目前研二，女，模式識別專業，北京，為了方便明年找工作去試了試投實習。第一次實習面試，也不知道怎麼準備，直接就去了。昨天問了問，面試掛了。還是打算記錄一下面試內容，為以後的面試積累經驗，也可以刺激一下自己好好學習。

從研一開始做一個手勢識別和one-shot learning的專案，所以簡歷也是主要寫了這個。專案是用深度學習做的，所以除了上課，傳統演算法還是掌握不牢固，簡歷裡沒有明確寫熟練掌握哪些經典演算法，就只是說了對某些深度學習常用的網路已經tensorflow比較瞭解。

第一次去面的這個公司特別小，總人數加起來沒有十個人，招聘要求是熟練使用c++, 熟悉opencv, 但是我只會python,c大學用過，現在只會讀不會寫了= =。面試是boss直接面的。一對一。拿著我帶過去的紙質簡歷就開始問了。以前沒去面試過，不知道流程，我以為還有自我介紹，但是這個面試官一上來就直接問我專案了，還問的特別特別細，大概半小時都在問我專案的細節、流程、網路等，最後問我聊不瞭解OCR字元識別

首先問我手勢識別的資料是什麼資料，我說是深度資料，然後給他講了下彩色資料和深度資料的區別，以及深度資料在手勢識別中的優勢（其實根本原因是甲方爸爸要求我們只用深度資料= =）然後他還問了我們的資料集規模，資料集是我們實驗室自己錄製的，比較瞭解，詳細說了說，還說了手勢統一幀數的方法，還問我手勢識別準確率怎麼計算的，我說是做了七次交叉驗證的平均結果。然後，就開始讓我畫手勢識別的網路，問我輸入資料的維度，我說是{batch_size,32,112,112,3}，接著從網路的各個部分讓我講，講3DCNN的原理，每一層是什麼層，問我3DCNN的輸出維度，我當時是不記得了，因為這段時間在做one-shot  learning測試，手勢識別那部分是之前完成的。其實算是可以算出來的，但當然有點緊張而且具體每層的核大小和個數也記不清了，就沒答上來，然後他說給了我個臺階下，說應該用了padding，這樣卷積以後大小不變，只有pooling會影響特徵圖的大小，我說嗯嗯= =；然後又讓我講卷積LSTM,我說了他和LSTM的區別，然後他又問了我卷積LSTM的輸出維度，我只記得特徵圖的大小是28*28，不記得有幾個特徵圖了。最後，把整個網路每部分的作用講了講，然後整體順了一遍。

說完手勢識別，我主動問了他了不瞭解one-shot learning，因為最近對這部分比較瞭解，本來還想彌補一下剛才的發揮，但是他說恩呢瞭解，還有0-shot，使用距離判別嘛，感覺他對我這部分不感興趣我也就沒有接著問。

然後，他首先問我怎麼把一張圖中的圓形笑臉識別出來，我直接說了匹配，說完就後悔了，這個方法太老了= =。然後他問我聊不瞭解OCR字元識別，給我一個聊天介面的截圖，讓我想想用深度學習的方法怎麼把聊天的文字識別出來。我說只是知道，具體這個領域都有哪些方法不太清楚（實話= =）然後我就嘗試說了說，首先把聊天的框識別出來，之後對框中的數字進行識別。可以使用faster r-cnn識別出來那個框，他問我那你給我講講吧，我說我只是瞭解，具體原理不清楚（唉，還是自己才疏學淺，要好好學習了= =），然後說了mask rcnn和faster rcnn的區別，沒講原理。之後自己就對OCR的問題胡言亂語了一番，因為不瞭解，所以說的想法可能也比較落後和幼稚。

最後他問我以後找工作想找什麼方向，可以實習多久，還說因為這個崗位只要一兩個人，現在結果還沒發出，回去等訊息吧，之後他就說我們面到這吧。

走的時候我對他說了聲生日快樂，因為之前等著面試的時候看到他臨時出來吃了大家給買的生日蛋糕。

總結一下來說呢，第一次實習面試可以說是慘敗，準備不足，知識儲備也不足，對自己專案的瞭解程度也需要加強，很慌很慌。

1. 對自己做的專案一定要事無鉅細，每個細節都瞭解的清清楚楚，每個部分的原理也都明明白白，不能不求甚解，這樣才有底氣自信的清楚的講出來自己所做的工作；

2. 簡歷一定要實事求是，不要誇大自己，因為面試官一般是就簡歷問問題；

3. 問了師兄說技術崗面試可能會出一個演算法題讓你當場寫程式碼，這次沒有，但是還是要好好準備，老老實實刷leetcode,每個問題都要完全搞懂並且能舉一反三，到看到就能講明白思路並寫出來完整程式碼的程度就好了;《劍指Offer》這本書上的每一道題都必須要能在五分鐘之內手寫出來，記住是手寫，不是在IDE下編譯除錯。

4. 對機器學習領域的經典網路和演算法還是要踏實學好，儘可能多的深入瞭解，解決某個經典問題的主流演算法都有哪些，搞懂細節更好。把《統計方法》這本書看完再看幾遍。

5. 吳恩達大大的視訊每天看一部分，便於理解深度學習，記筆記。

加油。期待自己下次面試更好的表現。