作为嵌入式工程师，我的landing期充满了挑战与成长。刚加入公司时，我对很多项目和技术细节并不熟悉，尤其是在硬件和低层代码的部分，感觉自己像个新人，需要迅速适应。最重要的是，我意识到请教同事是成长的最快捷径。每当遇到技术难题或不懂的概念，我会主动找有经验的同事请教，不仅能解决当下的问题，还能学到很多实用的技巧和方法。和同事们一起讨论项目的设计思路和实现细节，帮助我快速熟悉公司的开发流程和技术栈。另外，我知道回家也要保持学习。白天在工作中处理实际问题，晚上我会阅读相关的技术书籍和文档，跟进新的技术动态，巩固自己对嵌入式系统的理解。比如，系统架构设计、调试技巧和优化方案，这些都是日常工作中不可缺...

起因是我前几天收到了一家ai独角兽公司的offer，他们说他们是学习palantir的fde模式，然后我好奇就去搜了一下palantir 这家公司可以说是美国AI圈炙手可热的AI明星，各大AI公司，包括openai纷纷效仿，美国FDE岗位的需求迅速增长palantir主营AI数据中台治理业务，企业大模型服务商，曾为美国国防部服务，在击毙本拉登的行动中一举成名，此后一直是美股中的一颗明星。随着AI的不断融资扩张，各大AI公司必定会不断向AI落地应用转型，以寻求稳定盈利，当今ai公司的第一需求已从研发出更厉害的ai向活下去，让技术可落地，可盈利改变，不能落地应用不能盈利的AI注定只是空中楼阁，而palantir模式为各大ai公司提供了一个AI落地的模板--本体论-FDE模式，AI前沿部署工程师（做出一个公司的产品模型（本体），让工程师去客户现场开发，现场解决业务问题，做定制化开发，现场开发的解决方案沉淀成一个可复用的模板，融进本体中，在另一个客户使用的时候可以直接复用，这就是美国目前火爆的Palantir模式各位是否觉得这种模式很熟悉，这不就是我们这里交付工程师和解决方案的职责吗，中国的软件公司一直在用的模式。但是欧美之前软件行业一直强调的是标准化，所以saas行业一度十分流行，只卖产品，不卖定制化服务，但随着ai时代的到来，美版saas的服务体系跟不上ai公司产品的快速迭代，所以演变出了FDE这个岗位由此影响到国内，我认为在各大企业都在寻求AI落地的背景下，国内未来的AI行业的交付和解决方案工程师需求会是一个新的增长点，并且未来发展尚可，该岗位需要的能力是：技术能力，现场沟通能力，需求挖掘能力，对个人的综合素质要求比较高，而且在未来也会有一定的人脉积累而且交付，售前，解决方案类岗位对比开发算法来说对学历和技术要求并不高，也不是很卷，唯一是起薪可能偏低，需要频繁出差，擅长与客户沟通非常适合学历一般有技术背景且擅长交际，想从事销售的小伙伴，且可以直接产生利润，有些公司还会给你一些回款提成作为薪资的一部分

前言禾赛科技二面更侧重Linux驱动开发、系统级编程和激光雷达专业知识，面试官通常是技术leader或架构师，会深入考察项目经验和问题解决能力。二面难度明显高于一面，时长约40分钟，通过二面基本就能拿到offer。禾赛科技嵌入式二面12题详解1. 详细介绍一下你做过的某个项目，重点说明你的贡献参考答案：我做过一个基于Linux的工业相机数据采集系统，负责整个底层驱动和数据处理模块的开发。项目背景：工业相机通过MIPI CSI接口连接到ARM处理器，需要实时采集1080P@60fps的图像数据，进行预处理后通过网络传输到上位机。我的贡献：驱动开发：基于V4L2框架开发了MIPI CSI驱动，实现...

1.自我介绍2.平时如何学习前端3.实验室的指导4.用户在浏览器地址栏输入一万到页面展示发生了什么（http，浏览器渲染逻辑）5.异步代码输出（set time out，async）6.js事件循环7.css垂直居中8.position垂直居中具体做法9.vue响应式原理（vue2.3）10.工作中遇到的设计模式11.选择器优先级12.git代码提交冲突怎么解决13.项目：拖拽功能实现，图片懒加载（什么情况下加载什么情况下不加载）14.项目中最有技术挑战的是什么15. （1）实现new操作符（2）列表到数的数据变形