最近又整理了一份 影石创新（Insta360）嵌入式岗位二面的面经。整体看下来难度比一面明显更高，很多问题已经不只是基础知识，而是更偏向 系统设计、性能优化以及实际工程问题的处理。面试官会从一些基础概念入手，但很快就会延伸到具体实现和实际应用场景。和一面相比，二面更看重候选人对 系统整体架构的理解能力。很多问题都会结合影石相机的实际产品，比如 多路图像数据处理、传感器同步、数据存储、系统稳定性以及功耗控制 等。面试官通常会通过连续追问来判断你是否真正理解这些技术在项目中的应用，而不仅仅是停留在理论层面。整理了一下这次二面中比较典型的 18 道问题，整体覆盖 RTOS、数据处理、接口通信、系统调...

ssob沟通和提交简历10：1正常吗，好多送达不回的，找个实习好累啊简历如下，求锐评

3月3日：发了实习通知3月4日：下午投了简历，晚上从hr初筛变成部门评估3月5日：刚刚收到感谢信更新状态3月5日：晚上又投递了另一个实习岗，现在是待发测试状态，问一下大佬们多久会发测试还是说现在还是会被挂3月14日：刚刚做完笔试题，选择还好，编程只做了前两道，第三道写完有错没时间改了，不知道结果怎么样，做编程题的时候因为不熟悉盲打，总是要低头看键盘和写在纸上的思路，应该不会被判作弊吧

1. 写一下 attention 公式，代码实现一下attention 的公式是：计算过程就是三步：先算 (Q) 和 (K) 的相似度分数，再做缩放，然后过 softmax 得到权重，最后用这个权重对 (V) 加权求和。 import numpy as np def softmax(x): x = x - np.max(x, axis=-1, keepdims=True) exp_x = np.exp(x) return exp_x / np.sum(exp_x, axis=-1, keepdims=True) def attention(Q, K, V): dk = Q.shape[-1] ...