基础层得先把嵌入式功底打牢：C/C++、Linux系统编程、FreeRTOS/RT-Thread这类RTOS，还有STM32或ARM芯片的外设驱动开发，这是我们的立身之本。AI层要掌握轻量模型部署：TensorFlow Lite/MNN/NCNN这些端侧推理框架，模型量化、剪枝的优化方法，还要懂一点深度学习基础，比如CNN、Transformer的基本原理。工具层也不能少：Git版本管理、Docker环境部署，还有Python做数据预处理和模型训练的能力，方便和算法团队对接。整体来看，这个方向更偏向嵌入式为底，AI辅助，把底层硬件和AI落地结合起来。

基于与嵌入式相关度高一点的项目讲一下细节项目组成是怎样的？介绍一下freertos任务调度过程机器人的感知是基于什么算法实现的？陀螺仪通信协议？介绍SPI通信原理？通信速率是多少？如何把168MHz的主频变成SPI的通信速率？陀螺仪采集什么数据？介绍一下mahony算法为什么引入看门狗？内部or外部看门狗？IWDG实现复位的原理对can有多少了解？用什么上位机？怎么监控can总线？看你有pcb经验，自己画过板子吗？在项目中的难点？你怎么解决？

春招就是不断调整心态已挂腾讯：简历初筛挂，竞争太激烈百度：一面挂，算法题没思路流程中阿里巴巴：笔试完成，等待面试通知京东：简历筛选通过，笔试安排在本周末浪潮：一面结束，谈了项目经历和技能掌握情况其他深信服：刚投递金山：无反馈

现在找工作，不管是后端、算法还是运营，简历上不写点AI能力都不好意思投，但很多人写得太笼统，要么是“会用AI工具”，要么是“熟悉AI相关技术”，等于白写，HR根本不看！翻了一圈网友分享的干货，总结了几个实测有用的技巧。首先，千万别写空话！网友都在吐槽，“熟悉LLM、会用LangChain”这种话，等于没说，HR每天看几百份简历，根本没耐心猜你的能力。正确的写法是：问题→方案→结果，还要加可量化指标。比如你做过AI相关项目，别写“用AI做了知识库问答系统”，要写“利用RAG技术+LangChain搭建行业知识库问答系统，解决业务咨询效率低的问题，将咨询响应时间缩短60%，减少人工回复工作量30%...