應該現在開始投遞暑期實習，還是五月份再投遞? 2. 在近兩年年CV崗爆滿的背景下，我是應該通過下一份實習加強CV經驗，還是嘗試找一個NLP的實習拓寬一下可能性? 3. 以現有經歷找到8月份開始的國內大廠實習的難度會非常大麼? 提前感謝學長的回覆，祝您周末愉快：)
答：0. 8月份才能實習，確實現在投有點早，有些公司會問你什麼時候來入職，甚至根據入職時間來決定你最終能否入職。我建議你看一下你準備投遞的目標公司暑期實習和日常實習的情況。比如騰訊的實習時候是4月底結束(針對國內學生)，也許針對留學生是另外的時間段，總之不要錯過就行。大多數公司其實蠻彈性的，比如你是留學生，跟那邊hr或者面試官說明情況，我覺得大多數都是可以接受的。因為你的秋招時間或者畢業時間跟國內學生是有點差別的。
CV崗爆了，其實這幾年都很常見。我覺得還是看個人興趣吧，CV和NLP差別還是有的，不可能一模一樣的。如果你看法都一樣，那就往NLP壓力稍微小一點的方向;如果喜歡CV，那還是建議往CV靠。雖然說爆了，但海歸/留學生的優勢還是有的，而且對任何人來說，多投遞也就代表概率多增加。
我覺得你的項目經驗挺豐富的，學歷也不錯，找實習應該ok的，可能需要加強的是具體崗位的知識，比如CV/ML/NLP。
8.114 星主好，我是985碩二，讀研期間一直在做視覺的項目，但也是跑別人的模型，加一些自己的處理，對機器學習很多理論知識掌握得並不太好。做項目時候遇到問題特別有心無力，不會從深度模型層面進行優化，可以做到實現，但效果沒什麼提升。 現在視覺領域的競爭又很大，既怕找不到滿意的工作也怕找到以後自己做不好。所以有考慮過做研發，但是現在實驗室項目脫不開身，沒太多時間重新學，java忘得差不多了，對研發的具體工作也不太了解。 目前的想法是最近的實習先找算法相關的，去試試水，如果情況比較慘烈就考慮這幾個月學下java，對了，因為實驗室要求也不能去實習，只能去面試。想問問星主有什麼建議?
答：0. 你的情況其實很常見，我的感覺是算法崗競爭很大，主要是名額太少，報的人多。這不表示競爭大，就找不到算法崗，或者說不表示你找不到算法崗。所以如果對JAVA也不感冒，所以學起來很吃力，那麼還是堅持算法吧。多投才是王道，概率提升不是一點點。
實驗室不能放你實習，你確實是可以去參加暑期實習面試，體驗一下(我當時也是這樣)。不過不要投太多，或者BAT、頭條等公司，篩選幾個投，因為也是避免有面試記錄。另外，如果拿到Offer，因為種種原因拒絕，也是有記錄的。所以要篩選一下投遞。
不能實習，那從現在到暑假就好好準備一兩個實戰項目，還有狠狠的刷題，畢竟實習這條路已經走不了了。所以項目+刷題基本可以應對算法了，而且你的學歷也不吃虧。至於論文方面，那就看個人能力和導師能力了。
8.115 華北985渣碩，目標CV實習。做tracking，沒頂會paper，沒項目經歷，只有大四那會兒一個比較水的做單目測距的實習。用Pytorch，Matconvnet做過一個兩個課題，都是改的別人的，對細節較虛。最近剛準備了半個月開始找實習，主要刷劍指offer和leetcode，參加了360的筆試之後傻了... 筆試題範圍好廣，感覺劍指offer和leetcode偏向面試的算法和數據結構，筆試編程要靈活很多(也可能是我刷的太少)不知道該如何短時間內準備筆試和面試，現在都不太敢投了。花書藍書啥的真的沒時間了，現在想靠看牛客賽碼的筆試真題和面經來準備可行嗎?能否給一些短期準備能拿到實習建議?
