笔试&&面试经验程序员求职在路上

《剑指Offer》给我的灵感:图像处理这一路走来

2017-04-12  本文已影响0人  素娜93

如果伞是许仙和白素贞的定情物,那么巧克力就是我与朱老师结缘的开始,也正因为此,我也成了朱老师的大家庭的一员。我们有一年一度的圣诞晚会、春游活动、我们教研室还是比赛拿奖专业户呢!

圣诞晚会美女主持 圣诞晚会现场 我们的教研室春游 挑战杯西农省赛

我们好像在哪见过

在《数字信号处理》课上,老师提问了一个问题,我弱弱的说出了自己的想法,竟然被老师肯定了,下一次课老师当着一百多人的面送了我情人节老师的先生送她的巧克力,心理真的可开心了。正因为这样结识了朱老师,第一次接触到了很有魔力的图像处理,也有了接下来在老师和小导的指导下,参加了“国家大学生创新创业实验计划”一系列的故事,正因为这次参与了课题,才与图像、和一群可爱的人儿结下了缘分,仿佛好多回忆也是从接触这群可爱的人儿才开始的,比如被大家亲切的称为朱妈妈的朱虹教授、睿智的栋哥、以飞哥为代表机智、有趣的师兄们(最后都成了我的亲戚)、完全信任的晶晶姐,当然少不了让我又恨又爱的霸道、古朴却超级厉害的师父。因为这次结缘,我在图像处理的路上头也不回的走到了现在,尽管也跌倒过。

科研这一路

从本科毕业设计“基于Hog特征的行人检测算法研究”,到“乳腺图像计算机检索与识别”,到“打破沉默 家暴者请走开”再到“人脸检测与识别”以及“上皮、淋巴、中性粒细胞检测与识别”也参加了许多项目,零零散散的接触了许多图像处理、机器学习、模式识别的知识,因为在做项目的过程中,需要去学习各种各种各样的知识,最近准备腾讯【基础研究】的面试,但是在准备项目经验这块时,自己都模模糊糊的,而且许多知识点自己已经生疏了好多(这都是自己曾经死磕了多久,通宵过才看懂的算法啊),于是痛下决心打算将之前接触过的知识点都整理下来,但是一直都没有付诸行动,一方面是因为惰性的原因,也怕自己写错了,想着一下子写全,太过追求形式,还有一方面,没有动力去整理!

直到今天看到《剑指Offer》关于应聘者项目经验这块时,让我感到莫名的兴奋。

简历中描述项目的STAR模型

项目经验的描述(STAR)模型包括以下几个部分:

Situation:简短的项目背景;

Task:自己完成的任务;

Action:为了完成任务自己做了哪些工作,怎么做的;

Result:自己的贡献;

面试官针对项目经验最常问的问题:

1、你在项目中遇到的最大的问题是什么?你是怎么解决的?

2、从这个项目中你学到了什么?

3、什么时候会和其他团队成员有什么样的冲突?

看到这些问题,首先感到很激动,脑子中涌现出了许多回忆,觉得这些问题仿佛把进入教研室学到的东西都串起来了,毕竟在参与的项目都是很有应用价值的,而且一路走来看过斯坦福机器学习的公开课,第一次接触到正负样本(被大家戏称为“抠图小公主”)、研究了模式识别方面一些经典的算法,为了项目、比赛通宵过,为一件事作为主人翁去负责去担当,为了算法的一个思路大家吵得面红耳赤到最后又静下心来好好讨论,总之一路走来有很多感触,那么我是不是刚好了可以利用这些问题把自己学过的做过的东西好好梳理、整理一下呢?按照时间顺序我先粗略的理一下:

1、基于Hog特征的行人检测算法研究:正负样本的获得和处理,Hog特征的提取过程,SVM的理论知识,对训练结果进行分析调整样本、调整算法和参数;

2、乳腺图像的计算机检索和识别:DDSM数据库,Freeman链码,文件操作,图像检索、MFC创建应用程序对话框;

3、打破沉默,家暴者请走开:作品设计构思、团队协作、人脸检测、性别识别、目标跟踪、关注度检测;

4、中性粒、上皮、淋巴细胞检测与识别:图像分割、目标提取、细胞识别;

5、基于户外的多场景人脸识别:样本归一化处理、人脸检测、Face Alignment at 3000 FPS(人脸对齐)、随机森林、Adaboost、LBP特征、SIFT特征、卷积神经网络、主成分分析、稀疏编码、BP神经网络、标签传递算法、KNN等等。

感觉越写思路越清晰,我就刚好可以顺着这个思路把知识一点点整理,把自己对算法的理解写下来,不是刚刚好吗?开工!

我相信越努力,越幸运!

越努力,越幸运!

上一篇下一篇

猜你喜欢

热点阅读