超威半导体
Sys/Test Validation Engineer
Sys/Test Validation Engineer
发布于 1 天前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
PyTorch
TensorFlow
Machine Learning
AI Agent
LangGraph
MCP
Multi-Agent Systems
AI 估算 · 25k–40k
AI agent方向热门，AMD是芯片巨头，薪资竞争力强，但岗位偏验证，中等偏上。
职位详情
关于这个职位
该职位负责驱动AI智能体系统和工具的开发，解决团队效率问题
你将设计多智能体架构、集成MCP协议、实现机器学习模型，并与跨职能团队协作交付AI解决方案
适合有AI agent开发经验、熟悉LangChain等框架的硕士/博士研究者
最低要求
Requirements:
AI Agent & Multi-Agent Systems: Proven experience designing, building, and deploying AI agent systems, including complex multi-agent orchestration (e.g., supervisor/worker, hierarchical, or graph-based agent topologies).
Deep hands-on experience with agent frameworks and libraries (e.g., LangChain, LangGraph, AutoGen, CrewAI, Semantic Kernel, or equivalent).
Strong understanding of agent design patterns: tool use, retrieval-augmented generation (RAG), planning and reasoning loops, memory management, and human-in-the-loop workflows.
Hands-on experience developing and consuming MCP (Model Context Protocol) servers and custom skills/tools, enabling agents to interact with external services, APIs, and enterprise systems in a standardized, context-aware manner.
Core AI/ML Experience: Proven track record in AI model design, algorithm development, and model training/finetuning across various domains (e.g., Computer Vision, NLP, Generative AI).
Hands-on experience with major deep learning frameworks (e.g., PyTorch, TensorFlow, JAX).
Demonstrated research capability, evidenced by publications in top-tier AI/ML conferences (e.g., NeurIPS, ICML, ICLR, CVPR, ACL, etc.), is highly desirable.
Software Engineering Proficiency: Strong programming skills in Python and C/C++, with a focus on building scalable and maintainable software.
Experience building production-grade agent pipelines with proper error handling, observability, and evaluation/testing frameworks.
Education: M.S. or Ph.D. in Machine Learning, Deep Learning, Artificial Intelligence, or a related Computer Science field with a focus on AI.
工作职责
WHAT YOU’LL BE DOING:
Drive the development of AI agent systems and tools to solve multiple teams' problems (improve efficiency, provide new solutions, etc.), including designing and orchestrating complex multi-agent architectures and implementing machine/deep learning models.
Design, build, and maintain sophisticated multi-agent systems that coordinate autonomous agents for planning, reasoning, tool use, and task execution across diverse workflows.
Develop and integrate MCP (Model Context Protocol) servers, custom skills, and tool-use frameworks to enable context-aware, extensible AI agent capabilities.
Analyze large datasets to extract meaningful insights and guide model and agent development.
Collaborate with cross-functional teams to understand requirements and deliver AI agent-based and ML-based solutions.
Document and present agent system architectures, model/AI tool development processes, results, and insights to both technical and non-technical stakeholders.
Participate in AI solution reviews for multiple teams and adhere to best practices in software development and agent system design.
Share knowledge in AI agent development, MCP integrations, and tool development with a broad audience.
优先资格
Preferred Qualifications:
Understanding of computer architecture and hardware/software co-design.
Familiarity with post-silicon system validation environments and workflows.
A demonstrated commitment to continuous learning and staying abreast of the latest AI advancements, such as the evolution of foundational architectures (e.g., Transformers), the rise of multi-modal systems, and key developments from leading AI research institutions and industry pioneers
Experience with the end-to-end MLOps lifecycle, including data preparation, versioning, deployment, and monitoring is a plus.
