Fw: [心得] 系統軟體 轉 電腦視覺 (ulsee/由田)
作者: aa155495 (冷月狂刃) 2017-09-27 22:56:20
※ [本文轉錄自 Soft_Job 看板 #1PobtIwb ]
作者: aa155495 (冷月狂刃) 看板: Soft_Job
標題: [心得] 系統軟體 轉 電腦視覺 (ulsee/由田)
時間: Tue Sep 26 22:01:52 2017
先說一下本魯的背景
113 資工 學 + 碩，碩論為行車紀錄器影像分析
三年工作經驗(研替)，主要在做監控系統
本魯從監控系統的client、server、對外的SDK，都有開發經驗
下班後偶爾會上網找有興趣的課來聽(影像處理、電腦視覺、機器學習相關)
並且在coursera的機器學習跟影像處理兩門課當 Mentor (教學相長)
在退伍前半年開始接觸獵人頭找工作，談了自己的需求與目標薪水後
獵人頭推薦了幾家有機會達標的公司，
先約了兩間，所幸該獵頭給的清單中
最想去的第一間就面上了，所以本篇只有兩間的面試心得
=====================================================
愛唯秀(ulsee) 演算法工程師
內容：
這家專注在電腦視覺演算法(人臉追蹤、人臉辨識、AR、VR、ADAS)
目前商業模式以提供技術的B2B模式為主，而不是賣B2C的應用產品，
目前有和line、迪士尼合作。
面試過程十分融洽，感覺和主管蠻合的
主要在問本魯過去工作上的開發經驗，以及當Mentor的經驗
至於我問的問題，則是工作內容、管理風格、加班強度之類
關於ML、CV的細節，並沒有問太深
PS：原本都做好上白板寫數學式子、推導 back propagation 的心理準備了 XD
感覺比較在意人格特質及處理問題的過程。
結果: Offer get
=====================================================
由田新技 影像處理演算法工程師
內容：
這家是AOI設備商，所謂AOI是利用影像處理、電腦視覺配合一些打光
來找出產線成品的缺陷，目前合作比較大的是面板廠跟PCB廠
一開始寫了1.5小時的考題，有邏輯、專業、英文
邏輯就是一堆推理...沒什麼好說，就是給你一堆條件，要你推敲某件事情，花了40分鐘
寫完這部分，
專業部分倒是不難
像是bubble sort、字串反轉、C++的輸出(考你i++, ++i的優先權)
解釋 virtual function、function overloading、
template function、inline function、
class的public protected private、指標跟reference的差別
只有一題刁鑽了點，問你 windows API中的sendmessage()跟postmessage()的差別
這邊沒用過windows API的可能會不知道
至於其他題目即使是應屆畢業生，應該也答得出來，是個回復腦力的好時間
至於英文則有閱讀測驗和英文書信
寫完考卷後，就是和兩位技術主管與人資面試(三關)
第一關，面試內容聚焦在開發方面
問的問題環繞在我現在的工作內容，對於本魯過去改善效能的經驗特別有興趣
主管說他們的AOI軟體，效能要好除了懂演算法，也必須了解系統架構，才能找出適合該
系統的演算法
我進來的第一年會先幫忙調效能，從系統到演算法
接下來就是我問他問題，像是工作內容、管理風格、加班強度之類
至於前面寫的考卷則沒甚麼討論...
結束這一輪
第二關，面試內容聚焦在影像處理上
給了本魯兩個情境題
1. 畫了兩個三角形，其中一個很模糊，要怎找出這六個頂點
大概像這樣
![]()
2. 給了兩個像湯匙的東西，一個在中間有洞口，另一個在邊邊又缺口，問怎麼偵測此問
題
大概像這樣
![]()
這關的面試流程，大概就是我提一個想法，面試官要我能不能改進，循環幾次。
結果: 感謝函，對方說我技術沒問題，但本魯10月底研替才退伍，所以先把 headcount
給了別人
作者: aa155495 (冷月狂刃) 看板: Soft_Job
標題: [心得] 系統軟體 轉 電腦視覺 (ulsee/由田)
時間: Tue Sep 26 22:01:52 2017
先說一下本魯的背景
113 資工 學 + 碩，碩論為行車紀錄器影像分析
三年工作經驗(研替)，主要在做監控系統
本魯從監控系統的client、server、對外的SDK，都有開發經驗
下班後偶爾會上網找有興趣的課來聽(影像處理、電腦視覺、機器學習相關)
並且在coursera的機器學習跟影像處理兩門課當 Mentor (教學相長)
在退伍前半年開始接觸獵人頭找工作，談了自己的需求與目標薪水後
獵人頭推薦了幾家有機會達標的公司，
先約了兩間，所幸該獵頭給的清單中
最想去的第一間就面上了，所以本篇只有兩間的面試心得
=====================================================
愛唯秀(ulsee) 演算法工程師
內容：
這家專注在電腦視覺演算法(人臉追蹤、人臉辨識、AR、VR、ADAS)
