2022华为中央媒体技术院AI算法工程师FindStar一面+二面+主管面

7月中投的华为2012实验室FindStar，选了中央媒体技术院的AI算法工程师，做了笔试后通知了面试。笔试简单介绍一下，大概3道题，分值分别为100+200+300，第一题拿了97，第二题200，第三题题干太长就放弃了，后来复盘发现很简单的找规律题。。。

一面

上来先自我介绍，然后开始问项目，简单介绍了一下论文和比赛。论文的时候让我介绍了一下为什么用GAN不用AE，问我怎么理解GAN的。我说GAN可以看做是在AE上面加了一项来自判别器的约束，但是面试官似乎不太满意这种说法（不太严谨，因为pix2pix的生成器是AE结构，但普通的GAN的生成器是没有encoder的），让我从头介绍一下GAN的结构是什么样的。

项目介绍完毕后是coding，题目是：给定一个中心在原点的矩形（边与坐标轴平行），以及其在第一象限的顶点坐标，再给定一个圆心在第一象限的圆，判断圆是否与矩形相交。

面试官让我直接打开word写。。思路就是根据圆心与矩形边的位置分类讨论，再比较圆心与矩形距离与圆半径的关系。

进阶，让我考虑矩形在任意位置，且边不一定与坐标轴平行的场景。我就说可以把圆心代入矩形边所在的直线判断相对位置，然后继续分类讨论。

再进阶，让我考虑给定一个任意的凸形状，判断圆是否与其相交。我第一反应是凸优化，面试官跟我说没那么复杂，但我也想不出什么好的方案。面试官说没事，让我结束后自己去网上搜索一下，他觉得这个问题是很有意思的。。

二面

继续自我介绍+项目介绍。这位面试官直接让我把论文共享然后介绍给他，然后光论文就讲了快20分钟。

接着直接coding，题目很短，让我只用numpy实现transformer，手动微笑

（其实给了CNN和transformer二选一实现，但是前者肯定对细节要求更高，就选了后者）

咱就硬写，毕竟知乎上transformer源码解析也看过好几遍了，总有点印象的。写完encoder部分后面试官看时间差不多了让我停下来，然后问我是不是提前准备过，我只能说我以前看过源码介绍。。接着问了我transformer的计算量是多少，又问我如果输入是图像如何考虑（以VIT为参照）