AI 洞察
优缺点分析
优点
- 站在AI agent前沿技术风口，积累多智能体、MCP等稀缺经验，行业竞争力强
- AMD作为全球芯片巨头，平台大、资源多，有机会接触顶尖硬件与软件协同设计
- 职位要求高，入职后能与高水平同事共事，技术成长快
- 技术栈新且复杂，要求快速学习多个框架和协议，学习曲线陡峭
- 大公司流程规范，可能需要较多文档和跨团队沟通，非纯技术工作
缺点 / 挑战
- 岗位可能涉及系统验证工作，需要同时理解AI和硬件，跨学科压力大
- 适合既懂AI又对硬件有一定了解、喜欢挑战前沿技术、愿意在大型组织中推动创新的技术型人才
角色解读
- 发展方向包括AI架构师、技术主管或AI研究科学家，也可转向更高阶的AI系统设计
- 随着AI agent技术兴起，该领域人才稀缺，未来可成为企业内部AI平台负责人或创业
- 在AMD内部可跨团队移动到芯片验证或算法优化方向，拓宽技术广度
- 设计和实现复杂的多智能体系统，协调自主代理完成规划、推理、工具使用和任务执行
- 开发并集成MCP协议服务器、自定义技能和工具框架，使智能体能够以标准化方式与外部服务交互
- 分析大规模数据集，提取洞察以指导模型和智能体开发
- 与跨职能团队协作，交付基于AI智能体和机器学习的解决方案，并撰写技术文档
- 精通智能体框架如LangChain、LangGraph、AutoGen等，具备多智能体编排经验
- 深厚的AI/ML背景，包括模型设计、训练和微调，熟悉PyTorch、TensorFlow等框架
- 优秀的编程能力（Python和C++），能构建生产级的智能体管道
- 了解计算机架构和后硅验证流程为加分项
申请策略
- 在求职信中表达对AI agent及AMD硬件平台结合的兴趣，展现技术热情
- 提前研究AMD近期AI产品（如MI系列加速器），面试时体现对业务的理解
- 突出多智能体系统项目经验，详细描述您如何设计agent架构、使用何种框架以及实现效果
- 强调AI模型开发经历，包括模型训练、微调以及相关论文发表
- 展示Python/C++编程能力及生产级代码实践，可附上GitHub链接
- 若有与硬件验证相关的经历，务必提及
- 熟练LangChain、LangGraph等agent框架，动手搭建一个多智能体Demo项目
- 了解MCP协议，尝试开发一个简单的MCP服务器
面试指南
- STAR法则：描述情境、任务、行动和结果，重点突出技术决策和量化效果
- 结构化回答：先概述系统架构，再分模块解释各组件，最后总结挑战与改进
- 对比法：比较不同框架或方法优劣，展示深度理解
- 请描述你设计过的一个多智能体系统，包括架构、框架选择以及解决的问题
- 如何评估和调试一个多智能体系统的性能？
- 解释MCP协议以及它在智能体系统中的作用
- 给定一个任务场景（如自动化数据流水线），你会如何设计agent流程？
- 你对计算机体系结构有哪些了解？如何将AI算法部署到硬件上？
匹配度报告
75
综合匹配度
AMD AI agent工程师，前沿技术栈+高成长空间，但现场办公且WLB不确定。
适合人群
该职位最适合追求前沿技术成长、愿意在大型平台发挥影响力、且能接受现场办公和一定工作压力的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展95
工作生活50
使命价值80
薪资福利匹配
75中等
该职位未披露具体薪资，但AMD作为行业龙头薪酬在市场中上水平，福利体系完善。综合评分较高。
薪资信号未披露（AI估算：25K-40K/月）
成长发展匹配
95较高
岗位聚焦AI agent前沿技术，员工可接触顶级研究与实践，技能成长空间极大。
技术前沿前沿/新兴技术
技术栈AI Agent、Multi-Agent、LangChain、MCP、PyTorch、Generative AI、RAG
业务类型ambiguous
工作生活匹配
50较低
职位要求现场办公，未提及弹性工作或WLB，大厂研发通常有一定加班压力。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
80较高
AMD使命是改变计算体验，AI agent助力行业创新，社会影响力较大，且技术属于开拓性创新。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号accelerate next-generation computing experiences、shape the future of AI
创新程度开拓性创新（行业首创）
Watch Jobs