🔹读研：985工科硕士，研究课题是电磁MEMS器件，从器件设计仿真到流片封装测试，打下扎实的硬件底层基础。
🔹工作：应届生入职500强-传感器工程师，入职转码一周年咯，share一些个人想法💡
▪️转码的过程确实需要额外花时间，但过往硬件底子能帮我更快读懂代码背后的硬件逻辑。硬件思维转码，一年里真实踩过的思维差坑如下：
1️⃣零容错习惯，初期跟不上软件迭代节奏
实验室器件、电路实验容错率极低，做实验习惯反复校验、追求极致完美。刚入职总纠结细节打磨，耽误整体交付节奏，慢慢学会先交付可用版本，再迭代优化细节。
2️⃣初期过度依赖AI生成代码，忽略硬件适配
现在日常都会借助AI工具生成基础代码框架，极大节省重复造轮子的时间，但AI输出的通用代码不会贴合专属时序、功耗、采样需求。之前直接套用出现过数据漂移、设备适配异常，现在养成习惯，所有底层交互代码都结合硬件经验二次核对。
3️⃣区分实验室思维和量产工程思维
在校实验只需要实现功能、跑出达标数据即可，职场研发要兼顾批量量产稳定性、多型号传感器兼容，考量维度会更全面。
4️⃣在AI普及当下，团队开发都会用AI辅助写代码、整理标准化文档，不少工科同学会担心自身竞争力
👍AI是很好的提效工具，但很难替代拥有完整软硬件经验积累的工程师。AI可以输出通用驱动、基础算法模板，却无法识别传感器噪声、时序误差、硬件边界隐患；整机软硬件联调、量产方案权衡、传感异常排查，都依赖多年实验室沉淀下来的硬件思维。
✍️写给迷茫的MEMS学弟学妹
不用刚入学就焦虑锁死单一赛道，硕士阶段安心夯实硬件底层基础，后面再顺着行业趋势、自身岗位需求补充技能，把看似繁杂的学习内容，转化成独属于自己的复合竞争力。
硬件、软件赛道没有高低好坏，找到适配自己性格、发展期待的路线稳步深耕就很好。
💭仅代表个人一年工作感悟，
不推荐、不拉踩任何赛道～
