# 2021 年「[資訊科技產業專案設計](https://hackmd.io/@sysprog/info2021/https%3A%2F%2Fhackmd.io%2F%40sysprog%2Finfo2021-homework4)」課程第 4 次作業
###### tags: `資訊科技產業專案設計`
## 作業要求：
1. 自 [IC 產業結構和軟體工程師的機會](https://hackmd.io/@sysprog/info2021/https%3A%2F%2Fhackmd.io%2F%40sysprog%2FBkE4X5vvF) 列出的 IC 設計公司的官方網站中，找出較符合自身興趣/規劃的職務描述
2. 分析上述職缺所需要的能力，探討自己在專業上匹配的程度
3. 嘗試列出上述職缺的面試題目，可以是網路搜尋整理，也可以自行改寫
4. 對面試題目進行問答，文字紀錄即可。

---

## 自身能力：
### DL / ML:
* **MATLAB:** Image processing / Signal processing / ML / DL (CNN, Faster-RCNN)
* **Python:** Tensorflow(CNN, AutoEncoder, Cycle-GAN) / Pytorch(GNN)
### Web:
* **FrontEnd:** React
* **Backend:** Node.JS
* **Database:** MongoDB, MySQL
### CI / CD:
* **Docker**

---

## 研究內容：
### [碩士論文(MATLAB)：](https://)
> Using Faster RCNN for detecting imbalanced Arrhythmias in ECG signal with grad-CAM visualization.
> 利用Faster RCNN偵測ECG訊號中多類別且資料不平衡的心律不整疾病，並結合grad-CAM演算法視覺化模型所學習到的特徵。

>此研究的目的為自動偵測一段ECG訊號中出現的各種心律不整心跳，以協助臨床醫師診斷。資料來源為PhysioNet上公開的MITBIH心律不整資料庫。
>研究中使用到了訊號處理(濾波、去雜訊)、物件偵測演算法(Faster RCNN)、可解釋AI演算法(Grad-CAM)，並且也使用了調整 training class weights 的方式來改善各類別間資料嚴重不平衡的問提。目前在使用以ResNet50為卷積架構的Faster RCNN模型下，6個類別的偵測及分類可達到 mAP 96.5% 的結果。
### [大學專題(MATLAB)：](https://)
> Development of a deep-learning-based neurodegenertive diseases screening algorithm via gait force signal recurrence plot
> 將步態訊號進行遞歸圖特徵轉換，以利用深度學習演算法進行退化性神經疾病之快篩分類。

### 碩班修課：
* **[多媒體內容分析(Python)：](https://)**
> 將聲音訊號轉換成時頻圖並以 CNN 進行樂曲風格辨識，並利用 Cycle-Gan 自動生成具有該樂曲風格的專輯封面。
* **[分散式系統與巨量資料平台(Python / C++)：](https://)**
> 以 Python Keras 訓練可進行心臟疾病分類的CNN模型，並將訓練好的模型寫入兩台 STM32F7 中，進行分散式預測，以加速巨量資料下的預測速度。
* **[資料庫管理系統與實務(Python / MySQL)：](https://)**
> 以 LSTM 進行股價預測，並實作 MySQL 資料庫的寫入及讀取
* **[機器學習(Python / R)：](https://)**
> 利用機器學習演算法(LASSO, Random forest, Boosting tree, SVM)及深度學習演算法(CNN)進行AOI光學影像辨識。
* **[社群網路與推薦系統 (Python)：](https://)**
> 利用 GNN 進行廣告點擊率之預測

---

## MediaTek [👉](https://careers.mediatek.com/eREC/)
### [1. 演算法開發_影像演算法](https://careers.mediatek.com/eREC/JobSearch/JobDetail/MTK120210825004?langKey=en-US)
#### Job Description:
> 對行動通訊、無線及寛頻連結、家庭娛樂晶片解決方案有濃厚興趣的2022年應屆畢業生。
#### Requirement:
> * 具信號/影像處理研究經驗者
> * 數位影像處理
> * 電腦視覺演算法開發
> * 顯示技術演算法開發
> * 機器學習演算法開發
#### [可能職類介紹：](https://careers.mediatek.com/eREC/Content/PDF/Algorithm.pdf)

---
### [2. AI & Computing Platform(Processor Design)](https://careers.mediatek.com/eREC/JobSearch/JobDetail/MTK120210823006?langKey=en-US)
#### Job Description:
> 對行動通訊、無線及寛頻連結、家庭娛樂晶片解決方案有濃厚興趣的2022年應屆畢業生。
#### Requirement:
> * 具AI或機器學習(Reinforcement learning、Machine Learning、Deep Learning、NLP、Image Recognition, …etc)課程實作經驗
> * 或具資料探勘/資料科學/資料分析課程實作經驗
> * 熟悉Python / JavaScript / Java 語言
> * 具備解決問題的能力，及良好團隊合作與溝通能力

## 可能面試題目：
### 白板題：影像放大 Image Enlargement
[參考資料](https://jason-chen-1992.weebly.com/home/nearest-neighbor-and-bilinear-interpolation)

* **最近鄰居插值 Nearest neighbor Interpolation**
假設要把一張2x2的圖 Enlargement 2倍變成 4x4:



* **雙線性插值 Bilinear Interpolation**
至於雙線性插值，相比於最近鄰居只參考一個點，它參考了周邊的四個點，並依據到各點的距離做為權重來決定要填入多少。

參考下圖，具體可表達為：
欲求的點：P(x,y)
四鄰點：Q11(x1,y1)、Q12(x1,y2)、Q21(x2,y1)、Q22(x2,y2)
設距離：a' = x2 - x1 、b' = y2 - y1、a = x - x1 、b= y - y1
P(x,y) = ( (a'-a)(b'-b)Q11 + a(b'-b)Q21 + b(a'-a)Q12 + abQ22 ) / ( a' * b' )