企业官网建设流程全解析

2018年商汤科技校招研究员笔试第二场，在当年的CV圈里算是相当硬核的一次筛选。那会儿深度学习岗位的竞争已经白热化，商汤作为国内计算机视觉的头部公司，笔试出题风格和普通互联网大厂有明显区别：不光是刷LeetCode，还非常看重数学功底、算法原理的推导能力，以及对CV场景的理解深度。这篇文章不聊虚的，我结合当年大量候选人考后的反馈，把这场笔试的考察逻辑、题型结构、高频考点和备战思路完整复盘一遍。无论你是准备AI算法岗的在校生，还是想了解商汤这类研究院风格的团队怎么选人，这篇内容应该都能给你一些实在的参考。

1. 整场笔试到底在考什么：模块拆解与选人逻辑

1.1 题型结构与时间分配的潜台词

商汤研究院的笔试和纯开发岗的笔试差异很大。一般大厂算法笔试就是两三道编程题，AC了基本就过关，但商汤的卷子通常是多模块混合：编程题、数学/机器学习推导题、深度学习原理题、CV综合应用题混在一张卷子里，限时2到3小时。这种结构本身就传递了一个信号：研究员不是只写代码的工具人，而是需要同时具备工程实现能力、理论推导能力和场景建模能力的人。

时间分配上，编程题一般占据前半段，后面是几个大分值的简答和推导题。很多候选人栽就栽在编程题上死磕太久，导致后面理论题没时间写。后来复盘时大家一致认为，这份卷子的设计意图其实是让你在有限时间内展示“能拿到的分都拿到”的能力——遇到不会的题先跳过，把确定能拿的分保住，这本身就是一个研究员做项目时的基本素养。

1.2 出题逻辑：为什么商汤要这么考

商汤的团队构成以研究员为核心，这些人的日常工作状态我后来接触下来大概是：读论文、复现模型、设计实验、优化算法、再写成能上线的代码。所以笔试的选人第一条就是考察数学和算法推导的扎实程度——因为做研究时，看一篇论文能不能快速抓住核心公式，决定了你能不能跟上组里的节奏。第二条是考察深度学习基础概念的精确度，因为组会讨论时，如果连BatchNorm在训练和测试时的区别都说不清，基本没办法做有效交流。第三条才是工程代码能力，毕竟想法再好的研究员，如果代码写得一塌糊涂，实验效率会拖垮整个团队。

所以回头看这份笔试，它不是单纯的知识点堆砌，而是模拟了一个研究员的日常思维场景：拿到问题，先拆解，再建模，再实现，最后分析结果。理解了这条逻辑线，你就能明白为什么有些题看起来“超纲”，其实考察的是你在信息不完整的情况下，能不能用已有知识推演出一个合理的答案。

2. 算法编程题：分值最高、最拉分的部分

2.1 编程题常考方向与易错点

编程题部分以经典算法题为主，主要分布在动态规划、二分查找、图论、字符串处理和基本数据结构这几类。偶尔会有一道和图像处理相关的变体题，比如矩阵操作、像素遍历之类，毕竟商汤是做视觉的，出题人随手把二维数组的题包装成图像滤镜也完全合理。因此刷题方向不必追求偏怪难，高频经典题吃透就够用。

但这部分有几个让人懊恼的细节。第一，题目描述里常常包含工程约束，比如“要求原地实现”“空间复杂度O(1)”，如果你急着写解法，忽略了输入是二维矩阵还是链表这类关键信息，很容易白费半天时间。第二，边界条件非常爱挖坑，比如连续子数组和这种题，如果数组全为负数时你的初始化值是0，那就直接错了。笔试环境没有IDE的自动提示，也没有测试用例告诉你错在哪，只能靠平时手感。

2.2 编程题实战要点：手写代码的细节决定成败

因为笔试环境一般只提供简单的文本编辑器，所以你平时在本地IDE里依赖自动补全的习惯，在考场上会非常吃亏。我自己后来给候选人做模拟面试时，会建议他们专门训练在纯文本环境下写代码：函数名自己记，库函数自己记，语法高亮和补全全都没有。比如处理字符串时，C++选手要清楚strlen和size()的区别，Python选手要记住split()默认分割空格的细节，这些看起来是小事，但在笔试时都可能成为卡点。

