海康威视嵌入式软件开发-应用，技术面

具备 RTOS（FreeRTOS、RT‑Thread、μC/OS）环境下嵌入式 AI 开发经验，面向工业控制、智能仪表等场景实现实时 AI 推理。将轻量机器学习与深度学习算法部署到嵌入式控制器，完成设备状态监测、故障预测、参数自适应调节等功能。严格保证 AI 推理在硬实时任务中的执行周期，避免影响控制逻辑稳定性。熟悉工业总线与通信协议，可将 AI 分析结果通过 Modbus、CAN、以太网上传至上位机。能够在强实时、高可靠要求下完成 AI 模块与控制程序联调，提升工业嵌入式设备的智能化与预测性维护能力。

嵌入式春招到了最后冲刺阶段，本质上已经不是“补知识”的阶段，而是“把你已有的能力压缩成面试可命中表达”的阶段。很多人这时候容易走偏：继续刷新框架、继续啃新协议、甚至去补一些用不到的外设细节。但现实是，大厂和中小厂的面试筛选已经进入高频收敛区——他们看的不是你会多少，而是你能不能把关键能力稳定地“打出来”。一、最后阶段的本质：不是学习，是“重构表达能力”嵌入式春招面试，尤其是C/C++ + MCU/RTOS方向，核心评估其实只有三层：基础是否稳定（C/C++ + 计算机基础）系统能力是否成立（中断 / DMA / RTOS / 驱动）项目是否能闭环（你是否真的做过完整系统）最后一个月最关键的变化...

一、 实习经历深挖项目细节：在实习期间主要负责的两个任务是什么？（数据导入、质押理财模块开发）为什么要接入质押理财模块？之前的对账精度差（0.11几）的具体原因是什么？问题解决能力：你是如何定位对账差异来源的？（分析是质押缺失还是流水精度问题）如果重新做这个任务，你会如何优化流程？（强调沟通、先咨询前开发者或社区，避免盲目排查）技术理解：你觉得这个事情的复杂度在哪里？（强调分析差异来源的过程而非单纯的代码编写）你如何看待“实习期间做的全是 CRUD”这件事？进阶的关注点应该是什么？AI 工具应用：在实习过程中如何使用 AI 提效？（编写 API 测试脚本、前置脚本等）二、 毕业设计深挖（电商平台项目）面试官通过这个项目考察你对系统设计、数据真实性及新技术融合的态度。核心功能逻辑：AI 导购系统的具体流程是什么？（正则提取关键词 -> 数据库检索 -> 大模型润色文案）如果数据库检索不到商品，大模型起到了什么作用？（补充信息或生成推荐文案）工程化思考：简历上写的“商品检索时长优化”等数据是怎么来的？（面试官敏锐察觉到数据的真实性，确认为闭设预估值）如果你要设计一个真正的智能导购，你会怎么做？（考察 RAG、Agent、倒排索引等进阶方案）对前沿技术的态度：你对 OpenClaw / AI Agent 的理解是什么？三、 开放性与场景题：AI 辅助编程（Web Coding）这是本次面试的重头戏，反映了目前大厂对 AI 工具融合度的重视。AI 应用现状：你目前日常使用哪些 AI 工具？（Gemini、Perplexity、NotebookLM）你觉得传统搜索引擎（Google）和 AI 搜索的区别在哪？实操方法论：让你用 AI 从 0 到 1 起一个电商项目，你的任务拆分流程是怎样的？如何确保 AI 实现的需求满足预期？（提到了测试、验证环节）概念辨析：是否了解 Spec Coding 与 Vibe Coding 的区别？是否了解 KPC、Plan mode 等 AI 编程模式？

一、C / C++ 基础1. const 和 volatile 分别有什么作用？在嵌入式开发里为什么经常一起出现？参考答案：const 表示变量是只读语义，告诉编译器这个值不应该被程序修改。volatile 表示变量可能被“程序之外”的因素改变，比如中断、DMA、硬件寄存器、多线程共享变量等，编译器不能擅自优化对它的读取。在嵌入式里常见场景是硬件寄存器映射，例如寄存器地址的值可能随硬件状态变化，因此通常会用 volatile。如果某个寄存器是只读状态寄存器，就可能写成 const volatile，意思是“程序不能写，但每次读都必须真的去读内存/寄存器”。2. 指针和引用的区别是什么？函数传参...