旷视 嵌入式软件开发

推荐一个值得做的AI项目基于边缘AI的工业设备异常检测系统它的核心是在STM32或ESP32这类嵌入式平台上，部署轻量级AI模型，实时分析工业加热器的温度、振动等传感器数据，提前识别设备故障。这个项目能把嵌入式开发和AI技术结合起来，既需要你熟悉底层驱动、实时操作系统，又能锻炼模型量化、边缘推理的能力。我自己就在做这个项目，用TensorFlow Lite Micro把训练好的异常检测模型移植到开发板上，不仅能提升自己的技术栈，还能直接对接工业场景，对求职和科研有好处

双非本科 25届软件工程专业，秋招最终上岸某大厂移动端 AI 算法岗。分享下三个能帮你在 AI 赛道脱颖而出的硬核项目：1. ncnn 手机端高性能神经网络前向计算框架项目实践：基于 ncnn 实现手机端 YOLOv8 目标检测模型部署，针对 ARMv8 架构做指令级优化，将单帧推理速度从 200ms 压缩至 80ms，无第三方依赖，适配 Android/iOS 双平台。项目地址:https://gitee.com/Tencent/ncnn求职价值：直接体现移动端 AI 部署、跨平台兼容和高性能优化能力，是软开专业在 AI 嵌入式 / 移动端方向的硬核加分项；该框架已在腾讯 QQ、微信等亿级用...

1. 项目描述：设计并实现了一套完整基于RK芯片-低时延ROS-大模型Agent-端到端机器人系统，涵盖ROS-高带宽数据-共享内存低时延通信优化，低时延端侧大模型 Agent 离线/在线双版本交互（离线版：ASR->Qwen3-0.6B微调-量化部署->Function Call指令遵循->TTS全流式链路；在线版：Qwen全家桶ASR->qwen-plus记忆推理->Function Call指令遵循->TTS全流式响应）、完整的低时延相机视觉处理全链路（V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪）、底盘运动控制、建图导航、STM32-MCU固件开发、工业化部署（自启动、Docker容器化部署）、端侧系统性能监控等核心模块。系统采用模块化架构，支持ROS1/ROS2通信切换，实现了高性能、低延迟的实时通信与数据处理能力。1.1 功能概述1. ROS-高带宽数据-共享内存低时延通信优化2. ROS1/ROS2通信切换，ROS1 VS ROS2 机器人时延性能分析3. 端侧大模型在线/离线部署-记忆-微调-量化-部署-机器人指令遵循4. 低时延相机视觉处理全链路：V4L2相机驱动数据采集->RK-MPP/RGA硬件加速优化数据处理->多线程NPU推理加速YOLO模型目标检测->多传感器融合实现目标跟踪5. 上位机-ROS-控制模块：运动学建模、PID控制算法和里程计计算6. 下位机-STM32 MCU固件：负责实时电机控制、编码器反馈和安全保护7. 机器人导航系统模块 ：集成ROS导航栈实现机器人自主导航系统，解决机器人路径规划、障碍物避障、定位和导航控制问题。8. 雷达传感器链路：实现YDLidar激光雷达的完整驱动链路，通过适配器模式封装YDLidar SDK、工厂模式支持多雷达类型、配置管理实现参数验证。9. 端侧监控系统：设计并实现系统性能监控框架，解决机器人系统中系统级和进程级资源监控、性能分析和问题定位问题。10. 配置管理与工业化部署：设计并实现完整的Web控制界面、环境自动化配置脚本、自启动方案以及Docker容器化部署方案，解决机器人系统配置管理分散、部署复杂、运维困难等问题，确保机器人系统的工业化部署和运维管理。11. 机器人URDF模型：设计并实现完整的机器人URDF模型系统，解决机器人物理建模、多传感器坐标系定义、TF变换树构建、Gazebo仿真配置等问题。

🕐面试时间：2026/2/27💻面试岗位：Java软件开发实习❓面试问题：学校学的课程简历上两个项目，介绍一个印象深刻的项目代码有自己跟敲、运行过吗？（postman接口测试）Linux环境部署是怎么部署的吗？命令熟悉吗？（docker，即用即查）网络场景题：浏览器输入一个www网址，返回结果的过程是怎样的？（答了后端的controller，mapper，service三层调用，不对）TCP，UDP协议的区别？（没背到）项目用的什么协议?（HTTP）属于TCP还是UDP?数据库建表，索引都自己敲过吗？（导入）关系型数据库和非关系型数据库的区别？使用场景？（答了非结构化数据用非关系型数据库，...