求问字节跳动飞书企业应用pm进度

Week01的内容不是很多，主要介绍LLM的一些基础概念和提示词撰写的方法论。我的学习顺序是：1️⃣边看Slides边记笔记，把一些面试中可能遇到的问题或者可以和面试官聊天的内容记下来，保存在云端，形成自己的知识文库；2️⃣根据Reading List，阅读推荐的材料、收看推荐的视频，这里发现一个特别不错的方法：有些视频长达三个多小时，平时比较忙根本没时间耐心看完，于是我把视频传到NotebookLM，让他结合我的专业，根据要求生成学习笔记。这样我就能收到一份八九千字的“视频转文字”报告，内容详细且经过梳理，看起来既有效率也更有结构性。还可以让它给我生成一段高质量的讲解视频或播客。3️⃣完成一...

早知道这状态就不来面了，感觉面评指定得写得贼难看。但又想着多面几次攒攒经验，结果全程紧张到飞起，面试官问的问题我压根抓不住重点，答完她还反复问，还好面试官人够意思，一直耐着性子引导我就问我那个 “怎么用数据驱动策略优化” 的问题，我当时是这么答的：xx 指标下滑之后，我用 SQL 扒了不同维度的 xx 数据，最后得出 x 结论，然后就落地了 x 策略。兄弟们帮我瞅瞅，这回答方向到底错没？是不是我压根就没听懂人家的问题啊？第一个问题就拉胯，后面英文环节直接大脑宕机一片空白！真的太憋屈了！明明机会摆眼前了，结果自己没本事接住 [完啦 R] 顺便问一嘴，字节面评能存多久啊？26 年暑期实习再投的话，面试官还能看到这次的面评不？

双非0 offer，26应届学校11月底才放人，没投多少家，感觉都招满了我现在应该找实习吗，简历还应该怎么改求大佬指教

作为嵌入式工程师，回顾过去的工作，AI时代带来了显著变化。以前，我的工作几乎全部依赖手写代码、调试硬件和排查问题，繁琐且耗时。每当遇到复杂的系统问题，调试、优化、查漏补缺都需要投入大量精力，工作压力大，时常加班。现在，AI工具极大提高了我的工作效率。自动代码生成、错误检测和优化建议减少了很多低价值劳动。AI帮助我快速处理硬件调试、内存泄漏、性能瓶颈等问题，节省了大量时间，让我可以更专注于系统设计和创新。虽然AI让工作变得轻松，但挑战依旧存在。嵌入式系统的复杂性要求我仍然保持扎实的专业知识和创新思维。AI为我提供了更高效的工具，但真正的创造性工作仍然依赖人类的思考。