前言 在卷成麻花的2022年，一个没有上述布景、没有名校撑腰的一般科班小硕能入坑中大厂的CV算法岗吗？作者现身说法：仍是能！
作者：记忆的迷谷@知乎(已授权CV技能攻略转载)
来源：mp.weixin.qq.com/s/FokKQ2eTs…
欢迎重视大众号CV技能攻略，专心于计算机视觉的技能总结、最新技能盯梢、经典论文解读、CV招聘信息。
计算机视觉入门1v3辅导班
写在前面
是的，本年的秋招确实是肉眼可见的难度添加：缩招、裁人、毕业生人数爆破，这些要害字已然成为2023届秋招的代名词。竞赛剧烈，算法岗入坑的难度更是直线上升。卡榜首学历、卡名校、卡关键实验室……这些“根本操作”早已司空见惯。
在卷成麻花的2022年，一个没有上述布景、没有名校撑腰的一般科班小硕能入坑中大厂的CV算法岗吗？
我的答复是：能，可是很难、很卷，且容错率较低。由于CV算法岗的竞赛对手根本都在985分段，且动不动便是某C9高校的关键实验室。
由于身边的人不走算法岗，所以全程根本靠自己探索，期间遇到了各种困难、走了许多弯路。为了记载这段有意义的阅历，一起给自己相同身世一般的师弟们（实验室没有师妹）供给CV算法岗的作业思路，将自己的整个秋招的真实进程共享给咱们。【长文正告↓↓↓】
导读：
本篇文章首要分为以下几个章节：
-
【布景】，【进程】首要介绍了自己秋招前的状态，以及从研讨生入学到秋招的进程。
-
【需求掌握的技能】从硬实力、软实力两个方面介绍秋招时能够添加自己竞赛力的点。由于每个人的根底状况不同，CV算法岗也有较多细分方向，本章节仅供参考，大佬请直接略过。
-
【总结】秋招的一些小的建议。
弥补说明： 1. 阅览文章之前，请务必了解“幸存者误差”这一概念，CV算法岗的秋招办法严峻，请保持沉着。 2. 本文的“一般”一词是指本科双非、硕士非985、非关键实验室、无顶会、投递岗位为CV算法岗的计算机科班应届研讨生，并无得罪之意。
布景
概述：
自己本科双非软件工程专业，硕士一般211的计算机技能专业，现在研讨方向是计算机视觉。
秋招拿到【虹软、vivo、OPPO三家offer，均为计算机视觉类（CV）算法岗，有SP也有大白菜】（除去国企银行），和大佬们的offer没得比，但感觉根本接近自己的预期。（尽管已于9月获得虹软转正意向书，为了给自己的秋招不留惋惜，一起能够经过不同的offer明晰自己在秋招大军的全体定位，所以坚持完好参加了秋招）。
详细状况：
- 身边的环境
除了我的大大大师兄（高我三四届）拿了某中厂算法offer以外，咱们实验室就再也没有人走过算法岗。包含同门在内的同届同学，也根本都是开发。师兄和同学也都劝退我走算法，改开发。
在我找到榜首份算法实习之前，大部分人都以为我挑选这条路是一个头铁且愚笨的行为，且常听到古里古怪的言论。
每次刷知乎，总能看到“19年算法岗供大于求”、“20年算法岗诸神傍晚”、“21年算法岗灰飞烟灭”，本年又换了个四字词语 –“人世炼狱”。各路“过来人”也都是全方位劝退。
好在自己的家人比较支撑我自己做决议，只不过最终挑选offer的时分，家人们曾劝我躺平一个随手拿的国企，放弃自己的专业，我要真想躺平还用的着这么卷么，大无语。
总之，身边自始至终支撑我走算法岗的，四舍五入就只剩自己了。没关系，意料之中罢了。
- 自己具有的一些条件
导师不会push咱们给他发论文，且只需完结规定的使命，就允许咱们自己出去找实习。【秋招上岸的要害性要素】
