嵌入式软件开发实习生

优缺点分析

角色解读

• 实习转正后成为初级嵌入式工程师，深入自动驾驶底层技术
• 向系统架构师或技术专家发展，负责整个感知/执行链路
• 横向可转至算法团队或硬件团队，拓展技术广度
• 开发传感器（激光雷达、毫米波雷达等）的嵌入式驱动，完成数据采集与同步
• 解析线控底盘（转向、制动）的CAN协议，实现控制指令收发
• 在ARM MCU或嵌入式Linux上编写C/C++代码，实现硬件抽象层模块
• 使用AI辅助工具（如GitHub Copilot）提升编码效率，与硬件和算法团队联调
• 扎实的C/C++编程能力，有STM32或S32K等MCU开发经验
• 熟悉CAN、UART、SPI等接口协议，了解嵌入式Linux基本操作
• 对传感器和汽车电子有基本认识，能阅读电路图更佳
• 熟练使用AI辅助开发工具，有自驱学习和调试能力

申请策略

• 在求职信中表达对自动驾驶的兴趣和对底层技术的热情
• 关注公司技术在感知和底盘方面的特点，面试时展现对业务的理解
• 突出STM32、CAN协议等嵌入式项目经验，如课程设计或竞赛作品
• 展示AI辅助开发工具的使用经历，如Copilot、Cursor等
• 如有智能车竞赛、RoboMaster经历，重点描述传感器驱动或通信部分
• 附上GitHub链接或代码样例，体现编程能力和代码风格
• 提前复习C/C++指针、中断、内存管理，掌握MCU开发流程
• 学习CAN协议和Linux驱动基础，尝试在开发板上跑简单驱动

面试指南

• 对于技术问题，从原理出发逐步分析，结合具体项目经验说明
• 项目经验按STAR法则：情境、任务、行动、结果，突出个人贡献
• AI工具使用问题，侧重实际效果和反思，而非工具本身
• 请描述一次你使用STM32开发外设驱动的经历
• CAN总线如何实现帧过滤和时间同步？
• 在嵌入式Linux中，如何进行中断和轮询的选择？
• 你用过哪些AI辅助编程工具？它们如何提升你的效率？
• 如果激光雷达数据出现丢包，你会如何排查？