分享
如何进入国内CV+DL领域优秀公司实习？
一直想发帖请求各位学长和老师们系统回答下国内计算机视觉和深度学习有关的公司是怎么招intern的。想略了解下研究方向为DL、CV有关方向的国内master去国内相关公司难度、需要技能、笔试or面试大概流程（此步可当我没说 ）、薪水（当然业内价格呐！！！）、是不是不招渣硕只招phd等。所说的相关公司有：360颜水城老师人工智能lab，SenseTime商汤科技，阿里IDST，格灵深瞳，知图科技，linkface，face++，百度IDL，依图科技，亮风台，腾讯优图团队，MSRA等。（排名不分前后！！！嗯嗯，特地打乱了顺序发帖hhhhhhhhhh）————————–华丽的分割线——————-补上一楼回复的思必驰，科大讯飞，搜狗输入法，还有师兄在的海康威视深度学习部门。————————再来道分割线——————–补充下，DJI是个特立独行的存在，现在我们学院也有好多学弟们在做无人机的项目，包括安全、计算机视觉、计算机图形学方面的工作。—————————又一道分割线—————–知图科技已更名为图森科技。
回复 ( 10 )
详细的JD更新：图森招聘职位-拉勾网
=====================原答案分割线=======================
大家好，如果你来投图森（北京图森互联科技有限责任公司）（原知图）北京偏研发的实习的话，那么我一定会是一面 🙂
首先说我面试的风格：简历上并不需要每个点都很鲜亮，只要有一点可以给我留下印象就可以了。我个人并不喜欢写code，推公式这样非常严肃的面试方式。所以我基本上就是对着简历聊上半个小时到一个小时就决定了。我还是比较相信聊天时感觉这种玄学的。就像当初我决定加入，很大一部分原因就是和 @Filestorm 聊过几次之后，觉得非常舒服，经常有些想法不谋而合，不需要多费口舌解释就能明白对方什么意思 🙂
对于本科生和研究生/博士生，尤其是已经有文章发表的研究生/博士生，我的期待是并不相同的。但是共通的必要条件就是动手能力强，主观能动性高。
1. 本科生：对Machine Learning的基本概念要有一定了解，以Andrew Ng课程为标准。可能会考察一些非常基本的概念，例如LR, PCA这些。不需要你给出严格的数学定义，但是希望能用自然语言讲清楚是做什么的，在一个具体的问题的含义是什么。对于在简历上写了一些project经历的，希望能用Machine Learning的语言讲清楚问题的定义，你采用的的特征/方法，以及最关键的为什么要这样设计你的方法。最后能讲清楚在这个project中得到了什么经验，例如在project中走过了什么弯路，给你了什么启示。
2. 研究生/博士生：主要是听你讲你做过的一些工作，尽量简短，几句话讲清楚精髓。对于有paper发表的，面试之前，我可能会去读一两篇你的paper了解一下你之前的工作。希望能看到的是你对于你做的这个小领域的一些深刻见解，而不是流水帐一样在讲你的paper。也可能会随时打断你，根据我在你的研究领域里非常有限的知识提出一些问题。如果我都看过的paper，你还没看过，那就怎么都说不过去。问题可能非常open，回答只要让我觉得逻辑清晰合理即可。
对于本科生，我希望实习时间可以尽量长，毕竟我会站在你的角度去培养你的能力，非常认真地去带你。对于研究生/博士，时间可以相对短一些，希望的模式是我们可以共同找到一个和公司利益相关，和你在学校research也相关的题目，达到双赢。我们也很open把值得发表的一些东西整理成paper。
重要的事情说三遍：
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！
帝都长期招CV ML DM相关实习生，有意的直接邮件简历！
@Naiyan Wang 已经为我司回答得相当好了，我狗尾续个貂~
对于 图森互联（原知图科技）偏研究方向的岗，如果我不是和Naiyan一起一面，就是最后的二面啦。
===难度===
实习或者工作，是个双向选择的过程。
图森的面试本身的技术难度非常低。
作为一个码农和学术工作者，我深知想通过几十分钟做做题就测出一个人的综合素质是不可能的。尤其对研究来说，花三个月时间解决大问题要比花三十分钟时间解决小问题重要的多。所以面试中不会有让你现场敲代码或者现场推公式。也不需要针对这些东西准备。