实验室有免费运用的入门级计算资源，尽管仅仅1080Ti这种级别的显卡，且其时还要和师兄一重用。可是拿来学习跑跑实验仍是捉襟见肘的。一起家里赞助更新了一台2060GPU的笔记本，用来本地调试也挺好使。
校园的线下课程在研一期间全部上完，研一课程完毕就能够做实习早鸟。
进程
本节按照时刻线的次序，叙说了自己历时两年的秋招阵线。
【初识算法】2020年9月~2020年10月
完毕摆烂、确认方向阶段。 研讨生入学，之前联系的导师不可思议把我鸽 了，不得不从头找导师。
我的挑选标准有两个：一是教授，二是允许实习。在本科国奖托底和自己死皮赖脸的坚持下，我现在的导师给加了一个名额，顺畅入组。
导师给我明晰了CV的研讨方向，一起共享了一些资料（由于才学疏浅，其时没能看懂，后边就跑去B站知乎学习了），每周组会汇报自己的学习进展。也是这个时分发现自己对CV挺感兴趣的，也是初生牛犊不怕虎，确认自己走算法岗的方向。
【走出迷茫】2020年11月~2021年2月
夯实根底阶段。 由于导师组织的使命首要偏学术，我也意识到：假如仅仅靠导师的辅导、墨守成规的学习就去找算法岗作业，是远远不够的。所以，自己找到了一位长辈点拨自己体系地入门深度学习。之后拟定学习方案、学习根底衬托知识、挑选和阅览paper、debug源码、参照已开源的作业来复现未开源的论文……在完结导师布置的使命之余，花了很多时刻，算是搞理解深度学习的路子了。在此期间，完结导师组织的项目、自己找一些开源的项目弥补学习，能够加深自己的理解一起还能润饰简历。
其时的部分学习方案（分类&检测篇）
由于搞算法除了python的根本要求外，C++多少也要会一些。也是从这个时分，拟定了刷力扣的长期方案，逼迫自己学习C++，编程题也全部用C++写。刷题不求多，但重在把思维和语法熟练度练习好。
【步步为营】2021年3月~2021年5月
备战实习阶段。 春节给自己放了半个月假，开端着手找榜首段实习。听了师兄的建议（其时师兄在鹅厂实习搞开发，respect），开端刷牛客面经，查漏补缺，力扣确保一周刷七题。
一起体系地收拾之前学习的笔记，也是这个时分我写了知乎的榜首篇博客，并立下了一年写完50篇技能博客的flag（已于2022年4月达成）。
【初露锋芒】2021年5月~2021年6月
榜首段实习的投递、面试阶段。 榜首次投实习没有阅历，先投了一些难度拉满的大厂：商汤、字节都给了面试，可是面得稀烂，商汤的面试官更是在无coding题的状况下问了我两个小时的问题，面试完毕后当场自闭。
后来总结了面试失败的阅历，也补上了自己面试中没有答出来的知识点。现在想想，其时的我真的是愚笨备至，就应该先面小厂，堆集面试阅历，起码不至于面试往后脏了自己的大厂面评（由于秋招的时分，这两家秒挂我的简历，应该是自己作没的 ）。
阅历了十多场面试，也堆集了满足的阅历，最终自己如愿拿到了vivo AI研讨院的算法岗实习offer。
【渐入佳境】2021年7月~2022年1月
榜首段实习。在我的软磨硬泡下，导师先是同意我出去实习半年（乐滋滋）。
入职今后，令人窒息的压力接憧而至：老大给我的研讨方向是神经网络结构搜索（NAS）方向 — 一个自己从来没听说过的预研方向，与此一起，同组的实习生来自武大，还比我早来一个月，需求赶快跟进她的进展。所以，自己白日调研相关作业、复现一些论文、慢慢接手项目，晚上加班读源码、刷博客（卷到了周围的实习生，真实抱歉）。榜首个月顶着压力，总算把进展拉上来，项目步入正轨。
