2020CV秋招求职的若干思考

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

前言

一、秋招到底要招什么样的人

二、秋招该如何准备

1.储备基础知识

• 1.1 C++

• 1.2 基础数据结构和算法

• 1.3 深度学习基础

2.落地工程能力

3.加分项技能

• 3.1 CUDA

• 3.2 infer推理框架

• 3.3 熟悉深度学习框架源码

三、有哪些面试技巧

1.如何引导面试官

2.面试的那些黑话

3.面试要避免什么

• 1 不懂装懂

• 2 口气蛮横，没有礼貌

四、总结

前言

知乎上对算法岗的提问逐渐从“饱和”、““神仙打架”、“诸神黄昏”到“灰飞烟灭”，甚至预订了明年的“车毁人亡”（https://www.zhihu.com/question/409409134/answer/1367920384）

笔者毕业于2019年，参加了2018的秋招，结合自己秋招经历和今年听到的一些学弟学妹的秋招历程，简单谈下对CV秋招的看法。

注：以下观点仅适用于自动驾驶或CV领域的招聘和求职，有部分观点可能不适用于NLP。

一、秋招到底要招什么样的人

知己知彼，百战不殆。我们先从招聘网站随便抓两个计算机视觉方向的JD文案来看下吧：

视觉感知算法工程师

职位描述：
1.负责自动驾驶感知算法的研究、开发与部署。
任职资格：
1. 计算机视觉、模式识别、机器学习、电子信息、机器人等相关专业硕士及以上学历；
2. 熟悉当前主流的深度学习算法，包括但不限于目标检测、图像分割、多目标跟踪、多任务学习、多传感融合等领域；
3. 熟悉常用的深度学习开源框架，如TensorFlow、PyTorch、MxNet、Caffe2、Caffe等，要求至少对其中一种框架较为熟悉；
4. 具备较强的分析解决实际问题的能力；
5. 有良好的沟通表达能力和团队合作意识，并具备较强的抗压能力；
6. 至少精通C/C++或Python编程，有ACM经验者优先；
7. 有无人车感知定位算法研发经验者优先，有计算机视觉及模式识别领域顶会（CVPR/ICCV/ECCV/ICML/NeurIPS）或顶刊（TPAMI/IJCV/TIP）者优先，有*学术比赛成果或实际工程项目经验者优先。

SLAM算法工程师

职位描述：
工作内容：
1、负责研究SLAM、多传感器融合、地图构建以及定位等算法；
2、负责算法在嵌入式平台的实现、优化以及产品化；
岗位要求 – 必须:
1、熟悉EKF、粒子滤波、g2o、BA等算法；
2、扎实的数学功底，精通线性代数、概率论、微积分；
3、具有良好的英文听说读写沟通能力，学习能力强，求知欲强烈；
4、具有良好的团队合作意识、沟通能力、协调能力，能够承担工作压力；
5、精通C++、Matlab或者Python；
岗位要求 – 优先考虑:
熟悉开源机器人操作系统ROS，有相关开发经验

上面两个JD文案有“实现”、“开发”、“落地”和“产品化”等字眼，这意味着现在对算法工程师的工程能力要求更高了。

今年疫情大背景下，纯做研究的部门已经很少了。腾讯优图实验室负责人贾佳亚于2020年离职，重返港中大任教。字节跳动 AI Lab 负责人马维英也在今年离职，加入清华。这些新闻其实也能反映出一些行业趋势：AI研究对于公司来说具有重要的意义，但是在落地上的困难，以及短期内收益上陷入困境确实普遍的现实情况，使得研究院面临各种竞争压力，纯粹的研究与快速商业化之间的矛盾，亟待解决。

CV算法工程师在今年更多地变成了落地算法工程师，笔者所在的公司甚至都不招研究性算法工程师，HC全部留给了落地算法工程师。

二、秋招该如何准备

1

储备基础知识

1.1 C++基础

恰好上面两个JD文案都要求精通C++，这不是巧合。 只要你是CV的算法工程师，C++是最重要的技能。

可能有些同学会觉得，如果投递CV算法研究员，只需要掌握Python和深度学习框架就可以，无需C++这个技能了。但算法工程师，首先得是个合格的工程师。正如贾扬清大佬前段时间所说：

不存在算法工程师、调参侠没有市场

https://www.zhihu.com/zvideo/1280989974280634368

在实际工作中，想让一个模型更小、运行更快、效果更好和保持业界领先的话，只掌握Python和深度学习框架是不够的。

一方面，我们听过的几乎所有深度学习框架：TensorFlow、PyTorch、Caffe、NXNet、Paddle和OneFlow等，都是C++写的。另一方面，即使做CV算法研究，有时也要去看Python API的C++源码和实现，手写一些复杂的算子OP。毫不夸张的说，CV万物皆基于C++。

CV求职，C++再怎么熟悉都不为过。

1.2 基础数据结构和算法

实习那会mentor有一句话，我至今印象深刻：“不管候选人简历多么好看，发过多少paper，比赛拿过多少奖，递归二叉树和二分查找都写不出来，毫不犹豫刷掉！”

作为企业招聘方，我觉得最快筛选候选人的办法，就是拿leetcode去考察。如果对方能写的出来，至少说明此人有准备过面试，具备基本代码能力。但如果候选人写不出来，要么说明对方没准备过面试，要么不会写代码。