答：0. 先列一下公式：刷題+背題+項目+實習(可選)+競賽(可選)+頂會/頂刊(可選)
360的筆試，我都想吐槽，要求挺高的，但我覺得並不規範。從筆試題角度來說，做做往年今日頭條、京東、網易和拼多多這四家的筆試題比較好。尤其是今日頭條吧，會不定期有筆試安排，每次筆試難度不同，但題目都很好。可以去牛客網上看看真題。
再談筆試題，最快最有效的方法我覺得是做一些高頻題目，如何判斷高頻呢?LeetCode上有 Top Interview Questions專欄：Problems - LeetCode。比較LeetCode有800+題目，全刷是不可能的。或者專項訓練，如鍊表、樹、圖等
花書不看也罷，畢竟太廣泛，CNN基本的算法了解+自己的研究方向深入，那麼深度學習這一塊應該沒啥問題。藍書也一樣，SVM/決策樹/貝葉斯/Boost等看不完，就網上搜一下常見的面試題來看看，比如L1和L2正則化有什麼區別等?
牛客/賽碼的筆試真題只能是作為模擬，訓練的話還是劍指Offer和LeetCode。面經也可以多看看(這個真的有幫助)，在置頂的帖子裡我也分享了幾百個問題。
找實習，現階段刷題+研究方向(項目)深入，基本就這兩個。再好好鞏固鞏固，至於論文+競賽，沒有也罷，因為找到實習就會提高一點優勢。
8.116 學長好，我現在研二，最近投了一些實習，其中依圖醫療直接進了面試，字節跳動需要筆試，能分享一下實習中面試和筆試主要考察哪些嗎?如果臨時突擊的話，應該重點複習哪些部分呢?謝謝~
答：【0】筆試考察主要是數據結構與算法，通常是劍指Offer，LeetCode上的題型或者變體，比如動態規劃等; 【1】面試可能會手撕代碼，即使非現場面，也有可能是視頻面，如果提前知道是電話面，那麼可能會考考概念，基本的有常見排序算法的複雜度和原理等;面試更重要的是看你的項目/研究方向，然後問的會比較深，因為你做過的，考察你掌握如何;如果面試官對你的經歷不感冒，那麼可能會問你一些基礎知識，不僅僅是編程類，也有DL、ML和CV。一些面試題可以參考：https://note.youdao.com/ynoteshare1/index.html?id=421e6845b896bbb8acd2b8514c36c0ad&type=note#/
8.117 現在澳洲cv方向研一， 明年底或者後年年初畢業， 現在找工作是不是有點早?...請問什麼時候合適呢?
答：看來你應該是2.5年學制的，國內的情況建議你看一下這個指南：GitHub - amusi/AI-Job-Notes: AI算法崗求職攻略(涵蓋準備攻略、刷題指南、內推和AI公司清單等資料)。【0】2020年底畢業或者2021年初畢業，這兩個還是有區別的。今年應該是2020屆秋招，招的對象是明年畢業的同學。應該是2020-01-01~2020-12-31畢業的學生。如果你是2020年底畢業，那麼參加今年的秋招也不為過。如果你是2021年初畢業，那麼應該是參加明年的秋招。所以時間點你一定要搞清楚了。【1】舉個例子，看一下海康威視的招聘(去年的秋招/今年的春招都是針對2019屆畢業生的，你看一下時間)。所以如果你是2020年底畢業，那麼應該2019就可以找工作，也就是今年。
8.118 你好，我也是通信轉到這個方向的碩士生，本事編程能力不好，為了找工作，也刷了一些題，但最近參加幾個公司的筆試，發現好難，跟平時練的不一樣，基本都要交白卷，旁邊刷leetcode150多道的計算機同學也只能寫一道，所以真的是不知道該怎麼提升編程能力啦。現在很多內推都需要筆試，感覺筆試都無法通過。請問我該怎麼辦呢?謝謝啦
答：【0】如果是線上統一筆試，有個方法是找朋友"助攻"。既可以是同門的同學，也可以是自己的朋友，總之代碼能力和搜索能力要有一個在線。
【1】部門直推/提前批通常可以省掉統一的線上筆試，但有的線下面試中手撕代碼或者視頻面的在線敲代碼是可能存在的。我覺得這是個正常的過程，現在才3月份，可能是剛刷題，然後刷了又忘了，所以積累不夠，另外常見題型要多刷刷。動態規劃、DFS、BFS還有數據結構與算法題目，也是要多看看。這個只能自己體會，自己積累經驗。
【2】面試的時候做不出來題也很正常的，有的題目你壓根沒見過，解題思路沒有。這種情況下，只能靠項目或者面試聊天扳回一城了。
