百度公司演算法工程師

① 百度計算機視覺演算法工程師面經(research 崗，已offer)

一面(技術面)：
1、相機外參，相機內參
2、分水嶺演算法
3、目標檢測了解嗎
4、3D這塊有了解嗎
5、論文是你寫的嗎
6、介紹一下圖像分割
7、Deeplab v1, v2, v3, v3+
8、U-net後續改進
9、Non-local
10、經典三維重建公式
11、分割常用backbone

二面(技術面)：
1、數據增強方法
2、dropout方法
3、圖像分割常見深度學習方法
4、簡單介紹一下三維重建項目，平行還是stereo，如何估計的depth map
5、deep lab v3與deep lab v3+的區別
6、深度可分離卷積介紹，輸入輸出，channel數
7、為什麼mobile net要用深度可分離卷積
8、數據集imbalance如何處理
9、常見的圖像分割損失函數
10、iou能作為損失函數嗎
11、linux 下shell命令行開發熟悉嗎
12、組里以發論文為主，寫論文的意願
13、相機內外參
14、現在大幾，可實習到什麼時候
15、希望自驅性比較高

三面(hr面)
因為是日常實習崗不是校招所以沒有...

總結
二次面試過程中我都有些太隨意了，有過一些打斷面試小姐姐說話的舉動，謝謝說的比較少，中間不舒服還活動了下嗓子...還好問的問題比較簡單最後過了。

② 演算法工程師主要負責做什麼工作

程序設計過程應當包括分析、設計、編碼、測試、排錯等不同階段。

1、計算機科學

計算機科學是演算法工程師必須掌握的基礎學科。演算法工程師需要對計算機科學的核心原理有深入的了解，包括數據結構、演算法、操作系統、計算機體系結構等。此外，演算法工程師還需要熟練掌握至少一種編程語言，如C++、Python或Java。

2、數學

數學是演算法設計和分析的重要工具。演算法工程師需要學習各種數學概念，包括離散數學、線性代數、微積分和概率統計。這些知識可以幫助演算法工程師更好地理解演算法的復雜度、正確性和優化方法。

3、機器學習

機器學習是人工智慧的一個重要分支，正在快速發展。演算法工程師需要了解機器學習的基本原理和常用演算法，如決策樹、神經網路、支持向量機和聚類演算法等。掌握機器學習可以讓演算法工程師更好地處理大量數據和解決實際問題。

3、溝通能力：演算法工程師需要與團隊成員、客戶和其他相關人員進行溝通，因此需要具備良好的溝通能力。

4、持續學習和創新精神：演算法領域發展迅速，演算法工程師需要具備持續學習和創新的精神，不斷學習和掌握新的技術和方法。