AI给嵌入式带来的改变：从挑战到新机遇传统嵌入式开发遇到的难题：算力和资源不匹配：AI 技术不断进步，像 CNN、RNN 这些 AI 模型，对计算资源的要求越来越高。但嵌入式设备因为使用场景的关系，一般都得做到低功耗、小内存 。比如说，一个普通的 CNN 模型运行起来，可能需要好几 GB 的内存和很厉害的计算核心支持，可大多数嵌入式设备的内存也就几十 MB 甚至更少，计算能力也不强。这么大的差距，让传统嵌入式开发在运行 AI 模型时困难重重。开发思路大转变：以前的嵌入式开发，主要是按照确定的规则来编程，用 if - else 这样的条件语句实现各种功能。但 AI 开发不一样，它靠数据驱动，得收...

如题，今天研究生出分了各位牛爷爷，当年我随便考的就我这个学校研究生考上了，分数还行，但是同时找到个嵌入式软件500多人的本地福利还可以的公司，牛爷爷们我该咋选啊

前言二面整体难度明显高于一面，问题从“你做过什么”升级为“你为什么这样设计”“如果量产会遇到什么问题”。不再停留在模块级别，而是围绕整机系统架构、视频处理链路、性能瓶颈、异常场景和可靠性设计展开深挖。面试官更关注：是否真正理解影像系统的数据流是否具备系统级架构思维是否有产品化与量产经验是否能从性能、功耗、热、稳定性多维度思考问题整体感觉：如果没有完整做过影像类产品，或者没有系统级复盘，很容易被连续追问带走节奏。详细介绍你做过的影像项目整体技术架构，你负责的模块是什么？数据流如何设计？如果让你从零设计一款运动相机的软件架构，如何分层？模块如何解耦？运动相机防抖有哪些实现方式？EIS 和 OIS ...

准备找个嵌入式软件应用开发的实习，但是八股真的好多啊，感觉准备不过来了，但现在还没刷算法题没刷力扣，还在扒自己的项目和一堆八股，感觉好多不会的也不敢投，请问佬们算法题重不重要会不会手撕代码啊