高仙机器人GS-ROBOT

面试一共1h20min，好久没碰到这种难度的面试了，之前都是走马灯，面的时候有点害怕，面完又很有成就感。1、刚开始围绕项目深挖，挖技术点，我是目标检测就问关于yolo系列算法的正负样本采样策略不同，anchor获取不同等；2、训练时候loss变为none，loss变为0是什么原因；3、bn在训练和预测时候的区别，回答不好，需要加强学习。；4、噪声抑制的方法，我说过滤，他说不好用，我想了想也想不到，确实是不知道怎么解决，这也真的是一个难点；5、c++手撕nms；6、c++封装继承和多态，如何实现多态，虚函数；7、如何判单一个点在一个多边形里面（凹凸多边形，有点难），想了一种方法，但是没思考全面，忽略了点在边上的情况，又提了一种方法，可能还是不够全面；8、凹凸多边形内角和是（n-2）*180°，外角和是360°。...还有一些问题，是边聊边问的，我也记不太清楚了面试官小哥哥真的很好，循循善诱，很温和，面试体验感满分，希望能挺进下一面

进行了一轮视频面试，要求开摄像头，投简历时，看jd是决策规划类算法岗，面试过程中感觉是图像处理相关职位。面试过程进行了两个环节：女面试官面试：- 自我介绍环节：简要让我做了个自我介绍，问了我关于推荐系统部分的经历，有问到之前的工作中是否涉及到3D渲染，本科有没有学过编程；男面试官：- 提问环节：? ? - 根据我简历中写了xgboost算法优化工作，问了我都对xgboost哪些超参数做了优化；? ? -?deep_fm原理是什么，如何进一步改进，deep_fm最后一层的sigmoid的作用是什么，如果没有sigmoid会怎么样（考验用回归算法解分类问题存在的问题）；? ? - 还有哪些其他的embedding方法，提示了图神经网络，问了我对图神经网络有没有相关的了解；? ?- 在没有数据的情况下，如何做冷启动；? ?- 再次强调是否做过渲染相关的工作总结下来，感觉xgboost优化部分的工作还有deep_fm算法的设计上回答的有些浅，细节上需要完善。