Perception in Self-Driving Car面試經驗 - 離職

網誌好讀版
https://goo.gl/iSwj5Z
https://ryanwindaz.blogspot.com/2017/10/umich-robotics-06-perception-in-self
.html

今年2017暑假的時候，我去了Q公司實習，實習內容與無人車無關，但是我的興趣在
computer vision和perception，所以我一直有在看公司裡面有甚麼我有興趣的部門，結
果幸運的獲得了面試無人車部門的機會，所以想記錄一下面試過程。我面試的部門在
research lab下，所以面試內容可能會跟一般部門稍有不同，然後職稱是system
engineer，不是software也不是hardware，其實同部門下還有software engineer，但是
做得事情不一樣，system engineer是著重在演算法部分，可能寫python或是matlab就好
。Software engineer是負責把system engineer決定要用的演算法用C++ implement出來
，所以software engineer在面試時問的問題會偏向coding(不過這裡僅供參考，因為我沒
有面試software engineer)。System engineer的問題則會偏向你做過的project，
project裡面用到的數學公式可能會叫你推導。

Phone Interview
當初我以為會直接onsite interview，畢竟我人都在公司了XD，但沒想到還是先有一關
phone interview，我想可能是想先過濾一次，如果不適合就也不用浪費時間onsite
interview了，其實phone interview是直接打公司內部分機過來面試，面試時間大約
45min~60min，一開始先叫我稍微自我介紹一下，還有講一下目前Intern在做甚麼?但我實
習的部門其實跟無人車一點關係都沒有哈哈，所以就只有簡單帶過。我履歷上列了4個
projects，都是和computer vision或是perception相關的，面試官就叫我一個一個講一
下project內容，這時候他還不會問太多技術上的問題，主要問題都是就他不清楚的地方
提問，然後最後問我有沒有問題要問，到這邊就結束了。其實算是蠻輕鬆的，只要把自己
的履歷講清楚就可以了。

Onsite Interview
因為intern快結束了，所以很有效率的隔一星期馬上就onsite interview了，面試時間是
我離職前一天和離職當天XD，我離職當天識別證都繳回去了還跑回公司去面試。Onsite
interview原本要面試4個人，但是有一個人好像出差了所以變成面試3個人。

1st Run (~60min)
第一天面試了兩個人，第一位面試官一樣叫我簡單自我介紹一下後就直接進入主題，因為
他看我履歷上有用deep learning做image segmentation，就問我如果他現在有一個簡單
的場景要辨識，只要區分街道跟不是街道就好(classification problem)，我會怎麼設計
neural network，我就開始在白板上畫出neural network，並講解每一層分別用甚麼還有
每一層的output number，不過這邊有被他糾正說我用的output number太大了，後來發現
他說的沒錯，因為他要辨別的場景很簡單，不需要用到這麼大的output number。他接下
來就針對deep learning的很多觀念提問，這部分我覺得我回答得還可以，最後他問我用
甚麼tool寫，我說Caffe，他說他都用Tensorflow，很想知道PyCaffe怎麼寫的，就叫我在
白板上用PyCaffe寫出怎麼train neural network，我一聽到就囧了，一方面是過了有點
久，一方面是誰會記得PyCaffe這麼多function的名稱......，我就只有寫pseudo code，
然後跟他說我真的忘記那些function名稱了，最後他也因為還有meeting，所以就到這邊
結束了，出來後很懊悔沒有去複習PyCaffe......。

2nd Run (~70min)
隔了一個小時左右又接著第二位面試官，原來他和上一位面試官是同個team，所以他們有
分工好分別要問的部分，一樣先簡單自我介紹後，他先問了我如何從兩張不同角度拍的照
片中算出depth，我之前沒做過這個，但我嘗試講一些我的想法，最後他說沒關係可以回
去再想想這個問題XD。由於我project有做visual odometry，所以他叫我解釋一下流程，
然後在白板推導公式，還好我知道這裡可能會考(因為前幾次經驗發現大家很愛問這個)，
所以我事先有準備。接著他就拋出一個題目:要如何判斷一個點在rectangular bounding
box裡?一開始我以為是正的bounding box，我就說可以用座標判斷是否在中間，但他說這
個bounding box是可以任意旋轉的，我現場想了一下後，提出可以用那個點到bounding
box四點所圍出面積來判斷，接著就這個問題一直延伸，這真的是考臨場反應，因為我之
前沒在做detection的問題，還好現場有想出來。最後閒聊了一下還發現他知道我mentor
lol。

3rd Run (~75min)
隔了一天終於來到最後一輪，他其實就是一開始跟我電面的人，一樣簡單自我介紹後，又
問了我visual odometry的東西，哈哈昨天才剛推導過記憶猶新。接著看到我之前做3D
voxel semantic segmentation，叫我在白板上畫一下流程，把neural network大概畫出
來，然後跟我討論了一下3D環境會遇到的問題，例如voxel表示法會有大部分區域都是空
的問題，其實花了很多computation在算一些沒意義的區域。結束前他說要考一題coding
problem，聽到時我內心大驚!如果有看我上一篇文章就知道我根本沒準備刷題
......，不過還好題目蠻簡單的:output all of the prime numbers from 1 to 100，他
問我平常用甚麼語言，我說python，於是就在白板上邊講解思路邊寫，其實我的code應該
不是100% bug free，但是他理解後就說可以了。之後就邊聊天邊送我出去，到這邊終於
解脫了XD

最後
因為在準備面試前，常常上網都找不到相關領域的面經，所以想把自己的經驗分享出去，
希望在這個大CS時代下，能幫助到一些跟我一樣對computer vision和perception有興趣
的人。

--