AI Solution Software Engineer

优缺点分析

角色解读

• 成为异构计算和低延迟优化领域的专家，主导关键IP同步架构设计
• 晋升为技术主管或架构师，带领团队推动下一代平台方案
• 横向扩展至AI算法与硬件协同设计，参与芯片早期规划
• 设计并优化跨IP同步协议(Synx)，减少GPU、DSP、ISP、CPU之间的通信延迟
• 与相机、GPU、AI等团队协作，确保异构计算流水线的低延迟和高能效
• 指导OEM厂商使用高通的同步机制优化其应用场景
• 精通C/C++编程，深入理解计算机体系结构和实时操作系统
• 熟悉同步原语（fence、信号量）和跨处理器通信机制（如IPCC、RPMsg）
• 具备异构计算平台（GPU、NPU、ISP）的优化经验

申请策略

• 了解高通在AI和相机领域的最新解决方案，在面试中体现对业务的理解
• 准备英文技术沟通，展示与全球团队合作的能力
• 突出C/C++编程能力和底层系统优化经验，如调度、中断处理、DMA等
• 展示在异构计算平台（GPU/DSP/NPU）上的低延迟或同步方案设计案例
• 强调与硬件团队协作、驱动开发或性能分析工具（ftrace、perf）的使用经验
• 深入学习高通SoC架构和Synx协议，阅读公开文档或开源相关代码
• 补充Linux内核驱动和DMA-BUF、fencing等知识
• 实践Android/Linux性能分析工具，特别是跨IP跟踪

面试指南

• 对于优化类问题，采用“问题-方案-效果”结构：先说明瓶颈，再提出具体优化手段（如减少信号传递次数、使用硬件fence），最后量化改善
• 对于概念理解题，先给出定义，然后结合项目实例说明应用场景和注意事项
• 请解释在多IP流水线中如何减少同步延迟？
• 描述一个你优化过跨处理器通信的案例，使用了哪些技术？
• 你对Synx或类似fence机制的理解是什么？
• 如何处理异构计算中的死锁或资源竞争问题？
• 如何调试一个跨IP、涉及多个子系统的性能问题？
• 复习操作系统、计算机体系结构核心原理，特别是同步与并发