面试唯一需要准备的一点，就是想清楚自己的优点和特长，尤其是自己的专业素养（见下）。
我们不是Google这样的巨无霸公司，我们的财力不允许我们把每个员工当成螺丝钉，工业化地对待。因此我们需要每一个全职员工以及实习生，都能在自己负责的问题上，成为独当一面的角色。
在短短的面谈中，我会倾向尽可能多地给出我们能提供的东西，比如：
但与此同时，我也想听听面试者的自我评价，他在哪些方面有独到的能力能够让我相信我们的合作会见到成效（见下）
===需要技能===
我们需要的能力分两种，专业技能和专业素养。
专业技能是指具体的知识，比如上过machine learning的课，实现过基础算法，或者写过paper。这些内容通常可以通过简历来考察。对于具有专业技能的人，你给一个详细的todo list，他可能可以完成任务。但是尤其是研究向的任务，几乎不可能一帆风顺，在遇到问题的时候怎么办，就是考验专业素养的时候了。
专业素养，则是纸面上之外的知识和经验。有的时候，简历有的时候能让人推测出一些专业素养，但也不是很全面（所以要来图森面试的朋友们，请一定跟我多多自夸你的专业素养，别不好意思）
我们在搞CV/ML/NLP/DM的时候，会遇到各种各样的问题：
比如deep learning 出现了不收敛的情况怎么办？
比如什么样的数据需要上一把PCA，什么时候绝对不能用PCA？
比如原始数据不干净，我们训练到79%的正确率，那剩下的21%还存在什么主要问题？应该用什么办法应对？
相比专业技能，我个人更看重专业素养。因为无论何时，我们准备开始的下一个新项目项目极有可能和你现有的专精并不吻合。而定义问题目标、设计解题思路、对算法和数据异常的敏感、debug的能力、对最常用工具的使用经验，这些素养则是可以在面向不同任务时，体现出能力的巨大差异。
===笔试or面试大概流程===
一（大）半时间自我介绍，一（小）半时间我介绍公司状况
===薪水===
通常情况下，在北京全职实习月工资一万元。特殊情况（比如不能全职只能兼职做等）特殊考虑。
在美国实习工资面议，我们的原则是向所在地一线互联网公司看齐。
===是不是不招渣硕只招phd等===
作为一名GPA学渣，我个人完全没有出身学校或者学习成绩的bias。但是对于科研这边来说，我还没有在线下接触过非985/211学校的同学在top journal/conference上发表过paper。Sad but true，中国教育资源的分配离平均还差的很远，所以客观地说，渣硕里面有研究能力的人确实比较少见。
至于学历，我们完全没有只招phd这样的规定。我本科时候发过挺多paper，Naiyan和Naiyan家领导在本科期间也都做过非常牛逼的研究。所以归根结底还是看专业素养。paper什么的更多是一个佐证而已。
诺亚方舟实验室（Noah’s Ark Lab）就一直在做DL，尤其专注机器翻译和自然语言对话方面的研究。另外，DL组，其实也就是我，在招NLP+DL方向的实习生，时间六个月，月薪大概13K HKD，地点香港。有意者可以投个简历给我lu.zhengdong@huawei.com
搞Deep Learning的童鞋们，为交流方便，建一个微信交流群组，方便大家学术技术交流，少踩一些坑^_^实习工作什么的，也一同共享资源！
郑重感谢@贾扬清、@lau phunter、@Naiyan Wang对DL群的大力支持。
关于群的基本信息：
加UP然后邀请
大家好，这里好热闹。那我也来介绍一下格灵深瞳(DeepGlint-格灵深瞳)招聘实习生的相关内容。
先自我介绍一下。
我之前在浙大CAD实验室博士毕业，2015年7月份加入的格灵深瞳。我个人主要做一些深度学习和机器学习相关的工作。具体的应用问题和业余需求多种多样，但是归根结底大概可以分成检测、分割、识别、检索这么几个基本问题。在积极关注学术界和工业界最新成果的同时，结合具体应用需求，与同事一起思考和讨论应该重点解决哪些用户关心的、有实际意义的问题。比如应该使用什么计算平台？应该采用什么样的算法？在不同的平台下哪些算法可以用？分别可以做到什么样的程度？哪些论文的思路是更有实际应用价值？然后在此基础上，进行大量的论文阅读、思考、讨论和尝试，最终在实际产品中尽可能的发挥一些作用。
