我觉得首先得好好学习python，而且python真的很简洁高效，人生苦短，得用python嘿嘿，还有python中的Flask要掌握了，就像Java中的spring boot一样还有就是基础知识啦，弄明白Transformer架构，也不用你推导公式，把每个细节都弄清楚，知道Encoder/Decoder是干啥的就行，明白什么是Embedding(词向量)。不懂的地方去OpenAI、DeepSeek或者阿里的千问这样效率贼高

1、面试官自我介绍2、结合项目自我介绍3、回流和重绘是什么，怎么减少4、tailwindCss相比手写class的优点，或者说行内样式相比class的优点5、css选择器优先级6、flex:1是什么7、flex-grow和flex-shrink的作用8、instanceOf的原理，原型链查找的过程9、Promise.all和Promise.race10、宏任务和微任务有哪些11、事件循环12、看代码说输出图一和图二13、父子组件的 setup 和 render 和 mounted 的执行的先后顺序一开始写错了，后面面试官提示了父setup -> 父 render -> 子 setup -> 子 render -> 子mounted -> 父mounted14、vue怎么监听到生命周期钩子函数的执行顺序的15、vue的响应式原理16、v-model的双向数据绑定原理17、进程和线程的区别18、浏览器有哪些线程算法题 经典150：最大正方形反问阶段：主要业务：写类似于飞书的那种内部管理的软件主要技术栈：vue最后被感谢了，面试官说感谢能参与面试......

一直在投但是没什么面邀啊😨😰😱😓

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。