前言最近整理了一下面试小米 IoT 嵌入式软件工程师（单片机 + RTOS方向）一面的常见问题，整体面试非常偏底层嵌入式开发，重点考察单片机基础、RTOS使用、通信协议（BLE/WiFi/MQTT）、功耗优化以及实际项目经验。面试官更关注是否真正写过嵌入式代码、是否理解系统架构与任务设计，而不是单纯背八股。下面是精简后的嵌入式方向一面高频题。请做一下自我介绍，并重点介绍你的嵌入式单片机或IoT项目经验。你使用过哪些MCU平台（如STM32、ESP32等）？项目中主要负责什么模块？单片机裸机开发和RTOS开发有什么区别？各自优缺点是什么？在RTOS中任务、线程、定时器、中断之间如何协作？Free...

很早之前的了。hr："我看你简历上写的是，20年到24年在xxx学校上学。”我：是的。hr:（震惊）啊！？（小声）你上了五年！！！（发现新大陆）你为什么会上五年呢？我：😅这个…，怎么说呢，20年9月到24年6月。好像是4年……😅hr：😳嗷嗷，这样。但是我看现在（23年11月）你才大三，你们学校大三就可以实习了吗？我：，我大四。。。。

27届0实习，想趁着寒假找个实习，投了600多份，要走简历就不回了，至今0面试，各位有何见解

在上一篇文章中，我们已经从整体架构的角度，梳理了企业级 AI 落地的一条核心链路：数仓 / 数据库 → 搜索与 RAG → Workflow / Agent并明确了一个前提事实：模型能否应用，不取决于模型本身，而取决于数据是否真正进入了模型的执行链路。这篇文章我们继续向前推进，聚焦真实落地场景：在 AI 加持的新一代数仓体系下，RAG + Workflow / Agent 在真实企业环境中，究竟是如何跑起来的？下图为完整运行链路：数据在数仓中完成 AI 化处理后，通过搜索与 RAG 转译为模型可理解的上下文，再由 Workflow 编排为可执行的 Agent 流程，支撑真实业务场景运行。一、当...