华为bg保温

想做 AI Infra / LLM 推理系统 方向。 身边没有同方向的朋友能问，自己摸着石头过河整理了一份学习路线，越整理越虚——感觉知识点又多又散  我自己总结的核心路线就一句话： 先理解模型前向 → 再理解单请求生成 → 最后再看多请求 / 多卡 / 多实例下的系统优化 把 Decoder 模型和最小推理框架先跑通，再去看工业级系统，应该很多设计会自然浮出来——这个思路对吗？ 想和大家多多交流！

太丢脸了 但是实在太焦虑了，请问一下26届的友友们，大家都找到工作了吗

简历有没有改进的建议呀。求大佬内推

很多人复习嵌入式面试时，容易在资料堆里来回切换：今天刷 C 语言，明天看 Linux 驱动，后天补 FreeRTOS，最后又发现面试官真正想看的并不是你背过多少知识点，而是你能不能把底层基础、调试能力、工程经验和项目表达连成一条线。从近阶段岗位要求和面试交流内容里能明显看出来，嵌入式岗位的筛选标准正在收紧。只会停留在单片机外设调用、只会背八股、只会说“做过串口通信”的候选人，区分度越来越低。真正更容易拿到面试通过感的，是那些既能讲清楚 C/C++ 基础，又能落到 Linux/RTOS/BSP/驱动/协议/调试/项目闭环 的人。如果把现在常见的面试方向压缩成一句话，就是：基础要硬，系统观要有，项...