关于怎么样才算是好的实习生：
前面的回答里已经写了很多了，我想这些基本上是所有CV+DL算法公司的共识。我们都希望你有积极的探索精神，有热情，有自己的想法，有良好的动手能力，可以把idea转化为能真正work的工作。我想强调一点，对实习生来讲，研究热情、动手能力、积极思考和沟通交流是非常重要的。我们有遇到之前完全不了解DL的实习生，通过一个月的交流学习，就可以对DL里面的各种基本模型、优化、初始化和数据整理等形成自己的认识，并且熟悉一种开源工具。而且他们更倾向于会将一些非DL的思路带到DL里来，最终也在三个月里做出一些很不错的成绩。
关于带实习生：
我觉得带实习生，需要结合他自己的特长和研究兴趣，让他们可以快速的学习，同时又能结合公司的实际产品需求做出一些成绩。具体而言，我个人倾向于营造一种平和愉快的氛围，让实习生们愿意积极主动来找我讨论问题，打消他们的各种疑虑。比如他们可能有不明白的问题，却不好意思不太敢问，或者觉得mentor比较严格，或比较忙，不好意思打断我们等等。但事实上，促进实习生跟mentor的交流和互动，充分调动实习生的积极性和研究热情，鼓励他们积极参与我们的技术讨论，循序渐进的给他们安排合适的研究内容是很重要的。一旦形成一种良性的互动，他们往往可以有很不错的效率，做出很好的成绩。
另外，外地的实习生们都可以免费住在格灵深瞳的园子里。我晚上也经常在公司里待到比较晚，所以经常会跟实习生们一起玩，一起讨论问题，一起钢琴，扑克（升级，德扑，桥牌），五子棋，围棋，桌游，有时也会一起看电影，或着有些其他的周末活动等等。很多实习生，最后我们都成为了好朋友。众多实习生们日常的点点滴滴，也渐渐构成了格灵深瞳公司文化的一部分。
关于薪水：
薪水至少是行业内平均水平以上吧。但是，我们衷心希望实习薪水是你在格灵深瞳实习生活的众多收获里最不重要的一部分。
格灵深瞳的氛围：
1.自由。你可以正常的朝10晚6，也可以自由规划自己的时间（只要不要耽误与同事间的合作即可），甚至可以work at home。格灵深瞳希望给每个同事充分的自由来激发每个员工的潜力和创造力。
2.平等。以实际的贡献来客观评价一个人的工作。公司对个人的回报与职位高低、加入时间的早晚、是否与公司高层聊得来并没有关系。你可以随时邀请其他同事来讨论技术问题，包括CTO和CEO，即使你只是一个刚入职的员工或者实习生。
3.超棒的文化。格灵深瞳的文化是由每个员工的性格、爱好所定义的。由于公司员工普遍比较年轻，所以充满着生机和活力。如果你来格灵深瞳参观、交流、实习或者工作，你可以处处发现这些美好的地方。公司的很多家当都是为了满足员工们的兴趣或者员工们自发添置的，数之不尽。比如健身房，foosball，3D打印机，单轮平衡车，多种型号无人机，午休折叠椅，蹦蹦床，水枪，各种乐器（钢琴、古筝、吉它、小提琴），各种桌游（扑克、围棋、三国杀、uno还有一些我叫不出名字的），还有丰盛的三餐和各种美食等等。公司的很多活动，也都极具创意。比如，园子里的烧烤活动，互送礼物，年会，周末亲子活动，每周至少一次的D-talk（由公司同事分享自己的经历，技术或者非技术，话题极广，新鲜有趣），paper-reading，健身小分队，吉它小课堂，发放国家大剧院的音乐会门票等等。
4.努力工作的同事们。同事们玩的精彩、生活的潇洒、工作起来也都充满战斗力，在公司经常可以看到早早就来的同事，看到很晚还没有回的瞳学，看到虽然座位上是空的，但是屏幕还在被远程控制着跳出的一行行的代码，看着微信群里积极讨论着的各种问题。
5.更重视产品而不是孤立的算法。格灵深瞳不仅仅是关注计算机视觉、机器学习或者深度学习相关的算法，我们更注重可用、稳定、有价值的产品。另外，格灵深瞳在硬件上也做了很多有意思的工作，有很多算法+软件+硬件的综合研究，有些看起来就像黑科技一样。
———————————————分割线——————————————
最后，打个广告。
格灵深瞳全年招聘实习生(hr@deepglint.com或者也可以给我发邮件debingzhang@deepglint.com),
不看学历看水平。另外，对于北京高校的同学，也可以考虑非全职的实习。比如你可以一周实习三天之类的，但是总的有效工作时间还是建议至少在三个月以上。
