声明
这是由本人书写的原创的offer面经，未经作者本人授权禁止私自转载，否则作者将追究一切法律责任。
==================================================================
前言
明明寒假只有一个月，被我强行放到了将近两个月，三月初才回到学校的我猛然发现，身边的小伙伴们都去找实习了，简历人家都投出去了。我这还美不滋的了，一脸懵逼。
我吧虽然有简历，但是没准备好不能直接就投吧，回来被人拒了怪难受的，又打击自己的自信。
所以我就在这里记录一下自己过去40多天的做的一些工作，希望可以帮助到大家。
==================================================================
准备
1. LeetCode(or 力扣)
从3.5号回来之后，我就重新拾起了我放下了半年的leetcode，刷起了题来。这里要点名表扬一下他了，最近有一个探索，就是把各种常见的题型综合起来了，比如初级/中级/高级算法之类的，还有针对腾讯/字节跳动的偏向练习题，我建议刷刷这些探索就够了。
就我这三家的面试经历来看，刷题方面只需要掌握Medium难度及其以下的题，针对自己薄弱的环节主动练习，我个人而言做了许多动态规划，贪心算法，DFS以及字符串方面的题，这些是我的薄弱项，多加练习才能成功嘛。
2. 项目
刷题刷了一个礼拜吧，我就开始复习自己的项目了，首先把最重要的项目所用到的模型好好看看，可以不看原始的论文，但是一定要好好看解析，把里面的东西吃透。
像如果用Faster-RCNN做过检测，就要把Faster-RCNN的各个组成部分都详细的看一遍，每个部分的作用，这些部分借鉴了什么思想，具体如何实现的尽量都搞明白，以放面试时面试官问你你不会卡壳了，这就尴尬了不是，也会降低你在面试官心中的表现。
==================================================================
简历投递
看了两天的项目我就开始投简历了。之所以没有着急投递简历，是我觉得如果没好好准备就去投简历，要是还没复习好人家面试就来了那不是炸了，所以在我认为刷的差不多的时候我才投递了第一份简历，依次投递了鹅厂(3.12)、字节跳动(3.15)、阿里(3.18)以及旷视(4.5)。
下面我将分别介绍这四家面试的具体情况。
腾讯
首先，我被腾讯鸽了一次。
是的，很不爽，在投递简历5天后(周五)接到了HR电话，让我下周三去面试，并且表示随后会发短信或者邮件通知，我高兴的雅痞，觉得离鹅厂近了很多。然后，我就没等到任何的通知，对，没有任何人联系我，官网的面试状态也一直是未发起，这我就很不爽，也许就是大公司的特权？
一面 -- 30分钟电话面
最终又过了一周，在周二接到了一个小姐姐的电话，应该是一名员工吧，跟我了解了一些基本情况，主要是讲项目，问我项目的难点在哪里，做了哪些改进，每个改进提升了多少的效果。这里建议多记录一下平时的工作情况，尤其多做一些对比实验一定要记录实验结果。
聊完了之后小姐姐说随后会给我发个短信通知，让我去现场面，这次总不会再鸽我了吧，所以如约在晚上接到了短信，让我转天去面试。
二面 -- 35分钟
二面面试官也是个小姐姐，上来就扔了我两道题，表示给我半个小时时间，她先去忙了。我一看这题emmm，花了10分钟不到写了这两道题，都很容易的，一个反转字符串，一个是数岛屿数目的变体。
面试官回来后就开始聊项目了，详细的介绍了自己的项目，其间面试官针对项目问了一些问题，答得还算可以吧，持续了半小时不到，二面面试官表示她去叫三面面试官了，好像是总监面。
三面 -- 20分钟
这一等就是40分钟。
总监来了之后，我简单介绍了下自己，也介绍了自己的项目，感觉总监面不单纯考验你的专业能力，考验的主要是抗压或者应急反应能力，比如diss我做的项目，质疑我的学术水平种种，这就是仁者见仁智者见智的结论了，不具备普适性。面了二十多分钟就结束了，让我回去等通知。
总结
默默地过了3.31号转到了正式批，并没有发offer，想来是竞争压力比较大，毕竟cv岗的投递录用比都15多了。也加上自己简历不出彩就一段俩月的实习经历，所以被刷就被刷吧(焉知福祸呢：)
蚂蚁
是的，我又来吐槽了。
让师兄帮忙推了蚂蚁，填了简历之后一周之后接到了第一个电话，晚上10.30接到了，跟人家沟通随便聊了聊，本来就大晚上的我都快睡了，突然来了个电话我也很懵逼，聊到最后发现人家是搞机器学习的，根本没有cv的项目，我就很懵逼，我明明投的视觉岗为啥没有视觉岗的部门会给我来电话？
一面 -- 20分钟电话面
又过了几天，一个小姐姐又在我刚睡完午觉之后给我打来了电话，主要聊的还是项目，期间问了ROI Pooling具体怎么实现，还有BP怎么实现。是的你没看错，手撕ROI Pooling和BP，还问我写没写过，我就大概讲了将思路，并且附上一张黑人问号脸。
