Linux Platform Engineer – Ryzen™ AI & ROCm Client Enablement

优缺点分析

角色解读

• 深入硬件底层，成为系统软件架构师，主导下一代AI平台的支持
• 往AI软件栈或驱动方向深耕，成为ROCm或GPU计算专家
• 积累平台工程经验后，可转项目管理或技术Leader角色
• 负责Linux内核配置、编译及OS层面的调试，确保Ryzen AI平台在Linux上稳定运行
• 与固件团队合作，验证UEFI/ACPI接口，解决固件与操作系统之间的集成问题
• 集成ROCm软件栈，支持客户端AI框架（如PyTorch、TensorFlow）在Linux上的加速
• 协助OEM厂商进行平台验证，与开源社区协作推动Linux和ROCm的生态建设
• 扎实的Linux系统经验，包括内核配置、驱动调试、系统级问题排查
• 熟悉GPU或NPU的软件栈，了解AI加速硬件与操作系统的交互机制
• 掌握C和Python编程，能够编写系统工具和自动化脚本
• 了解UEFI、ACPI等固件底层概念，具备跨层调试能力

申请策略

• 在求职信中表达对AMD文化和AI赋能的认同，强调学习热情和团队合作精神
• 关注AMD在客户端AI方面的技术博客和白皮书，面试时展示行业理解
• 突出Linux内核开发或调试经验，尤其是GPU驱动或AI加速相关的项目
• 强调C和Python的熟练程度，以及在系统编程方面的实践
• 展示与UEFI、ACPI或固件相关的项目经验，或参与开源社区（如Linux kernel、ROCm）的贡献
• 如果参与过AI工作负载的部署或优化，务必提及，体现跨领域能力
• 补强GPU编程或AI框架（如PyTorch）的底层原理，了解ROCm架构
• 学习ACPI、UEFI规范，可通过阅读Linux内核源码或参加培训

面试指南

• 结构化回答：先描述问题背景，然后分析根本原因（使用工具如dmesg、perf、trace等），最后给出解决方案和验证方法
• 对比思路：如果问到ROCm与CUDA的区别，可以从生态、编程模型、性能等方面对比，展示知识广度
• 系统思维：强调从硬件到应用的全栈视角，举例说明如何联合多个团队定位问题
• 请描述一次你调试Linux内核或驱动程序问题的经历
• 你对ROCm了解多少？如何将AI模型在AMD GPU上加速？
• 解释UEFI和ACPI在系统启动和硬件发现中的作用
• 如何在Linux上为AI工作负载优化内核参数？
• 你如何与固件团队协作解决跨层问题？