腾讯算法实习面试总结

Posted 2022-09-09 fpga和matlab

一面

介绍简历上的工作，详细讲了一作的论文，非一作的直接跳过
介绍简历上的项目，说到CRF as RNN模型的时候，面试官问你们的训练数据量远少于语义分割，具体是如何训练以及对抗过拟合的，是否有用到pretrained model
大部分做主流CV任务的网络参数量都太大了，不适合直接迁移
将VGG换成了UNet => 追问，为什么换
常规的数据增强 => 有哪几种
Adversarial training => 追问了具体实现方法 => 参考了ICLR 2018 Sinha et al的工作
针对王者荣耀任务设计强化学习算法框架（~~复盘时想起腾讯AILab在ICML2018上的论文上有一张王者荣耀比赛的图片，大概面试官是想听我说MCTS，可惜当时没有想到这一层，捂脸~~
问面试官同时控制五个英雄会不会涉及到multi-agent的问题 => 先简化问题，认为只有一个英雄也可以
Hirachical RL，比如分开对线期和gank期子任务等等来缩小action space
大型MDP，baseline模型可以用DDPG或者distributed PPO
高端局可以拿到大量的人类操作数据，可以做imitation learning => 追问了具体该怎么做
说到Inverse RL，讲了下DAgger
介绍了GAIL以及AIRL的一系列工作
平时打游戏吗 => 玩 => 面试官说那么我们部门做的东西你应该蛮感兴趣的，你可以回去搜一下KPL比赛

二面

这次是目前为止遇到过的所有面试中，问问题最详细最深刻的一次，对于某一大类方法的研