【3】在線筆試的問題，可以自己+朋友助攻;線性筆試/視頻面，只能靠自己平時的積累。題目刷多少，是不太會有感覺的，只有實戰筆試的時候，才知道情況。你有時候可以去牛客網看做做往年真題。
8.119 星主你好，最近做了一些公司的筆試，如網易，360等，反正筆試就是幾道編程題，而且是很難那種(也是因為我太弱)，會用到線段樹啊，樹狀數組啊一些可能acm會用的方法，我個人覺得這些的投入產出比是很低的，那麼該如何準備這些技術筆試呢，又或者，這些技術筆試掛人多不多呢，感謝回答
答：0. 刷題。如何刷題?一種是刷高頻的，畢竟也是"應試"考;第二種，針對弱項刷題，比如樹(二叉樹、紅黑樹)和圖等數據結構不會，那就針對性刷題。
線上筆試很重要，因為會決定你有沒有面試機會。掛的人多不多，其實是看公司的。舉幾個例子，網易/京東/拼多多/字節跳動/360/搜狗等這幾家公司的筆試題算是很難的了，而且如果AC的題目較少，那麼直接就涼了;至於其他公司，比如華為/騰訊等，可能你線上筆試做的也不好，但他們基本會給面試機會的，可能這些分數會作為以後再篩選你的依據，但至少面試會放你進去(除非你做的特別特別差)。比如華為600分，共3題，即100+200+300，基本都能AC出一道，那麼你面試機會就有了。
8.120 學長您好，因為我是cv小白，現在僅能跟著別人代碼跑像faster rcnn模型的水平。每次看人說用一大堆tricks能夠提升精度，看了一些tricks理論但是也不太知道有什麼經典管用的。所以想請問您一下tricks對跑模型的意義是什麼?常用操作有哪些?謝謝您~
答：這是一個很好的問題，記得我以前連什麼backbone、bench-mark、pre-trained都讀不懂啥意思。tricks其實就是基本不改動原算法框架的情況下，對算法進行優化。那麼優化的點有哪些呢?比如目標檢測中，可以data augmentation擴充數據集，可以參考：重磅!小目標檢測的數據增廣秘籍，然後還有使用warm up learning rate、BN等方法，這些不拘束於某類算法，都是通用的tricks。圖像分類方面，可以參考：亞馬遜：用CNN進行圖像分類的Tricks。
8.121 師兄，你好。我是雙非研二學生，本科碩士都是軟體工程，實驗室是cps的，自己對視覺感興趣，就沒有跟老師方向，目前視覺沒有太多基礎，讀了一些傳統的跟蹤算法方面的論文，自己也跟著師兄方向做了個實驗，發了篇目標跟蹤的中文核心(為了畢業條件) 目前自學深度學習，在看西瓜書個葫蘆書，基本概念有了解，有編程基礎。跟著書本跑了下手寫數字，cifar資料庫分類什麼的。想請問師兄: 1.如果想去找實習，實驗室沒有這方面項目，要怎麼在項目上面彌補下， 2.怎麼包裝下簡歷，還有之前實習做過前端和java要不要在簡歷寫。3.我現在想跟著論文實現下vgg這些經典的網絡，不知道可不可以。
答：0. 沒有項目，那就包裝一個。其實你那篇paper就是一個項目呀，比如起個名字基於xx的目標跟蹤算法/項目。然後從數據集、算法、遇到到問題、創新點和實驗結果來介紹。這就是一個項目。如果覺得一個不夠，可以看一下有沒有擅長或者感興趣的CV方向，比如姿態估計。那你可以快速上手一個開源項目，跑一下數據集，看一下論文。當然了，那你介紹項目的時候，就只是說明你使用了算法就行，本身是項目，所以沒有做過多算法創新。此時，最好多讀一些論文，比如問到你：有沒有創新的地點?那你就可以回答了。
前端和JAVA可以寫，也可以不寫。當然技能這一塊，可以寫上。項目方面，如果你只有目標跟蹤一個項目，那麼可以寫上前端或者JAVA;如果可以"包裝"一個，那麼就不用寫了。
VGG這些經典網絡是可以，到現在還有很多項目/論文在使用，經典CNN網絡可以看一下這兩個資源：A：awesome-image-classification;B：imgclsmob
8.122 星主你好，我2020雙非本碩，有過老師合作小公司實習，都是github跑跑用socket做個伺服器就沒有深入研究，半年學不到東西跑回來了。本科不是計算機，基礎不好，碩士期間做cv步態識別，我現在是繼續再找一個大一點公司實習，還是學習c++和數據結構刷題看機器學習準備秋招?