我建议的做题节奏是：每道编程题先花5分钟读题、确认输入输出约束、划出边界条件，然后直接写过一遍完整代码，不要边写边改思路。如果你第一遍没想清楚主框架就动手，后面大概率会在逻辑里绕来绕去，还特别浪费时间。写完之后不要急着提交，主动跑三个案例：正常输入、空输入、极端值输入。这三步看起来简单，但能救回不少不该丢的分。

2.3 一道典型题目的推演过程

有道题很能代表商汤编程题的风格，我在这里推演一下解题思路。题目大概是：给定一个二维矩阵，每个位置有一个非负整数，从左上角走到右下角，每次只能向右或者向下走，求路径上数字之和的最小值。这个题的本质是最基础的动态规划，状态转移方程是dp[i][j] = grid[i][j] + min(dp[i-1][j], dp[i][j-1])，边界条件要单独处理第一行和第一列。

这道题的隐藏考点在于“求最小路径和”之外还会让你打印这条路径。打印路径就需要你在DP之外额外维护一个方向数组，记录每个格子是从哪个方向过来的，然后从终点回溯。很多人在LeetCode上只做过求和的版本，一旦要求输出路径就懵了。这道题教会我们的道理是：刷题不能只背结论，要把一道题目的常见变体都过一遍，尤其是“求最优解”变成“还原最优解”这种追加问题，在笔试里出现概率非常高。

3. 机器学习与深度学习理论基础：研究员的“稳定送分/送命题”

3.1 机器学习的核心考点与推导要求

理论部分最能拉开差距。机器学习的基础题目覆盖面挺广，但重心很明确：逻辑回归的损失函数推导、SVM的对偶问题、Softmax的数值稳定性、最大似然估计与贝叶斯估计的区别、正则化为什么能防止过拟合、偏差与方差的权衡等等。这些题不要求你背结论，而是要求你能够现场推导。比如逻辑回归，给一个二分类数据集，要求写出损失函数并求梯度，这就算基础送分题了；如果你想拿高分，还应该能解释为什么用交叉熵而不用均方误差——因为交叉熵的梯度与预测误差成正比，训练更稳定，而均方误差在Sigmoid输出层容易出现梯度消失。

机器学习里还有一个高频考点是生成式模型和判别式模型的区别。朴素贝叶斯是生成式，逻辑回归是判别式，要能说清楚两者在建模对象上的本质差异：生成式对联合概率建模，判别式直接对条件概率建模。做研究时这个区别直接决定了你对数据集、先验知识的利用方式，所以出题人很爱考。

3.2 深度学习的“必考清单”：原理、细节、手推

深度学习部分是拿分重点，也是最容易出现“好像会其实不会”的地方。我把当时反馈中高频出现的考点整理成了一个清单，这个清单放在当年的面试环境下非常实用：

• 反向传播的链式法则推导，特别是Softmax + 交叉熵的组合推导，必须能手写；
• 梯度消失和梯度爆炸的成因，以及常用的解决手段，包括激活函数选择、BN、残差结构；
• BatchNorm的具体流程，训练时用mini-batch的均值和方差，测试时用全局统计量，这个细节几乎每次必考；
• Dropout训练时随机失活并除以保留概率，测试时不做任何操作，这一点的原理要解释清楚；
• 卷积层参数量和计算量的估算，以及感受野的计算公式；
• 常用优化器SGD、Momentum、RMSProp、Adam之间的区别和联系，Adam为什么有时候泛化性不如SGD。

有一个特别容易出错的点：求卷积输出尺寸的公式。

out = (in - kernel_size + 2 * padding) / stride + 1

如果stride大于1时除不尽，大部分框架是向下取整，但有些题目会考察你“padding的补全方式对输出尺寸的影响”。这种细节题目就是为筛人准备的，平时不看源码的话很容易踩坑。我的经验是：复习时不要只盯论文插图，动手写一次底层的卷积实现，把padding、stride、dilation这些参数都过一遍，印象会深刻非常多。