在实际工作中，基础数据结构和算法反而用的不是太多，但在招聘求职中，这个占比很重。因为这是你通往后面面试的必经之路。都2020年了，哪家CV公司还会招只会吹牛不会写代码的候选人呢？

狂刷leetcode和剑指offer，二叉树、字符串、数组、排序和动态规划都要熟悉下。至少200道题目，才能在笔试游刃有余，否则就有可能败在笔试。

求职前，leetcode题目刷再多都不为过。 记得用C++刷leetcode哦（狗头）。

1.3 深度学习基础

这部分内容包括CNN、深度学习基础知识，常见的网络结构和经典CV算法。

另外选一个主攻方向，比如2D Detection，那就需要精读近几年检测方向的论文。单阶段双阶段检测算法，Anchor Based和Anchor Free算法等等。在这个特定领域深耕，保持深度之外，在其他segmentation、MOT和ReID等方向，也要阅读一些优秀的文献，保持广度。

有少部分公司在面试时会要求手推公式，这里也要求CV求职者具备一定的数学功底。比如矩阵、微积分和概率论等。

2

落地工程能力

步入职场，最主要的技能就是解决需求，实现代码。这就需要我们具备较为扎实的落地工程能力，包括调试、操作系统、内存机制、多线程、低延迟和网络等等，这些才是计算机专业的核心竞争力所在。

快速上手源码，能把想法和需求转为代码，落地实现，这是对每一个CV工程师乃至所有领域工程师的要求。

3

加分项技能

这部分内容可能对你获得SP或者SSP offer有帮助

3.1 CUDA

会CUDA意味着你有可能手撸一个深度学习框架，对深度学习的计算过程掌握更加透彻。旷视大佬张祥雨这篇介绍文章（https://news.hexun.com/2019-04-22/196906796.html）给我留下印象深刻的一句话就是：他是唯一一个在巨佬堆里会CUDA的人。

3.2 infer推理框架

现在训一个深度学习模型，几乎高中人都可以做。脸书的两代Detectron框架、陈凯博士的MMDetection框架和百度的视觉算法库，几乎已经把深度学习经典算法复现的一干二净。训练模型，几乎只是git clone and run的流程。

但在infer推理领域，因为深度学习部署面临的软硬件差异较大，很难做到一家独大。TensorRT、OpenVINO、 MCNN、MNN、TNN、TVM和Tengine等，形成了百家争鸣的局面。CV求职者，如果对推理infer框架的熟悉，无疑是一个很强的加分项。

3.3 熟悉深度学习框架源码

这部分和上面一点同理，这里只说一句，毕业那年，我们全年级薪资Package最高的巨佬，最后去图森写MXNet了。他在校期间就阅读MXNet源码并有过贡献，面试也非常顺利。

三、有哪些面试技巧

1

如何引导面试官

自我介绍快速讲解自己亮点项目，然后埋下一些伏笔。比如说自己在这个比赛用了一些trick，提分比较明显，但在介绍时不详细说明白。面试官可能在后续面试中追问这些细节，这样就有可能引导面试官进入自己擅长的领域。

2

面试的那些黑话

• 等通知，以后联系，等消息，hr会告诉你的——>如果现场面试，这些话几乎暗示你挂了；如果是电话或者远程面，可以再等等看。

• 你的情况我了解了，我把简历转给其他组——>除非你这次面试答得不错，或者面试官转简历意愿口气强烈，不然也是婉拒说辞。

• 我们会去你的学校招聘，到时候联系——>面试官发好人卡了。

• 面试完，但没有问你有没有什么要问的——>有可能面试官比较匆忙，但更有可能你没有给面试官留下什么较好的面试印象。

• 注意人事同事来电，等下一轮面试官——>正向反馈，该次面试通过。

• 我们非常欢迎你来看看或者了解我们这里——>正向反馈，该次面试通过。

• 面试官面试中加入一堆公司或者部门业务介绍——>正向反馈，对你感兴趣，该次面试大概率通过。

1

面试要避免什么

不懂装懂

简历上的每一个名词，算法都要达到了如指掌，细节如数家珍。切忌为了简历丰富疯狂堆砌，一旦被面试官追问就原形毕露了。

另外面试时如果遇到不会的问题，说不了解就可以了。千万不能不懂装懂，不然会给面试官留下浮夸的印象。哪怕后面面得再好，对方也会认为你不靠谱。

口气蛮横，没有礼貌

极少数时候，可能因为某些原因，和面试官怼起来。我的确也怼过一个面试官，原因是他把我搞的所有东西说的一文不值，我反驳了面试官，我说这东西一文不值，为何没有人在网上做出来开源呢。当然，这个也是小插曲。就是不是所有的面试，我们都可以保持情绪冷静。但无论如何，我们都得保持礼貌，不能对面试官恶言相向。哪怕这个面试官业务水平和礼貌不在线，也要竭力保持礼貌。先为人，再做学问。

总结

求职本身就是一个不确定的事，有很多因素影响，现场面和远程面感觉也相差甚远。一篇文章很难全部总结出求职面试的方方面面。但多经历面试总能掌握出一些规律，除了极少数offer收割机，大多数人的求职过程都比较相似。秋招类比抗日战争，毛爷爷的“论持久战”思想对大多数人都比较适用，速胜论和亡国论都不靠谱，只有持续的总结和迭代，才能走向秋招胜利的彼岸。

虽然2020年内有疫情，外有贸易战，但中国国企私企加起来有成千上万，秋招还是可以上岸的。愿每一位学弟学妹求职顺利，得到满意的offer！

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~