联发科二面相比一面，更关注系统设计能力、工程经验以及对问题的深入推导能力。面试官通常会从一个开放问题切入，持续追问实现细节、性能瓶颈以及设计权衡，重点考察是否具备完整的系统思维。面试题目设计一个高并发嵌入式数据采集系统，要求支持多种外设并保证实时性与可靠性设计一个支持断电恢复和回滚的固件升级系统如何定位一个长期运行后出现的内存泄漏问题如果系统出现偶现卡死且无法复现，应如何系统性排查多核系统中如何设计任务调度以减少锁竞争在高并发场景下，如何优化中断处理路径以降低延迟设计一个高效的用户态与内核态数据交互机制如何优化Linux系统启动时间，从上电到应用启动全过程分析如果设备出现频繁IO阻塞，如何分析...

现在好多技术都在学，项目还在搞，但是害怕时间太晚来不及了，只要有人要我就可以了小厂也可以，佬佬帮我看一下😭😭

学院本真的没希望了吗😭秋招0offer，投了也石沉大海，求各位佬指点一下😭

1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...