目前商業模式以提供技術的B2B模式為主，而不是賣B2C的應用產品，
目前有和line、迪士尼合作。
面試過程十分融洽，感覺和主管蠻合的
主要在問本魯過去工作上的開發經驗，以及當Mentor的經驗
至於我問的問題，則是工作內容、管理風格、加班強度之類
關於ML、CV的細節，並沒有問太深
PS：原本都做好上白板寫數學式子、推導 back propagation 的心理準備了 XD
感覺比較在意人格特質及處理問題的過程。
結果: Offer get
=====================================================
由田新技 影像處理演算法工程師
內容：
這家是AOI設備商，所謂AOI是利用影像處理、電腦視覺配合一些打光
來找出產線成品的缺陷，目前合作比較大的是面板廠跟PCB廠
一開始寫了1.5小時的考題，有邏輯、專業、英文
邏輯就是一堆推理...沒什麼好說，就是給你一堆條件，要你推敲某件事情，花了40分鐘
寫完這部分，
專業部分倒是不難
像是bubble sort、字串反轉、C++的輸出(考你i++, ++i的優先權)
解釋 virtual function、function overloading、
template function、inline function、
class的public protected private、指標跟reference的差別
只有一題刁鑽了點，問你 windows API中的sendmessage()跟postmessage()的差別
這邊沒用過windows API的可能會不知道
至於其他題目即使是應屆畢業生，應該也答得出來，是個回復腦力的好時間
至於英文則有閱讀測驗和英文書信
寫完考卷後，就是和兩位技術主管與人資面試(三關)
第一關，面試內容聚焦在開發方面
問的問題環繞在我現在的工作內容，對於本魯過去改善效能的經驗特別有興趣
主管說他們的AOI軟體，效能要好除了懂演算法，也必須了解系統架構，才能找出適合該
系統的演算法
我進來的第一年會先幫忙調效能，從系統到演算法
接下來就是我問他問題，像是工作內容、管理風格、加班強度之類
至於前面寫的考卷則沒甚麼討論...
結束這一輪
第二關，面試內容聚焦在影像處理上
給了本魯兩個情境題
1. 畫了兩個三角形，其中一個很模糊，要怎找出這六個頂點
大概像這樣
2. 給了兩個像湯匙的東西，一個在中間有洞口，另一個在邊邊又缺口，問怎麼偵測此問
題
大概像這樣
這關的面試流程，大概就是我提一個想法，面試官要我能不能改進，循環幾次。
結果: 感謝函，對方說我技術沒問題，但本魯10月底研替才退伍，所以先把 headcount
給了別人
作者: ferr791012 (Angel) 2016-09-26 22:32:00
好奇offer數字
作者: tocute (比爾) 2016-09-26 22:37:00
純軟最想去是 google 嗎？
作者: Eos (美麗時光) 2016-09-26 23:12:00
本來在NUUO?
作者: ohmypig (E.Y Bagels) 2016-09-27 02:03:00
請問在台灣工作嗎
作者: FY4 2016-09-27 07:18:00
請問由田那兩題的解法
作者: ray39620 (Level up) 2016-09-27 13:50:00
2如果影像處理不直觀，有回答可用data-driven方法嗎
作者: blu1121 (Big Brain) 2016-09-27 13:53:00
AOI設備商的客戶需求大多是代工廠的檢測設備，如不喜歡工廠環境的人，比較不建議去
作者: cp07345 (小貓王) 2016-09-27 14:23:00
面過由田,當時是寫完考卷後人資直接進來講說面試結束所以應該是考的不錯才會有後面兩關...
作者: ray39620 (Level up) 2016-09-27 18:03:00
抱歉沒講清楚，我是指能否用像機器學習的方式去做偵測
作者: Eric0605 (我還有點餓) 2016-09-27 20:06:00
我的現在同事是由田..聽他說的情況..恩恩....
作者: FY4 2016-09-27 22:05:00
兩年前去面試 一樣被問第二題 不過沒答出來..
作者: mathlover (mathlover) 2017-09-27 23:12:00
強
作者: flyfoxy (飛狐) 2017-09-27 23:36:00
個人覺得aoi要導入影像特徵到機器學習是有難度的。參數調整可能可以。
作者: miyusuea (Superman) 2017-09-28 10:52:00
我將系統軟體和電腦視覺結合應用在其他的領域 效果蠻好但是需要有領域的know how 去做完美結合這是最難的部分
作者: EvilSD (邪星暗(Usagi)) 2017-09-28 11:05:00
如果可以用特徵演算法跟機器學習 很多方式都好解 不能的話就都還原成原圖相剪 或拿中心算邊緣距離也可以
作者: kg21dunk (無敵穿牆術) 2017-09-28 14:24:00
我只知道愛田由