網易遊戲視覺影象實習生一面掛經

研二了在學校呆了一段時間，想要實習。因此投了幾個公司，反而只有網易遊戲給了一個機會，進行了一次視訊面試。

雖然沒有明確訊息，但是不出意外的話應該是已經掛了。儘量回憶了面試過程中的一些問題，寫下這一份面（掛）經。一能分享一點經驗給大家，二也是對自己做一個總結，明白自己的缺失，以及應該補足的方向。

自我介紹時提及到的專案，需要對其瞭如指掌。比如說用CNN做了影象分類的比賽，那麼這個比賽是什麼型別的比賽？資料有什麼特點？你使用的是什麼模型？介紹一下你的模型。比如說是ResNet50，那麼就需要對ResNet50的內容十分了解，如：ResNet的特點是什麼，它的ResBlock結構有什麼功能，是什麼樣的原理等等。

其中提出該模型的論文一定要過一遍，因為他人總結的部落格總是已經總結過的經驗，不太容易說出自己對其的理解。

自己在專案中做過的實踐和嘗試有哪些，是如何進行的，又分別獲得了怎麼樣的效果。這裡面提到的內容也一定要理解透徹，如我提及到了使用另一個神經網路進行進行裁剪邊框的預測，再將結果輸入到下一級的神經網路中。那麼面試官就會對你說的這個神經網路進行提問，比如是怎麼搭建的，一共多少層，輸入輸出是什麼樣的，等等。一定要能夠完整的說出來。

再到專案內容之外，就基本上針對深度學習影象領域的提問了，如：

如何理解CNN（我把回答的中心放在了卷積層上）

BN層的作用，什麼時候應該使用BN層

我提到了DenseNet和ResNet，因此面試官還問我這兩者的結構，特點。為什麼它們的效果能有提升之類的。

CNN中有哪些非線性變換。（只有啟用函式（我居然說了卷積池化FC都是……））

以及對動手能力的簡單考察：

會用什麼框架，在框架上搭建過什麼模型

之後還有一些比較泛泛而談的簡單提問

用的什麼程式語言，用了多久

學深度學習多久了

現在自己的方向，手上有什麼工作等

對這個行業怎麼看

以及，面試的時候，不太瞭解的東西一定要少說，因為面試官很容易追著你提問……比如我在回答對這個行業的看法的時候，提到了未來專案落地是很依賴於模型壓縮的，面試官就直接問我你對模型壓縮有多少了解了。（說實話是真的天馬行空的問，雖然都在深度學習的領域之內。）

總結這次的經驗就是，基礎不紮實，專案經驗少。因此重要的就是，有時間的話一定要多看paper。以及對自己做過的東西一定要好好整理，力求能說出一套完整的東西。