传音
功耗系统工程师（重庆）(J20277)
功耗系统工程师（重庆）(J20277)
发布于 3 天前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai应用开发
Llm
Pytorch
Tensorflow
数据分析
自动化工具开发
软件工程
值不值得投
66综合评分
综合评分 66
AI与自动化技术结合的新兴岗位，技术成长空间明确，但薪资福利与工作生活平衡信息未披露。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
1.6万
与人工智能中位数基本持平
发布情况
新岗位 · 3 天前发布
公司情况
这家公司招聘很活跃
约 400 个在招 · 其中人工智能 15 个
市场机会
选择适中
重庆 · 人工智能 · 18 个在招
职位详情
关于这个职位
该职位负责结合自动化技术与人工智能，为手机功耗测试团队开发和维护高效工具
工作内容包括开发功耗数据采集、分析、可视化的自动化平台，探索并应用AI技术（如大语言模型）于测试用例生成、异常检测等场景，并推动AI工具在团队内的落地与赋能
最低要求
计算机科学、软件工程、人工智能、电子信息等相关专业
熟练使用 Python，有实际项目开发经验（课程设计、竞赛、实习均可），代码规范意识好
了解常用 AI 开发框架（PyTorch 或 TensorFlow），有模型训练或微调的实际经验
了解基本的软件工程实践：Git 版本控制、单元测试、API 设计
工作职责
自动化工具开发：承接功耗组测试自动化、数据分析自动化、报告生成自动化等工具的开发与维护，提升团队日常工作效率
AI 工具与应用开发：参与功耗自动化平台的功能模块开发，包括功耗数据采集 pipeline、自动分析引擎、可视化看板等
AI 辅助测试探索：参与 AI 数字测试员项目，探索 AI 在功耗测试用例生成、异常检测、根因分析等场景的应用
团队 AI 赋能：协助推广 AI 工具在团队内的使用，编写使用文档和培训材料，帮助团队成员提升 AI 工具使用能力
技术调研与验证：跟踪 AI 辅助开发、自动化测试领域的最新工具和框架，评估引入可行性并做原型验证
优先资格
有 LLM 应用开发经验，使用过 LangChain / AutoGPT / Agent 框架，或基于 API 做过 AI 应用
有前端开发能力（React / Vue / Streamlit），能独立搭建工具界面
AI 洞察
优缺点分析
优点
- 技术栈较新，能接触并实践AI（特别是LLM）在传统硬件测试领域的落地应用
- 岗位职责明确，直接为业务团队提效，成果易于衡量
- 处于公司内部技术赋能的关键位置，能锻炼从0到1搭建工具平台的能力
- 需要快速理解复杂的功耗测试业务场景，并将技术有效结合
- 作为内部工具开发岗，可能面临需求多变、优先级调整频繁的情况
- 适合具备扎实Python和AI基础，对自动化与AI应用开发有浓厚兴趣，希望将新技术应用于解决实际工程问题的初级或有一定经验的求职者
缺点 / 挑战
- 部分技术（如AI数字测试员）处于探索阶段，可能面临技术路线不确定性的挑战
角色解读
- 技术深耕：可沿着AI工程、自动化测试专家方向发展，成为团队的技术骨干
- 领域拓展：从功耗测试自动化拓展至更广泛的智能测试、AIOps领域
- 技术管理：随着项目经验积累，可带领小团队负责更大规模的平台或工具建设项目
- 为功耗测试团队开发自动化工具，提升测试与数据分析的效率
- 参与构建AI驱动的数据分析平台，包括数据流水线、自动分析与可视化
- 探索将AI技术（如LLM）应用于测试领域，实现用例生成与异常分析
- 推广AI工具在团队内的使用，并提供培训与技术支持
- 精通Python编程，具备良好的代码工程实践
- 掌握PyTorch或TensorFlow等AI框架，有模型训练或微调经验
- 了解LLM应用开发技术栈（如LangChain）及前端工具（React/Vue）为加分项
- 具备软件工程基本素养，熟悉Git、单元测试与API设计
申请策略
- 申请前可以研究传音手机的产品线及其对功耗控制的关注点，理解该岗位对公司产品的价值
- 在简历或面试中，可以准备一个将AI技术与一个具体场景（不限于测试）结合的解决方案构想
- 重点展示Python项目经历，突出代码规范性和解决实际问题的能力
- 详细描述使用PyTorch/TensorFlow进行模型训练或微调的具体案例
- 若有LLM应用或前端工具开发的项目，应作为亮点单独呈现
- 通过课程设计、竞赛或实习项目，体现对软件工程实践（Git、测试等）的了解
- 深入学习大语言模型（LLM）的应用开发框架（如LangChain），并动手实现一个简单的Agent应用
- 实践Streamlit等轻量级前端框架，快速构建一个数据可视化看板
面试指南
- 使用STAR法则（情境-任务-行动-结果）来组织回答，突出个人贡献和实际成果
- 对于技术原理问题，结合具体项目经验解释，避免空谈理论
- 对于开放性问题（如AI应用前景），先阐述理解，再提出结合岗位的具体思考，展现业务理解和技术洞察
- 请介绍一个你用Python开发的自动化工具或AI应用项目，解决了什么问题？
- 你对PyTorch/TensorFlow的使用熟悉吗？请描述一个模型训练或微调的经历
- 你如何看待AI（特别是大语言模型）在测试自动化领域的应用前景和挑战？
- 如果让你为一个测试团队开发一个简单的数据可视化看板，你的技术选型和实现思路是什么？
- 你如何保证自己编写的代码质量和可维护性？
职位点评
薪资福利65
成长发展82
工作生活50
使命价值60
薪资福利
65中等
JD未提供任何薪资与福利信息，只能根据市场行情和职位要求进行一般性推断，信号较弱。
薪资信号未披露（AI估算：1.2千–2万/月）
成长发展
82较高
岗位涉及前沿的AI技术应用开发与自动化平台构建，对个人技术深度和工程能力有明确要求与锻炼，成长路径清晰。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、LLM、LangChain、自动化测试、数据Pipeline、可视化
业务类型ambiguous
工作生活
50较低
JD未提及任何工作模式、弹性办公或WLB相关信息，工作地点固定，生活化动机的满足程度难以判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
该职位通过提升测试效率与质量间接服务于手机产品，具有明确的工程应用价值，但社会影响力感知相对有限。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
传音 的其他在招职位
相似职位推荐
Watch Jobs