3.3 手推反向传播：最值得提前练的硬功夫

反向传播的手推题，几乎是所有CV公司研究员笔试的必考题。常见的形式是给一个非常简单的两层全连接网络，要求计算每个参数的梯度表达式。这里强烈建议推导时先画出计算图，把每个中间变量命名为z、a、loss之类的符号，然后从损失函数反向往回推，每走到一个参数节点，就写出对应的局部梯度。这样既不容易漏项，也方便检查。

另外，很多人会在一个地方卡住：链式法则中矩阵乘法的梯度方向。对于z = Wx + b这类关系，如果loss对z的梯度是dz，那么W的梯度是dz * x^T，x的梯度是W^T * dz，b的梯度是dz按列求和。这个方向性的推导，最好自己在纸上完整推一遍，不要背公式——因为一旦题目变体，比如经过卷积或者池化层，背公式就完全不好使了。

4. 计算机视觉专题：你必须展现懂场景的地方

4.1 经典网络结构考点：从ResNet到轻量化设计

既然商汤是CV起家，视觉专题的分量自然很重。2018年那会儿，ResNet已经是默认标配，出题人不会再单纯问残差结构是什么，而是会追问“为什么残差结构能解决退化问题”。这时候你要答到点子上：残差让网络在极端情况下近似于恒等映射，梯度可以经由捷径路径直接回传，缓解了深层网络在反向传播时梯度连乘导致的梯度消失。同时残差结构还隐式地做了集成学习，让不同深度的子网络共同决策，这也是训练更稳的原因之一。

除了ResNet，这个模块还常考Inception结构的多尺度思路、DenseNet的密集连接机制，以及MobileNet里的深度可分离卷积。提到深度可分离卷积，一个高频考点是计算它相比普通卷积的参数量和计算量下降了多少倍。这里的思路很直接：普通卷积的参数量是in_ch * out_ch * k * k，深度可分离卷积分为逐通道卷积和逐点卷积，参数量是in_ch * k * k + in_ch * out_ch，当输出通道数很大时，参数量大约下降到原来的1/out_ch。这样的题算是半推导半记忆，理解原理后现场算也能算出来。

4.2 目标检测与分割：anchor、NMS、评价指标一锅端

目标检测是商汤的强项，所以相关知识点必然出现。要重点掌握Faster R-CNN和SSD、YOLO系列的核心设计差异：两阶段为什么准，单阶段为什么快，anchor是怎么生成和匹配的，RPN在全图特征上如何产生候选框。很多候选人基础概念挺熟，但一旦被问到“NMS里IoU阈值取得太大或太小分别会有什么后果”，就支支吾吾说不清楚。阈值的选取本质是在精度和召回之间做权衡，太大时会保留大量重叠框造成误检，太小时容易把重叠度高的同类目标框直接抑制掉，导致漏检。

图像分割方面，FCN、U-Net、DeepLab都是有代表性的结构。其中U-Net的编码器-解码器结构和跳跃连接特别受欢迎，因为它的设计意图非常明确：编码器逐步下采样获取语义信息，解码器逐步恢复空间分辨率，跳跃连接将浅层的细节特征和深层的语义特征融合。这类题看的是你理解“为什么网络要长这样”，而不是单纯背结构图。评价指标上，检测看mAP，分割看mIoU，要能写出计算过程，至少能说明IoU是交集除以并集，mAP是不同召回率下精确率的均值。

4.3 开放性场景题：真正区分高手和普通玩家

笔试后半段通常会出现一道开放性设计题，题干很短，大概就是“给一个这样的实际问题，你会怎么设计解决方案”。比如给一万张带有噪声的监控抓拍图，需要识别车牌；或者在手机端做实时的人体姿态估计；或者要从海量视频里找到特定事件片段。这种题没有标准答案，考的是你拆解问题的思维框架。