9月，刚好看到Kaggle有个CV新赛，刚好这时分蓝厂撤销大小周，所以就报名参加了。之后差不多两个月的时刻，白日赶项目，晚上和周末搞竞赛。
11月，项目需求优化的模型计算量首次降低到100M以下，一起竞赛也拿到了铜牌（榜首次参赛，拉胯的成绩，但尽力了）。
后边的时刻便是边实习边预备开题，顺畅完结了实习阶段的使命，拿到了口头转正（可惜AI研讨院本年不招人，靠自己从头走流程拿的印象算法部，权衡了一下，仍是想待在自己了解且喜欢的组），与nice的同事们离别。
【好事多磨】2022年2月~2022年5月
向导师争夺了第二次实习的时机，开端着手预备暑期实习，一起和之前实习的武大同学合作一篇论文。但没高兴多久，上海的疫情就爆发了，几乎整个上海的实习HC都没了，与此一起校园疫情封楼，天天牢饭吃到心态爆破，差点想转开发（庆幸自己没转）。
尽管有了一段大厂实习阅历，但找第二段实习甚至更艰难：收到一堆海笔，只收到了三家面试（某周的周一面了美团，面试官很nice，面试也顺畅，他还表达了期望我面试通往后早点过去实习，效果周五反手收到个感谢信☺）。磕磕绊绊拿到了第二份offer — 虹软的计算机视觉算法岗实习。
【稳中求胜】2022年5月~2022年9月初
第二段实习。 这次研讨方向是视线检测，由于在蓝厂的实习堆集了许多项目阅历，所以不管是搭环境仍是上手项目都很快。
咱们组一切的实习生每周都会单独开个周会，能够了解咱们的进展，一起还能偷学一些技巧，因此在这边自己生长的速度很快。和我搭档的实习生是天大的，我俩都做视线方向，常常一起评论项目中遇到的难点，如我mentor所说，1+1 > 2，不管是实习仍是秋招，找个伴共同进步总好过孤军奋战。
7月~9月初，作业时刻肝项目，下班今后的空闲时刻刷题、刷面经，预备转正辩论，投提前批（算法提前批卡校园，根本全泡池子），投秋招，根本每天搞到11点才歇息（转正名额有限，不敢做赌狗）。
8月底顺畅经过转正辩论，9月初拿到了虹软为数不多的转正意向书。
【冲刺结尾】2022年9月~2022年10月
收获的季节。实习完毕，导师召回返校，一边做导师组织的作业一边搞秋招。
一共书面考试了二三十家公司，面了六七家（由于不是985、研讨方向有差异，也被拒了蛮多）。最终到手虹绿蓝三家offer，于十月中旬尘埃落定。平常常常做RGB图画算法，没想到拿的offer也刚好涵盖RGB三种色彩 ，或许这便是缘分吧。
需求掌握的技能
硬实力篇
1.根底知识
入坑算法岗的根本功。引荐李航教师的 《统计学习办法》 以及周志华教师的西瓜书。入门深度学习引荐斯坦福 《CS231N》 课程（在B站上能够找到中文字幕版）。不太引荐一上来啃《深度学习》（花书），对小白不友好，可是后期能够当工具书运用。
确认了自己的研讨 / 学习的方向后，能够在各类博客上找到对应方向大牛收拾的paper list，选取一些经典必看的论文，并在Github中找到对应的源码阅览【必定要看源码，必定要看源码，必定要看源码】， 面试的时分，资深的面试官常常会问一些细节问题，而只要你理解了源码是怎样完成的前提下，应对这些问题才能挥洒自如。在学习时，要及时总结和收拾，将论文里的知识精炼成自己笔记的进程，其实就相当于模仿答复面试官问题的进程。收拾的东西多了，就变成的所谓的“陈腔滥调文”，相较于开发，算法的面经更灵活，面试的问题也因人而异，一份归于自己的“陈腔滥调”很重要，一起它也是实习和秋招面试前最有价值的复习资料。
2.实习
