※ [本文转录自 Soft_Job 看板 #1PobtIwb ]
作者: aa155495 (冷月狂刃) 看板: Soft_Job
标题: [心得] 系统软件 转 电脑视觉 (ulsee/由田)
时间: Tue Sep 26 22:01:52 2017
先说一下本鲁的背景
113 资工 学 + 硕，硕论为行车纪录器影像分析
三年工作经验(研替)，主要在做监控系统
本鲁从监控系统的client、server、对外的SDK，都有开发经验
下班后偶尔会上网找有兴趣的课来听(影像处理、电脑视觉、机器学习相关)
并且在coursera的机器学习跟影像处理两门课当 Mentor (教学相长)
在退伍前半年开始接触猎人头找工作，谈了自己的需求与目标薪水后
猎人头推荐了几家有机会达标的公司，
先约了两间，所幸该猎头给的清单中
最想去的第一间就面上了，所以本篇只有两间的面试心得
=====================================================
爱唯秀(ulsee) 算法工程师
内容：
这家专注在电脑视觉算法(人脸追踪、人脸辨识、AR、VR、ADAS)
目前商业模式以提供技术的B2B模式为主，而不是卖B2C的应用产品，
目前有和line、迪士尼合作。
面试过程十分融洽，感觉和主管蛮合的
主要在问本鲁过去工作上的开发经验，以及当Mentor的经验
至于我问的问题，则是工作内容、管理风格、加班强度之类
关于ML、CV的细节，并没有问太深
PS：原本都做好上白板写数学式子、推导 back propagation 的心理准备了 XD
感觉比较在意人格特质及处理问题的过程。
结果: Offer get
=====================================================
由田新技 影像处理算法工程师
内容：
这家是AOI设备商，所谓AOI是利用影像处理、电脑视觉配合一些打光
来找出产线成品的缺陷，目前合作比较大的是面板厂跟PCB厂
一开始写了1.5小时的考题，有逻辑、专业、英文
逻辑就是一堆推理...没什么好说，就是给你一堆条件，要你推敲某件事情，花了40分钟
写完这部分，
专业部分倒是不难
像是bubble sort、字串反转、C++的输出(考你i++, ++i的优先权)
解释 virtual function、function overloading、
template function、inline function、
class的public protected private、指标跟reference的差别
只有一题刁钻了点，问你 windows API中的sendmessage()跟postmessage()的差别
这边没用过windows API的可能会不知道
至于其他题目即使是应届毕业生，应该也答得出来，是个回复脑力的好时间
至于英文则有阅读测验和英文书信
写完考卷后，就是和两位技术主管与人资面试(三关)
第一关，面试内容聚焦在开发方面
问的问题环绕在我现在的工作内容，对于本鲁过去改善效能的经验特别有兴趣
主管说他们的AOI软件，效能要好除了懂算法，也必须了解系统架构，才能找出适合该
系统的算法
我进来的第一年会先帮忙调效能，从系统到算法
接下来就是我问他问题，像是工作内容、管理风格、加班强度之类
至于前面写的考卷则没什么讨论...
结束这一轮
第二关，面试内容聚焦在影像处理上
给了本鲁两个情境题
1. 画了两个三角形，其中一个很模糊，要怎找出这六个顶点
大概像这样
http://i.imgur.com/QyZCif7.png
2. 给了两个像汤匙的东西，一个在中间有洞口，另一个在边边又缺口，问怎么侦测此问
题
大概像这样
http://i.imgur.com/W2FDhiD.jpg
这关的面试流程，大概就是我提一个想法，面试官要我能不能改进，循环几次。
结果: 感谢函，对方说我技术没问题，但本鲁10月底研替才退伍，所以先把 headcount
给了别人

好奇offer数字

纯软最想去是 google 吗？

本来在NUUO?

请问在台湾工作吗

请问由田那两题的解法

2如果影像处理不直观，有回答可用data-driven方法吗

AOI设备商的客户需求大多是代工厂的检测设备，如不喜欢工厂环境的人，比较不建议去

面过由田,当时是写完考卷后人资直接进来讲说面试结束所以应该是考的不错才会有后面两关...

抱歉没讲清楚，我是指能否用像机器学习的方式去做侦测

我的现在同事是由田..听他说的情况..恩恩....

两年前去面试 一样被问第二题 不过没答出来..

强

个人觉得aoi要导入影像特征到机器学习是有难度的。参数调整可能可以。

我将系统软件和电脑视觉结合应用在其他的领域 效果蛮好但是需要有领域的know how 去做完美结合这是最难的部分

如果可以用特征算法跟机器学习 很多方式都好解 不能的话就都还原成原图相剪 或拿中心算边缘距离也可以

我只知道爱田由