答：0. 我的建議是實習>準備。如果導師放你，那你儘量4、5月應該拿到實習Offer(一般這個時候已經發Offer了)。如果是暑期實習，要問一下能否提前實習;如果是日常實習，那就趕緊實習。大一點的公司實習，對於雙非來說是很加分的，不然簡歷上真的沒有牌面(主要是競爭者人多，而且不差學歷)。所以實習無疑是加分項。
從現在開始找實習，也是要學習C++/數據結構/機器學習的，肯定是持續學習的，可能實習後，沒有時間準備這些，但要知道7、8月是"神仙打架"的提前批招聘，這個時候你也是可以參與的，即使實習沒有那麼多時間，至少是可以參與。剛才說了7、8月是神仙打架，所以大多數人拿到Offer或者面試是在9、10月進行，那時如果順利，你也知道能否轉正，或者可以結束暑期實習，正式找工作了。
8.123 師兄您好，我今年研二。我想問一個程式語言的問題，面試的時候，有些面試官會問對哪個程式語言比較熟悉，比如python或者C++，然後會問一些問題，比如什麼是以及怎麼檢查內存洩露之類的。因為我對程式語言用的比較少，沒做過項目，只是用python來寫過比賽的代碼。我想問一下現在需要準備這方面的東西嗎?比如背題之類的，您有什麼準備的途徑或者建議嗎。
答：0. 如果沒有學過C++，那麼現在準備其實是沒有時間的(特別是沒有C++實際項目的時候，根本沒法深入學習)。所以重點放在Python語言上是沒有問題，比如你簡歷上沒寫C++，那麼面試官根本不會主動問你C++問題，而是有可能會問你：會不會C++，那麼你直接說：不會。其實也沒啥問題，不會就不會嘛，而且Python本身就是DL第一大語言，不會C/C++也不是很重要的事情(會是加分項，不是必選項)。
背題的話，其實置頂的資料(含DL/ML/CV/算法與數據結構等)我已經分享了很多面試題了，包括程式語言。Python類其實沒有分享很多，我這裡補充兩個：interview_python: 關於Python的面試題 和 python_interview_question: 關於python的面試題
C++面試題：https://github.com/huihut/interview
8.124 你好，最近想學習下傳統的數字圖像處理技術，有沒有什麼比較好的資源可以推薦呢?ps:最好是中文的
答：傳統的圖像處理技術，我這邊還真的有幾個好資料推薦(以OpenCV為主)：【0】書籍：《學習OpenCV3》實戰為主，有空的話可以了解一下算法原理，順便學習了OpenCV。《數學圖像處理》(岡薩雷斯)這本書我不是很推薦，太晦澀了，當然內容無敵，你可以看看電子版。《計算機視覺算法與應用》這本書側重原理，不是很深，網上也有電子版
【1】OpenCV相關資源，我推薦一波：有沒有一些圖像處理新手可以練習的項目? - 知乎
【2】GitHub - KuKuXia/Image_Processing_100_Questions: This is the English version of the Image processing 100 questions.