假如导师允许的话，【必定要尽早出去实习，必定要尽早出去实习，必定要尽早出去实习】。 实习阅历越丰富、实习公司的层次越高、实习的时刻越久，你的竞赛力越强。曾经有HR和我说过，CV算法岗的一般分段同学很少能进流程，假如没有实习阅历，自己大概率会被淘汰。
PS：实验室不给实习的同学，也不要灰心，实习不是入职算法岗的必要条件，可是假如你凡是有时机实习，必定要好好把握。
3.项目
冷知识：在简历和面试中把自己的论文以项目的办法描述，面试官会更感兴趣。
“假如你宣布的不是顶会，那么我更期望你用项目的办法叙说你的作品。”这是面试时一位面试官的原话。所以在这里，我把自己的论文归类为项目，且当我把论文以项目的办法更新到简历中，后边的面试会问到这部分作业的频率明显添加。
很多人觉得自己的项目或许不是那么出彩，觉得拿不出手。在这里完全能够消除这个顾忌，咱们投的又不是天才少年方案，所以只需能把自己的项目讲理解，言之有理，都能够作为一个加分项。在面试前，必定要梳理好自己的项目，例如处理的问题、使用场景、立异点、难点、数据是怎样处理的、badcase是怎样优化的、后边还能改进的地方……讲项目的时分必定要自傲、有条理，建议面试前能够多试讲几次录个音。
4.竞赛
打竞赛有两种战略：
榜首种战略：命运好，碰到了自己了解方向的竞赛，在竞赛中尽或许刷高自己的名次。
第二种战略：只要自己感到生疏的方向（不过也是CV类竞赛），用最快的时刻上手该方向，然后尽或许深入，争夺竞赛中较好的排名。
我其时的命运并不好，没有遇到自己了解方向的竞赛，所以挑选了第二种战略。花了一个多月的时刻，使用下班时刻和周末的空当去打了场kaggle竞赛，由于榜首次参赛加上精力和水平有限，以一枚kaggle的铜牌收场（让各位路过的大佬见笑了）。可是面试时，向面试官展现快速上手生疏范畴作业的才能，一起把自己的立异点以及处理问题的思路、所选用的办法都讲清楚，也是一个不错的加分项。
5.编程才能
老生常谈的问题，不管是书面考试和面试，手撕代码都是不可或缺的一个环节，最有用提高自己编程才能的手段便是刷题。
由于自己在考研时就有深入学习过数据结构，且本科在打一些编程竞赛时也有体系地练习过一段时刻，所以根底还算比较厚实。假如编程根底比较差的话，引荐B站上一个up主共享的录播
视频：LeetCode刷题班（C++）(www.bilibili.com/video/BV1GK…
除了上述视频中的标题，力扣的《剑指offer》《热题Top100》系列也是很经典的标题。假如想按章节刷题，《代码随想录》也是不错的挑选。一些高频题型或许自己榜首遍没吃透的标题，最好再二刷三刷加深理解。自己的刷题量在300道左右（后期没有刷新的标题，而是二刷甚至三刷把算法吃透），归于中规中矩的水平，书面考试中的hard题写起来有些费劲，可是面试中手撕代码根本都能A。
软技能篇
本章节是自己在实习中和组内大佬们作业、相处中总结出的一些内容，或许对咱们的实习转正有协助，也是我以为自己能拿到转正意向的一些重要要素。（因人而异，仅供参考）
1.表达才能
【搞CV，做出来的是东西，但东西是给人做的】 认清这一点很重要，不要只沉浸在创作的进程中，要能把自己的想法、完成办法明晰明晰地表达出来，他人才知道你这段时刻在做什么，做出了什么。
千万不要自己明明做出了一些效果，却由于支支吾吾表达不清楚，让咱们觉得你很水。要时刻紧记：不管我做了什么，只需是我自己做出来的，都能够给人讲理解。
2.沟通才能
【明晰地答复问题 & 高效地发问问题】， 有用沟通首要体现在这两个方面。
