——兼谈热门岗位趋势与应届生就业规划一、2025 年嵌入式行业整体行情回顾1. 行业总体状态：回暖但分化明显2025 年嵌入式行业整体呈现“温和回暖、结构性分化”的特征。相比 2023～2024 年的招聘收缩期，2025 年企业招聘需求有所恢复但恢复主要集中在有明确业务场景和量产需求的方向初级、泛嵌入式岗位数量依旧有限，企业更倾向于“能直接上手的工程师”整体来看，嵌入式仍然是一个技术门槛高、周期长、抗替代性强的方向，但不再是“广撒网就能进”的行业。2. 需求稳定的核心下游领域2025 年需求相对稳定甚至增长的方向主要集中在：工业控制与自动化汽车电子（车身控制、域控制器、BMS）物联网与边缘设备...

27届双九非科班上周二开始在boss上投的，投了100多了，要简历的就十几个，要完也就没后续了，到现在还没约到面

27届后端开发java选手，本科双非，硕9，项目做了黑马点评，进行优化加了一些功能模块，求大佬点评一下，这份简历能筛过简历吗？内容少吗，项目是不是只有一个不行？找了两个月的实习，有过几次面试，腾讯，小红书，美团，还有个字节测开，一个车企，都是一面挂，一面挂确实是我的面试问题，八股不熟，算法也不是很熟练，现在也在加强这两方面的内容了。我想问这份简历如果找日常实习可以吗？需要修改简历里面的哪部分的内容吗？

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...