能力要求：
??1．掌握面向?qū)ο蠹夹g(shù)和工程化編程思想以及OOA&OOD&OOP軟件設(shè)計和UML,具有獨立分析系統(tǒng)，解決問題的能力，能夠獨立(帶領(lǐng)團隊)完成項目；
??2．熟悉嵌入式WinCE系統(tǒng)內(nèi)核，包括各種內(nèi)核對象使用，線程、進程調(diào)度機制，注冊表、文件、內(nèi)存管理機制;熟悉WinCE系統(tǒng)剪裁、定制；arm-linux內(nèi)核剪裁,文件系統(tǒng)，arm-linux嵌入式UI程序設(shè)計。
??3．精通虛擬儀器(Labview)程序設(shè)計，熟悉軟件測試過程，規(guī)劃化設(shè)計過測試用例說明書；
??4．精通桌面VC?、C#程序設(shè)計、嵌入式系統(tǒng)(wince)程序設(shè)計,arm-linux(C++程序設(shè)計包含UI程序);
??5．精通數(shù)據(jù)庫設(shè)計、sqlserver、sqlce、sqlite數(shù)據(jù)庫；
??6．熟悉IIIustrator等圖像設(shè)計軟件UI設(shè)計；
??7．熟悉串口、USB、SPI、網(wǎng)絡(luò)等通信編程；
??8．具備電子軟件和動態(tài)稱重算法設(shè)計、數(shù)字信號調(diào)理、基礎(chǔ)算法設(shè)計，算法模型測試等；
??9．了解質(zhì)量管理體系(yy-0287?iso13485)，熟悉JJG907動態(tài)稱重汽車衡相關(guān)法律法規(guī)；
??
??知識范圍:
??貝葉斯分類器(隨機變量，貝葉斯公式，隨機變量獨立性，正態(tài)分布，最大似然估計)
??logistic回歸(概率，梯度下降法，牛頓法)
??隱馬爾可夫模型(條件概率，隨機變量獨立性，拉個朗日乘數(shù)法，最大似然估計)
??神經(jīng)網(wǎng)絡(luò)模型(梯度下降法)
??高等數(shù)學(xué)，離散數(shù)學(xué)，線性代數(shù)，算法設(shè)計原理，編譯原理，C,C++,C#?ARM匯編多種程序設(shè)計語言，數(shù)據(jù)結(jié)構(gòu)