大部分人都能做到前者，答复问题前，先大概想一下应该从哪些点来答复发问者的问题，不要想一出说一出，这样他人会以为你的逻辑很紊乱。
这里关键介绍后者。首要，要明晰什么问题能够问。 举个比如，项目环境怎样建立，或许百度上/公司内部文档能搜到的问题，自己费点心思处理就好。假如自己尝试处理但处理不了，那这种问题就很合适问。其次，问问题要有自己的考虑，假如遇到一个不明白的问题，能够先说一下自己尝试处理这个问题的办法，以及自己的理解，然后指出到底哪里的细节不明白，这种状况对方一般很愿意解答。最终，问问题选准时机，假如你觉得这个问题对方需求花时刻才解释清楚，就找个对方有空的时分（平常能够多调查一下你的mentor，看他一般啥时分不忙），由于有时分对方答复的比较敷衍或许确实是由于没有时刻。
3.反馈才能
【自己完结的每一个阶段，都最好让他人心里有数】 当手里有团队分配的使命时，最好定时向mentor反馈进展。这样你走的每一步都是可控的，假如你的想法不可行，能够得到及时纠正；假如发现当时的效果和预期有误差，也能够及时发现问题所在。千万不要自己捣鼓来捣鼓去，到了deadline发现自己一点进展也没有，最终汇报作业时，你为难、你的mentor也为难。
4.自驱力
【自动探索问题的处理办法】 在公司里，会发现大佬们的时刻都很宝贵：没有人会像校园里的老板相同有时刻整天盯着你干活，也不会有人时刻点拨你这个项目该怎样做。优胜劣汰的环境下，只能靠自我驱动。
在几乎不靠他人协助的前提下，自己自动提出正确、可行的处理方案，一起想办法用代码完成并获得效果 — 这本身便是一件能够证明自己才能的行为，一起积极自动处理问题的情绪也更容易给人留下深刻印象。
5.逻辑思维才能
【考虑问题尽或许明晰且有条理】 简略来说，便是把每份使命都当做一个小论文去对待，做到像论文相同思路明晰、有条理，做每一件事都有自己的考虑，有自己的路子。这个才能在研讨生阶段或多或少都能得到练习，在这里就不再赘述了。
6.规划才能
【把一个大方针拆分为详细环节的才能】明晰自己的方针今后，有明晰、可行的规划。
例如，为了完结秋招这一大方针，我把两年的时刻拆成了多个阶段（详见进程章节）去完成方针；为了提高自己的竞赛力，把CV算法工程师所需求的才能拆分红硬实力和软技能两大类，然后每个大类再拆分红详细的环节，逐一提高自己的才能。
7.执行力
【下了决计就立刻去做，不拖泥带水】 有些人之所以是思想上的巨人，行动上的弱者，首要是由于缺乏执行力（仅用于描述一些客观存在的人群，请勿对号入座）。克服懒、延迟这两个坏毛病，这一点自然而然就能做到。
总结
1.没有伞的孩子，必须努力奔驰。 互联网的大环境变差，一般玩家的体会越来越糟糕，只要掌握过硬的本领，才能在凛冽的隆冬中生计，在恶劣的大环境中也能挥洒自如。
2.要有自己的判断力，他人以为困难的事情，未必自己做不成。常常研讨他人的凉经只会添加自己的精神内耗。
3.打铁还需本身硬。根底不牢，地动山摇。
4.能实习，尽早出去实习；不给实习，尽量争夺实习；真实不能实习，扬长避短弥补自己的实习阅历空缺。
5.假如不能在某一方面做到出类拔萃，那么依据木桶原理，请尽或许做到八面玲珑，包含但不限于硬实力和软实力。
6.秋招关于大部分人来说都不是一往无前的，要做好心理预备。自己也遇到了很多心态爆破的阅历（没写进去是由于太搞人心态），但能坚持熬过去就上岸了。
写在最终
