三位面试官，时长将近1h 1.介绍自己 2、对C++，python熟练吗？ 3、深度学习中归一化的方法 4、项目中使用过哪些芯片？ 5、有没有做过oled或别的外设的驱动？项目中有使用过rtos吗？ 6、单片机启动流程？查看过对应汇编文件吗？ 7、残差神经网络的作用是什么？从原理上讲，如何实现这一目的？ 8、IMU处理角速度值，为什么使用Mahony滤波？最后实现了什么效果？为了达到这个目标，做了哪些优化？ 9、IMU的温漂是怎么解决的？在这一过程中，如何保证温度达到预期且保持恒定？ 10、MCU接收IMU数据的时间间隔？MCU发数的时间间隔？ 11、四元数引入解决了欧拉角的什么问题？ 12、...

孩子到现在也没工作，投了小两百家了，简历迭代到目前这样，还请大家指点指点。

这是一个典型的“消息分发模型”设计问题，微博/社交平台在设计大V发博分发时，推模式（push） 和 拉模式（pull） 各有利弊。下面结合你提到的“大V发博客”场景详细分析：一、两种模式简介推模式（push）大V一发微博，系统立即将内容推送到每一个粉丝的时间线中（如写入粉丝的消息队列或Feed中）拉模式（pull）粉丝查看时间线时，实时去拉取他关注的人（如大V）最新发布的内容，再合并排序显示二、微博类应用场景选型✅ 小V/普通用户：使用 推模式粉丝数少，推送量小；内容分发量级低；直接推送到粉丝的 Feed 表中，读取快，体验好。⚠️ 大V用户（如百万粉丝）：不能用纯推模式，会有严重问题顺便吆喝...