腾讯优图的面试情况和前面 @moonfighting介绍的基本差不多，走公司流程的话会比较花时间。
有意向的同学可以直接发邮件到ruixinzhang@tencent.com详细沟通
能力需求方面和前面 @Naiyan Wang 同学介绍的比较类似，对于本科生和硕士生希望够有符合团队当前技术方向上的项目经验，博士生则希望能有相应方向的优秀paper。
优图目前主要技术方向有人脸分析、图像理解和音频分析，工作地点在上海，欢迎咨询~
能看懂人家的招聘海报就可以了。
谢楼主邀。
先答楼主问，我们公司很简单，对于实习生（不限于research类）招聘就两条原则：
关于第一条，牛逼其实很难定义，我们就假定为广义上的牛逼，either你数学很强、or算法很强、or编程很强、or搞ML/CV/DL的Research很强（做出来的东西actually works）、or动手能力很强等等。但很多所谓的强其实是需要经验积累的，所以我们也非常喜欢第二类（potentially很牛逼），就是学习能力很强，但现在经验并不足，我们可以带你快速成长。我们现在做research的小伙伴里有非常多以前搞OI/ACM的同学，他们对ML/CV/DL其实都不太了解，但是觉得有意思感兴趣，学习能力又非常强，所以能够很快成长为一个在这个方向上的大牛。
关于第二点，似乎其他的回答里面很少提到，但我们极其的重视。我们团队的价值观总结叫做“追求、极致、简单、可靠”八个字。我们希望我们的小伙伴做事情是追求极致的，能够对于一个目标有钻研精神、有锲而不舍的追求精神，这对做创新类技术和Research的小伙伴尤为重要。因为你们做的事情是前人没有做到过的，本身就很难，没有这种执着很难做得好。“可靠”这个词对于Intern们也尤为重要。在我们团队里面，我们并不把实习生当“实习生”，而是一样的战斗小伙伴。所以mentor会花很多时间教你、培养你，同样也会assign很多并无plan B的工作给你。我们希望能够打造的是“一个没有猪队友”的团队，所以我们要求你是一个靠得住的人、可以依赖的人。
同时，我觉得楼主在考虑这个问题的时候，应该从另外一个侧面也想想，就是你去实习的话你要的是啥？你希望实习结束之后你自己收获了啥？是BigName写在简历上好看？是薪水？是一份可以聊的经历？是能力的提升和成长？我觉得不同目的做法不一样，该去的地方也不一样。为此你的投入和你的准备，也都不一样。
说两个我稍微了解的。
腾讯优图：每年四月份开始会有腾讯的暑期实习内推，但是这个内推有点坑的地方在于你的简历不一定会被送到优图负责人的手上，所以你最好找优图内部的人帮你内推，保证优图的老大能看到你的简历。一般来说只要你的简历上有过CV DL的相关简历都会给面试机会，面试过了就可以提前拿到实习offer，没过的话也可以再参加正式的实习生校招，那就要从笔试开始了。面试难度的话，我只参加过校招的面试，一面是电话面，主要围绕你简历上的项目来问，看你是否真的亲手做过相关项目；二面现场面，给了一份题目，包括写出CNN中防止过拟合的方法等等（记不清了）还有一道编程题要写代码；三面是个boss面，也是介绍项目为主。总的来说面试不难，只要你真的亲手做过DL CV的相关项目就问题不大。
百度IDL：这个是我同学面的，流程是直接发简历给IDL的官方招聘邮箱，IDL的人会定期去邮箱里看看有没有合适的简历。当然能找到人内推是最好了。IDL的面试要难很多，毕竟是偏向研究的机构，主要也是围绕你的简历和深度学习来问，我同学被问过，CNN防过拟合的方法，卷积层，pooling，softmax层各自的作用，有没有读过caffe或其他开源框架的源码，有没有改过源代码等等。
希望对你有帮助
顺带发下自己了解的依图，主要是之前有参加过依图主办的Alan Yuile主讲的mini course。主要做视频中人脸识别，而且demo的系统鲁棒性较高，但是听说不是用dl去做的，有听说依图跟招商银行合作了人脸识别系统，不过你懂的可控条件下人脸识别很容易的哈。依图好像每顿外卖有很高标准吧,和创业公司一样，需要经常熬夜，但是早上上班晚啊哈哈哈哈。另外依图的交大学长学姐很多很多的啦，那时候去听ninicourse大部分是交大的。另外，会面试coding的啦，你在小黑板上写，面试官在下面看什么的。