本文详细介绍了自己秋招上岸CV算法岗的全进程，除了自己努力的要素外，还不乏挑选、命运、机遇等不确认要素的加持，仅供各位读者参考，在挑选作业方向时请保持沉着（大佬请随意）。预祝各位还在秋招的同学们顺畅拿到自己心仪的offer。
特别感谢自己遇到的一些贵人（按时刻次序）：
-
我本科所在学院的院长。和清华博后最近距离的一段时刻，也是自己生长最敏捷的一段时刻。
-
我的研讨生导师。宝藏导师，给了我两次、合计十个月的实习时刻。
-
DeepLearningGoGoGo长辈。技能厚实的大佬，自己入门深度学习的加速器。
-
两次实习的老大和mentor们。现实中的伯乐，把我从菜鸡堆里捞出来， 假如没有这两段丰富的实习阅历加持，我应该还在秋招池子里泡澡。
此外，还要感谢vivo AI研讨院和虹软nice的同事们、和我一起实习的其他实习生伙伴，以及秋招路上曾协助过我的人。
完结撒花✨。克服懒散，花了17天时刻，每天抽一个小时完结了本篇的超长阅历贴，谨以留念自己长达两年的秋招阵线，期望协助到更多还在犹疑是否入坑算法岗的同学，一起或许也是本年度封笔的文章了。
假如你觉得这篇文章有协助的话，请多多点赞转发，期望能够协助到更多有需求的人。
本文仅做学术共享，如有侵权，请联系删文。
欢迎重视大众号CV技能攻略，专心于计算机视觉的技能总结、最新技能盯梢、经典论文解读、CV招聘信息。
计算机视觉入门1v3辅导班
【技能文档】《从零建立pytorch模型教程》122页PDF下载
QQ沟通群：444129970。群内有大佬担任解答咱们的日常学习、科研、代码问题。
其它文章
深度理解变分自编码器(VAE) | 从入门到精通
计算机视觉入门1v3辅导班
计算机视觉沟通群
用于超大图画的练习战略：Patch Gradient Descent
CV小知识评论与分析（5）到底什么是Latent Space?
【免费送书活动】关于语义切割的亿点考虑
新方案：从过错中学习，点云切割中的自我规范化层次语义表示
Transformer沟通群
经典文章：Transformer是怎么进军点云学习范畴的？
CVPR 2023 Workshop | 首个大规模视频全景切割竞赛
怎么更好地应对下游小样本图画数据？不平衡数据集的建模的技巧和策
U-Net在2022年相关研讨的论文引荐
用少于256KB内存完成边缘练习，开销不到PyTorch千分之一
PyTorch 2.0 重磅发布：一行代码提速 30%
Hinton 最新研讨：神经网络的未来是前向-前向算法
聊聊计算机视觉入门
FRNet：上下文感知的特征强化模块
DAMO-YOLO | 逾越一切YOLO，统筹模型速度与精度
《医学图画切割》总述，详述六大类100多个算法
怎么高效完成矩阵乘？万文长字带你从CUDA初学者的角度入门
近似乘法对卷积神经网络的影响
BT-Unet:医学图画切割的自监督学习结构
语义切割该怎么走下去？
轻量级模型规划与布置总结
从CVPR22动身，聊聊CAM是怎么激活咱们文章的热度！
入门必读系列（十六）经典CNN规划演化的要害总结：从VGGNet到EfficientNet
入门必读系列（十五）神经网络不work的原因总结
入门必读系列（十四）CV论文常见英语单词总结
入门必读系列（十三）高效阅览论文的办法
入门必读系列（十二）池化各关键与各办法总结
TensorRT教程（三）TensorRT的装置教程
TensorRT教程（一）初度介绍TensorRT
TensorRT教程（二）TensorRT进阶介绍
