测试工程师（智能终端）(J18984)

优缺点分析

角色解读

• 技术专精路线：深入AI硬件评测领域，成为性能优化专家或AI系统架构师
• 软硬结合路线：拓展嵌入式开发或AI算法在端侧部署的能力，成为全栈型AI硬件工程师
• 测试管理路线：积累项目经验后，可向测试团队负责人或质量保障工程师方向发展
• 搭建和维护AI硬件产品的测试环境，使用示波器、逻辑分析仪等专业仪器进行功耗、稳定性等性能指标测试
• 阅读硬件原理图，理解电路设计，设计并执行硬件功能与信号完整性测试用例
• 运用AI Benchmark等工具，评测不同大模型在各类算力硬件上的推理速度、精度等表现，并输出横评报告
• 定位硬件异常问题，推动其归因、修复和验证闭环，确保产品质量
• 扎实的硬件知识，能看懂原理图，理解常见接口协议（PCIe、USB、I2C/SPI等），并熟练操作示波器、万用表等测试仪器
• 对AI大模型技术有基本了解，关注其发展，并能使用AI Benchmark等评测工具对模型在硬件上的表现进行客观评估
• 具备一定的编程或脚本能力（如Python/Shell），能编写自动化测试脚本，或使用Cursor/Copilot等AI编程工具提升效率
• 清晰的沟通与总结能力，能将技术问题、项目经历和解决方案逻辑清晰地表达出来

申请策略

• 仔细研读职位描述，确保你的简历和面试回答能逐一回应其中的关键要求（如“AI-first思维”、“项目讲清楚”）
• 提前了解新华三在智能终端、AI计算盒子等领域的产品或布局，思考你的技能如何与之匹配
• 重点突出任何与硬件测试、AI模型评测相关的课程设计、竞赛经历（如电子设计竞赛）或个人项目（如用Jetson跑模型）
• 清晰描述1-2个你解决过的技术问题，说明问题背景、你的分析思路、使用的工具和最终的解决方案
• 明确列出你熟练使用的AI编程工具（如Cursor）或推理框架（如llama.cpp），并准备1-2个使用案例
• 如有GitHub、技术博客或项目文档，务必在简历中提供链接，展示你的技术积累和主动性
• 系统复习硬件基础课程（如模拟/数字电路），并找机会动手操作示波器、万用表等仪器
• 学习使用1-2种主流的AI推理框架（如Ollama, vLLM），并尝试在本地或开发板上运行模型，体验评测过程

面试指南

• 回答项目问题时，采用“STAR”法则（情境、任务、行动、结果），重点突出你的技术选择和解决问题的过程
• 回答评测设计问题时，从准确性、性能（速度、时延）、资源占用（功耗、内存）等多个维度展开，并说明如何控制变量和保证公平性
• 回答AI工具问题时，强调工具如何提升了你的编码效率、学习效率或解决了具体问题，体现“AI-first”的应用思维
• 回答硬件基础问题时，回归基本原理，清晰、有条理地进行对比解释
• 请介绍一个你参与过的硬件测试或AI相关项目，你在其中具体负责什么？遇到了什么技术难点？如何解决的？
• 如果让你评测一个大语言模型在两块不同算力的开发板上的表现，你会设计哪些测试指标和流程？
• 你平时是如何使用AI工具（如Copilot、Cursor）来辅助你学习和开发的？能举一个具体的例子吗？
• 请解释一下PCIe和USB这两种接口协议的主要区别，以及在硬件测试中需要注意什么？