嵌入式软件开发工程师 (AI方向)_SO

优缺点分析

角色解读

• 向嵌入式AI专家方向发展，成为算法与硬件结合的关键人才
• 在博世这样的大型Tier1，可转向技术管理或系统架构师岗位
• 随着汽车智能化发展，具备AI能力的嵌入式工程师需求持续增长，职业前景广阔
• 与AI算法团队合作，对LLM模型进行剪枝、量化与部署，确保在嵌入式设备上高效运行
• 开发并优化嵌入式环境下的NLP和语义理解功能，集成到汽车底盘控制系统中
• 负责客户项目中的硬件相关软件集成、测试与发布，分析并实现客户需求
• 解决项目开发及量产后的技术问题，为内外部客户提供技术支持
• 扎实的C/C++编程能力和嵌入式软件设计经验，熟悉AUTOSAR BSW及复杂驱动开发
• 熟悉RTOS、通信协议（SPI/UART/CAN/Ethernet）和电子电路基础
• 了解AI大模型架构，具备模型优化（量化、剪枝）和嵌入式AI推理框架（TFLite/ONNX Runtime等）的实际经验
• 良好的英语读写能力和沟通协作能力，能够在跨国团队中工作

申请策略

• 重点了解博世底盘控制系统业务，在面试中展现对汽车电子控制单元（ECU）软件架构的理解
• 可以关注博世官方招聘渠道，申请时注意完整填写个人信息，并同意数据处理声明
• 突出嵌入式软件项目经验，尤其是AUTOSAR、RTOS、驱动开发相关案例
• 如果有AI模型部署经验，如使用TensorFlow Lite或ONNX Runtime在嵌入式设备上运行模型，务必详细描述
• 强调C/C++编程能力，附上代码量、性能优化等量化成果
• 展示汽车行业背景或安全关键系统开发经验，体现对行业规范的了解
• 学习模型压缩技术（量化、剪枝）和嵌入式AI框架（如TensorRT、NNAPI），并尝试在开发板上部署小模型
• 补充AUTOSAR架构知识，特别是BSW和MCAL层的开发经验

面试指南

• 对于项目经验题，采用STAR法则（情境-任务-行动-结果），突出个人贡献和量化结果
• 对于模型部署题，可以按"模型分析→优化（量化/剪枝）→选择推理框架→硬件适配→性能调优"的思路回答，强调在资源受限下的权衡
• 对于流程题，结合ASPICE或CMMI流程，说明从需求分析、设计、实现、测试到发布每一步的输入输出
• 请介绍一下你在嵌入式开发中最有挑战性的项目，你是如何解决的？
• 如何将一个训练好的LLM模型部署到资源受限的嵌入式设备上？你会考虑哪些优化？
• 你对AUTOSAR架构的理解？BSW和MCAL在其中的作用是什么？
• 假如客户提出一个新需求，从软件设计到发布，你的流程是怎样的？
• 你在C/C++编程中如何保证代码质量和安全性？