投的是荣耀终端的嵌入式软件开发岗，方向是 RTOS 和底层驱动。一面是视频面试，面试官是个做底层系统的工程师，上来自我介绍完直接开始问技术，没有任何寒暄。整体风格是问得不多但每道都很深，基本上你答完他会继续追问细节，答不上来他会换个角度再问，感觉是在摸你的知识边界。RTOS 相关的问题占了将近一半，MCU 底层和驱动也问了不少，C++ 只问了一道但追问了很久。总时长大概五十分钟，底层基础不扎实的话会很难受。1. RTOS 的任务调度器是怎么工作的？抢占式调度和时间片轮转的区别是什么，FreeRTOS 里是怎么实现的？答：任务调度器的核心职责是决定在任意时刻哪个任务占用 CPU。调度器维护一个就...

先上Timeline:3.17 一面（一小时后通知过了）3.21 二面（面试在周末，周一上午通知过了）3.25 三面（半小时后通知过了）3.26 hr面（当天晚上发offer）面试内容：一二三面基本上都是拷打实习+项目，🈚️八股一二面各一道非常简单的算法，三面🈚️算法hr面主要是了解个人经历、性格，以及就业规划等总体感受：整个流程非常快，这个必须点赞每个面试官的专业能力就不用说了，会问到一些可能自己之前没考虑过的问题，也会现场引导我思考。整体面试氛围很轻松，像是在和同学一起讨论技术问题，交流各自的想法一样，聊的很开心暑期投了不少大厂，但只有腾讯字节给面试，其他公司都没给机会腾子那边也挂了几次不过还好最后如愿进字节了

佬们看看这个简历可以冲大厂吗

1. 自我介绍2. 项目拷打3. 你实习做了什么 有什么提升 详细说说4.Transformer 为什么适合做大模型底座？Transformer 适合做大模型底座，核心原因是 并行能力强、长距离依赖建模能力强、扩展性好。RNN 按时间步串行处理，训练效率低，而且长距离依赖容易衰减；Transformer 使用 Self-Attention 直接建模任意位置之间的关系，训练时可以并行处理整段序列，所以更适合大规模预训练。现在大部分大模型都以 Transformer 为核心结构。5. Self-Attention 的公式是什么？输入 (X) 先映射成 Query、Key、Value：注意力计算公式...