微信面委会

我在秋招和春招加起来面了 20 多家大厂嵌入式岗位，有一个结论是反复被验证的：FreeRTOS 不是加分项，而是默认你必须掌握的底层能力。一开始我对它的理解停留在“会用 API”：能创建任务、用队列通信、用信号量同步。但只要面试官往下追两层，这套体系就会直接崩掉。真正的分水岭不在“用过没有”，而在于你是否把它当作一个简化的操作系统来理解。下面是我踩坑之后总结出的核心考点和应对方式。一、FreeRTOS 在面试中的真实定位面试官用 FreeRTOS 判断三件事：你是否具备操作系统基本认知你是否具备系统建模能力你是否做过真正的工程而不是 demo如果不会 RTOS，你的代码模型通常是：while(...

Thank you Hellobike.

就不投

也大大小小面了很多内部正在搞AI的公司，给大家分享一下我的面试题库！ 第一章：RAG 系统 Q1: 请解释 RAG 的工作原理。与直接对 LLM 进行微调相比，RAG 主要解决了什么问题？ RAG（Retrieval-Augmented Generation）的核心是"检索+生成"两阶段：先从外部知识库中检索与用户问题相关的文档片段，再将这些片段作为上下文拼入 prompt，让 LLM 基于检索到的信息生成回答。相比微调，RAG 的优势在于： ①知识可实时更新，不需要重新训练模型； ②可追溯来源，减少幻觉且便于审计； ③成本低，不需要 GPU 资源做训练； ④领域迁移方便，...