网志好读版
https://goo.gl/iSwj5Z
https://ryanwindaz.blogspot.com/2017/10/umich-robotics-06-perception-in-self
.html
今年2017暑假的时候，我去了Q公司实习，实习内容与无人车无关，但是我的兴趣在
computer vision和perception，所以我一直有在看公司里面有什么我有兴趣的部门，结
果幸运的获得了面试无人车部门的机会，所以想记录一下面试过程。我面试的部门在
research lab下，所以面试内容可能会跟一般部门稍有不同，然后职称是system
engineer，不是software也不是hardware，其实同部门下还有software engineer，但是
做得事情不一样，system engineer是着重在算法部分，可能写python或是matlab就好
。Software engineer是负责把system engineer决定要用的算法用C++ implement出来
，所以software engineer在面试时问的问题会偏向coding(不过这里仅供参考，因为我没
有面试software engineer)。System engineer的问题则会偏向你做过的project，
project里面用到的数学公式可能会叫你推导。
Phone Interview
当初我以为会直接onsite interview，毕竟我人都在公司了XD，但没想到还是先有一关
phone interview，我想可能是想先过滤一次，如果不适合就也不用浪费时间onsite
interview了，其实phone interview是直接打公司内部分机过来面试，面试时间大约
45min~60min，一开始先叫我稍微自我介绍一下，还有讲一下目前Intern在做什么?但我实
习的部门其实跟无人车一点关系都没有哈哈，所以就只有简单带过。我履历上列了4个
projects，都是和computer vision或是perception相关的，面试官就叫我一个一个讲一
下project内容，这时候他还不会问太多技术上的问题，主要问题都是就他不清楚的地方
提问，然后最后问我有没有问题要问，到这边就结束了。其实算是蛮轻松的，只要把自己
的履历讲清楚就可以了。
Onsite Interview
因为intern快结束了，所以很有效率的隔一星期马上就onsite interview了，面试时间是
我离职前一天和离职当天XD，我离职当天识别证都缴回去了还跑回公司去面试。Onsite
interview原本要面试4个人，但是有一个人好像出差了所以变成面试3个人。
1st Run (~60min)
第一天面试了两个人，第一位面试官一样叫我简单自我介绍一下后就直接进入主题，因为
他看我履历上有用deep learning做image segmentation，就问我如果他现在有一个简单
的场景要辨识，只要区分街道跟不是街道就好(classification problem)，我会怎么设计
neural network，我就开始在白板上画出neural network，并讲解每一层分别用什么还有
每一层的output number，不过这边有被他纠正说我用的output number太大了，后来发现
他说的没错，因为他要辨别的场景很简单，不需要用到这么大的output number。他接下
来就针对deep learning的很多观念提问，这部分我觉得我回答得还可以，最后他问我用
什么tool写，我说Caffe，他说他都用Tensorflow，很想知道PyCaffe怎么写的，就叫我在
白板上用PyCaffe写出怎么train neural network，我一听到就囧了，一方面是过了有点
久，一方面是谁会记得PyCaffe这么多function的名称......，我就只有写pseudo code，
然后跟他说我真的忘记那些function名称了，最后他也因为还有meeting，所以就到这边
结束了，出来后很懊悔没有去复习PyCaffe......。
2nd Run (~70min)
隔了一个小时左右又接着第二位面试官，原来他和上一位面试官是同个team，所以他们有
分工好分别要问的部分，一样先简单自我介绍后，他先问了我如何从两张不同角度拍的照
片中算出depth，我之前没做过这个，但我尝试讲一些我的想法，最后他说没关系可以回
去再想想这个问题XD。由于我project有做visual odometry，所以他叫我解释一下流程，
然后在白板推导公式，还好我知道这里可能会考(因为前几次经验发现大家很爱问这个)，
所以我事先有准备。接着他就抛出一个题目:要如何判断一个点在rectangular bounding
box里?一开始我以为是正的bounding box，我就说可以用座标判断是否在中间，但他说这
个bounding box是可以任意旋转的，我现场想了一下后，提出可以用那个点到bounding
box四点所围出面积来判断，接着就这个问题一直延伸，这真的是考临场反应，因为我之
前没在做detection的问题，还好现场有想出来。最后闲聊了一下还发现他知道我mentor
lol。
3rd Run (~75min)
隔了一天终于来到最后一轮，他其实就是一开始跟我电面的人，一样简单自我介绍后，又
问了我visual odometry的东西，哈哈昨天才刚推导过记忆犹新。接着看到我之前做3D
voxel semantic segmentation，叫我在白板上画一下流程，把neural network大概画出
来，然后跟我讨论了一下3D环境会遇到的问题，例如voxel表示法会有大部分区域都是空
的问题，其实花了很多computation在算一些没意义的区域。结束前他说要考一题coding
problem，听到时我内心大惊!如果有看我上一篇文章就知道我根本没准备刷题
......，不过还好题目蛮简单的:output all of the prime numbers from 1 to 100，他
问我平常用什么语言，我说python，于是就在白板上边讲解思路边写，其实我的code应该
不是100% bug free，但是他理解后就说可以了。之后就边聊天边送我出去，到这边终于
解脱了XD
最后
因为在准备面试前，常常上网都找不到相关领域的面经，所以想把自己的经验分享出去，
希望在这个大CS时代下，能帮助到一些跟我一样对computer vision和perception有兴趣
的人。