应届生方向选择 后端 ai infra 嵌入式

ai infra推理加速/推理框架方向找实习求捞，之前有一段大厂对口实习经历

一面：自我介绍（很简短，才6min，面试官说可以了）家在哪里？平时爱好？看什么书？读后感？平常运动吗？频率？讲一下毕业课题？为什么选这个课题？嵌入式方面的项目？横向项目吗？你主要负责什么？用的什么芯片？内核？用到哪些模块？IIC，SPI，看门狗？Freertos是自己移植的吗？移植步骤？创建了多少个任务？任务偏差多大？传感器涉及到几个？传感器检测原理是什么？硬件上和编程上如何获取数据的？IIC通讯速率多大？每次通讯的数据量多大？代码量多少？开发过程当中，最大的困难是什么？传感器的芯片，为什么这么选？最终信号输出到哪里？传感器网络的拓扑是什么样的结构？传感器转换精度？通讯协议是什么？这个项目技术...

本科的时候，就因为大作业而难受，总结下来主要是。首先，怎么选一个所谓的“创新”题目，就是一件很难的事情，什么叫创新呢？前人都没做过？那我能做出来吗？前人有做过的，有怎么讲出自己所谓的“创新”呢，除了一小部分确实有作用的之外，其他所谓创新不就是应付一下吗。这就有了第二点痛苦，【做的事情无意义】。除了一小部分真的对社会有作用的之外，大多数人所谓的论文到底有什么贡献呢。。基本就只是为了一个毕业而已。所以这就很难过了，本身因为第一点的创新要求，做起来就不顺，然后做的很难过的时候，一想这东西做出来也没用，更难受了。。第三点就是真的做不出来的痛苦，在做之前没人可以告诉你怎么样一定行，就是试。比如一个问题等你解决，你结合ai，大概想到了A和B两种方案。经过一番思考，你决定了好像更简单的A，结果做A过程中，遇到了一个没想到的问题C,为了解决问题C，你又发现有DEF三种方案，做了半天D，发现不行，转E，又遇到了一个新的问题G。。于是你决定退回一开始的B，结果B也会遇到问题。。于是就这样一周一周一周一周，总在深夜安慰自己，没事，熬过去就好了，经历这个过程。但是，你一想到这个问题解决了，也带不来什么意义。甚至可能是没法放到论文里的。。就真的很难顶了

在AI火热浪潮之下，AI把各个领域都搅得风生水起。但是在To B领域中，AI落地太难，难在数据孤岛、场景复杂化和行业认知断层。想打通技术和业务的壁垒，光靠算法可不够。关键在于促进数据的融合和技术、业务的深度融合。如何让AI真正落地，真正去赋能复杂场景的逻辑推理和决策？我们今天要聊到一个系统——JVS逻辑引擎。它将业务流程的隐性规则和机器学习的自适应能力深度融合，构建起了一套可解释、可迭代、可跨领域迁移的智能决策体系。并且将AI能力解构为可编程、可监控、可复用的业务组件，让企业像搭积木一样构建自己的智能工作流。企业级AI应用的痛点：市场充斥着大量垂直场景的AI工具，但是工具间数据孤岛、接口标准混...