我见过比较优秀的答题思路，基本都有这四步：

1. 明确任务类型：这是分类、检测、分割，还是更复杂的时空建模问题；
2. 分析数据特点：目标尺寸、遮挡程度、光照变化、噪声来源；
3. 给出基础方案：先选一个合理的baseline模型，说明为什么选择这个结构，数据量少时如何用预训练模型；
4. 面向场景优化：针对边缘部署或者实时性要求，说明裁剪、量化、蒸馏或者轻量化网络的思路。

一个很关键的加分项是主动分析bad case和迭代方向。比如“识别车牌”这个问题，你如果只写到“用一个CNN分类器”，那基本没有区分度；但你如果提到“先用检测模型定位车牌区域，再做字符识别，并通过图像增强处理低照度情况，必要时引入时序信息矫正识别错误”，就会让阅卷人觉得你确实有实际操作经验。

5. 备战与复盘：过来人踩过的坑和实用建议

5.1 真实答题中的常见失误

那场笔试之后，不少参与过的同学在群里复盘，总结出了几个高频翻车点。第一是编程题时间控制失衡，有人在一道hard题上磨了四十分钟，结果后面两道二十分钟的题直接来不及做。第二是推导题写到一半放弃，特别是SVM对偶推导，很多人记得大概流程但细节写不出来，这种情况在白卷上有分和没分差别很大，哪怕只写对拉格朗日函数和KKT条件的骨架，也能拿到步骤分。第三是深度学习概念题回答得过于“口语化”，比如解释梯度消失只写“网络深了梯度变小”，而没有写出链式法则连乘导致梯度衰减这个本质，这种答案在阅卷人眼里等于没答。

5.2 高效的备战路径：数学优先，论文精读，代码手写

如果你打算冲击AI研究员岗，我的建议是至少提前三个月准备。前一个月集中补数学：线性代数里的矩阵求导、特征值分解、SVD；概率论里的常见分布、最大似然估计、贝叶斯公式；凸优化里拉格朗日对偶和KKT条件。这些是深度学习的底层语言，不熟练的话，后面看论文会很痛苦。第二个月用来精读经典论文，不光是看懂结构图，要在纸上推导关键公式，把ResNet、BatchNorm、Faster R-CNN这类论文里的每个细节都抠明白。第三个月刷编程题和做小项目，编程题保持每天三到五道的量，小项目可以尝试自己复现一个目标检测模型并在公开数据集上评测，这个过程会帮你把抽象概念落地。

5.3 笔试过程中的节奏与心态调整

笔试不仅仅考知识，也考临场状态。我见过知识储备很扎实的人因为一上来就被编程题卡住，心态直接崩掉，后面乱写一通。这里我个人的建议是：拿到卷子后先花两分钟通读全卷，对题量和难度有个整体判断，然后按“先易后难、先拿分后抠分”的顺序做题。如果某道题超过十五分钟还没有任何思路，果断标记后跳过，等把其他题都做完再回头。你要知道，笔试不是让你现场解出所有难题，而是在有限时间内最大化总分，这个策略本身就是研究员在面对未知问题时应该有的优先级意识。

5.4 关于这场笔试，我更想说的几句真心话

把这场笔试复盘到最后，我想说一个可能不太被注意到的点：2018年商汤校招研究员笔试第二场，和后来的AI算法岗面试风格其实是延续的。那些在笔试里表现好的人，并不是刷题最多的人，而是能清楚讲出“为什么”的人。深度学习框架更新换代很快，当年你背下来的某个模型的细节，可能今天已经变成了几行API调用，但底层的数学直觉、问题拆解能力和对视觉任务的建模能力，始终没有变过。

所以如果你现在正打算投AI算法岗，不必过度焦虑自己有没有把最新论文里的每个细节背下来。把基础打牢，把经典模型吃透，多动手写代码、跑实验，多问自己几个“为什么”，这些才是真正能让你通过笔试、面试，以及未来实际研究工作的底气。