聊完了之后接到了短信通知，让我当天晚上去现场面试，我就去了。
二面 -- 30分钟
二面的面试官们应该是部门的leader，整个面试过程异常轻松，没问算法，就聊项目，而且随时发散思维，整个面试过程轻松的让我很慌，大概也是半个小时就结束了。
小结
过了一周多上官网查状态，默默变成了已回绝。看来自己还是菜，两个大厂都不要我，我的内心风起云涌，是不是没实习了。
字节跳动
字节跳动的反馈是最快的。3.15号下午2点在官网上投了简历，下午6点多就给我来了邮件给我面试邀请，真是受宠若惊。跟HR重新商量了面试时间，约到了3.25。
一面 -- 35分钟
来的是一位年轻的面试官，完全不同于T和A的面试官，至少同龄人不会有什么距离感。
上来还是问了项目相关的东西，我就把Faster-RCNN做的改进以及实验室的项目介绍了一下。然后问了一些问题，还给我提了项目的改进建议，人是真的好。然后就是算法题了，出了两道题，都是leetcode上可以刷到的题，medium难度，用了十多分钟就解决了。写完了面试官还仔细看我的代码，并表示有一个代码他看不懂，我就给他讲了下他就明白了，哈哈还是很有意思的。随后他让我等待一会，下一个面试官马上到。
二面 -- 40分钟
二面的面试官稍显严肃，也是上来问项目，比如ROI Align相较于ROI Pooling有什么改进之类的。然后就是算法题了，上来问了一个我知识的盲区，我很懵逼，磨蹭了10分钟还是没给出来解决方案，他就告诉我算法的名称，我表示数据结构里没学过，他也就换了一道题。第二道题也是leetcode上的一道原题，easy难度，但我写完一个简单的解法后他表示要优化空间复杂度到O(1)，想了大概5分钟想出来了，真的是贼简单的思路，可能让小学生做比我做做的都快。然后给了这道题的变体，用了不到2分钟想出来了思路，没有手撕，给他讲了讲。
随后面试官表示今天的面试结束了，我慌的一批，听闻头条面试轮数很多，我这咋两面就结束了。问了问面试的表现，面试官表示不错，我这心里才踏实了一点。
HR电话面 -- 5分钟
转天下午，刚刚接完蚂蚁一面电话的我就接到了头条HR的电话，跟我沟通了下有没有在面别的家(如实告知)，如果都给了offer选哪个等等。这种送命题当然不会乱说，讲了大概5分钟就结束了HR小姐姐表示两周内给我答复，当天晚上让同学帮忙查了下状态，变成了面试已完成。
offer
3.26结束面试的我，觉得头条的offer差不多了，就专心的去弄腾讯了(没想到最后被刷了)，等了俩礼拜还是没收到offer call，几经辗转联系到HR，表示正在报批中。好，我等。
又过了一礼拜还是没消息，于是我又打了电话，终于在当天晚上来了offer call，商量好了入职时间，offer就到手啦。
小结
头条面试时的效率真的很让人开心，让我有一种很受重视的感觉，只是最后offer报批的流程实在是有些慢，尤其在求职受阻的情况下等待的很焦急。
旷视(Face++)
被腾讯和蚂蚁拒绝并且没收到头条offer的我隐隐感觉自己要找不到暑假实习了，很怕，于是找论坛内推投了旷视的Detction组。
一面 -- 60分钟
来的面试官看起来很有大佬的范儿，看起来有点凶的。
一开始也是让我介绍项目，然后给了我几个场景让我现想：
1. 如何提升检测的Recall
2. 如果两个人的检测框重叠部分过大应该如何把两个人分开
这问题问得我有点蒙，考虑了几种方案，这也就算过去了，接下来开始手撕代码了。
1. 手撕NMS
2. leetcode-easy题，不过要求用O(1)的空间复杂度，最后也没想到最优解。
3. K-mean，没接触过聚类的我懵逼了，口述了一些思想就跳过了。
4. 给一些点拟合出来一条线，比如y1 = kx + b，然后有一些噪声点，问如何用这些点拟合出一条线并且逼近y1。这道题回答的还可以。
然后面试官表示今天就到这了，问了问转正率他说看自己表现，说话还是挺硬的，这样就结束了。
小结
上周四面试的还没有收下一步的指示，不过接了头条的offer就不考虑旷视了。
==================================================================
总结
可以看出今年CV的形式是真挺严峻了，尤其大厂的坑确实不多，一些独角兽的CV企业自身的架子也比较大，再加上整体经济没有那么景气，造成了如今的局面。
在连续被T和A拒绝之后我还是很失落的，与此同时头条还没给我确定的offer，实验室科研压力也比较大，弄得自己都有点焦虑了，万幸头条拯救我与水火之中，不用再抽时间去刷题之类的，否则怕是要把自己逼疯了。
还没找到实习的小伙伴不要放弃，这才四月中旬，一定要抱有信心，足够优秀是可以拿到offer的，相信自己，共勉。
==================================================================