8.125 學長你好，我主要有兩個問題：1)實習面試結果一般來講是什麼時候通知的呢?最近面完的近一周沒有郵件通知;2)面過的公司沒有通知是否只能等待，還是可以繼續通過其他渠道投遞其他崗位。
答：0. 面試結果通知時間真的是因公司而議，比如騰訊，基本當天就知道有沒有下一輪了;而有些公司壓根就不會通知了(這類比較少)，還有大多數都是時間不確定，因為流程不一樣，崗位不一樣，名額不一樣。
面過的公司可以等待，只是等待那個公司的消息，但不影響你同時投遞/面試其它公司。如果你說的是同公司的不同崗位，這個不建議這麼操作。只有"轉崗"，沒有說同時面兩個崗(很多公司是不允許這樣的)
8.126 在考察數據結構與算法的時候，可以純用python來解題麼(c++不太熟)?
答：用Python沒有任何問題(只要你說不熟悉C++就行)，其實數據結構與算法跟程式語言的關係不大，程式語言只是來實習它，不同在於各種程式語言的用法/API/寫法不一樣。其實用Python刷題會快很多
8.127 星主你好，我看到一些企業在面試的時候會問一些概率題，我在網上搜到了一些但是很碎很雜，請問星主有沒有這方面整理的資料呢?
答：0. 概率題的範圍很廣，加強這方面的鍛鍊，其實性價比不高(我面試也有被問到，但覺得不是重點)
考察這方面的企業或者面試官都是隨機的，不可控，所以從這方面來看，加強概率題的練習性價比也不高
雖然我不鼓勵這方面的學習，但還是分享給你一些資料，這些資料也是我網上找的，自己沒有整理過(如果時間充裕，可以看一下)：2.1：網際網路公司 概率面試題整理;2.2：面試中的概率題;2.3：2019 校園招聘算法面試概率題
8.128 最近在看劍指offer，裡面的算法思想都是基於c++的，有時候使用幾個指針，還要考慮溢出呀，但是用python寫完全沒這些問題，要簡單很多，很多c++要很多行的內容，python一行就搞定了，所以面試的時候真的可以只用python嗎?
答：其實劍指Offer的題目也主要考察你的數據結構和算法問題，跟程式語言關係不大，只能說，《劍指Offer》這本書的實現是用C/C++來寫的。像JAVA/Python這種高級語言，本身就是C/C++不一樣，一些高集成的API是C/C++沒有的。之前也回答過，用Python刷題/面試/筆試是沒有問題的。(前提是你C++弱於Python，無奈之舉)
8.129 星主你好，本科中南大學數學系，現在在中科院數學所讀研二的渣碩，想找機器學習算法崗的相關工作，可是研究生期間做的機器學習項目很水，也沒有參加過比賽，論文也沒有，之前的準備一直沒有什麼目的性，現在也在刷leetcode，但是感覺很吃力。目前也很迷茫，不知道是該走CV還是nlp還是機器學習崗，暑期實習想去試試，可是又擔心過不了，還請星主能指點一下我
答：0. 關於方向性，我簡單談一下。CV/NLP/機器學習這三種崗位差別蠻大的，如果沒有基礎的話，這三個方向都至少需要3個月入門。所以自己先確定個方向比較重要。比如CV的話，主要是CNN+具體研究方向算法;NLP主要是RNN/LSTM等模型;機器學習，內容也很多，SVM/決策樹/Boost等算法。三個方向其實明顯不一樣，雖然說很多人是斜槓青年(都會)，但我建議基礎一般的同學選擇一個就行。如果你問我選哪個?這個我沒辦法回答，我只能說現階段壓力來說：CV>NLP>ML。但背後是CV>NLP>ML>>研發。
暑期實習是強烈建議找的，你的學歷很好，其實實習的話，能找到不錯的。關鍵就是確定一個方向，紮實去學。像你說的競賽，就可以根據方向去選擇了。
8.130 星主，請問視覺slam方向好找工作麼?
答：0. SLAM雖然崗位沒有CV多，但報名的人數是遠小於CV的，我覺得競爭壓力要小於CV和NLP。我身邊同學找SLAM崗位的蠻多的，之前也回答過SLAM資料的問題，你可以往前翻一下。
按我的認知，提供vSLAM崗位的公司主要是機器人、自動駕駛和一些CV等公司。這類公司也蠻多的，BAT等大廠也都需要SLAM人才，比如阿里巴巴的菜鳥物流。還有順豐啊、京東、優必選、商湯、曠視和地平線等公司。