2026 Intern(3 months)-Graphics&Gaming Software Engineer

优缺点分析

角色解读

• 实习表现优秀可以转正，进入高通游戏团队成为正式AI工程师，深入移动端游戏AI研发
• 未来可以向技术专家发展，专注游戏AI算法或系统优化
• 也可转型为AI架构师，设计跨平台解决方案
• 积累高通平台开发经验后，在移动端AI、游戏行业有极强竞争力，可跳槽至其他大厂或创业公司
• 你将对游戏中的AI模块进行性能剖析，找出计算瓶颈并优化，确保在高通芯片上高效运行
• 你可能会用C++/Python实现或调优AI算法，例如超分辨率、帧生成或LLM在游戏交互中的应用
• 你将参与前沿游戏AI功能的原型开发，如程序化生成关卡或智能NPC，并与团队协作演示
• 扎实的编程能力：精通C/C++或Python，这是开发和优化的基础
• 计算机体系结构知识：理解多线程、内存管理、CPU/GPU协同，才能进行底层优化
• AI/ML领域经验：至少熟悉计算机视觉、语音AI、生成式AI或神经渲染中的一个方向
• 快速学习和独立工作能力：项目节奏快，需要主动钻研新技术并解决问题

申请策略

• 在简历和求职信中明确表达对游戏AI的热情，并提及你了解过高通Snapdragon平台
• 准备一个简短的Demo或项目展示，体现你在AI性能优化方面的能力，会大大增加通过率
• 突出AI相关项目经验，特别是游戏AI、计算机视觉或生成模型方向，展示你的动手能力
• 强调C++/Python编程熟练度，包括性能优化、多线程编程等实践
• 如果有开源贡献或技术博客（如分享AI模型优化经验），一定要写上，体现学习热情
• 写明英语能力，如通过六级或雅思/托福成绩，或参与过英文项目
• 复习计算机体系结构基础知识，重点是多线程、内存层次、GPU架构
• 熟悉至少一种AI框架（如PyTorch、TensorFlow），并了解模型部署优化（如ONNX、TensorRT）

面试指南

• 针对性能优化问题：先定位瓶颈（工具如perf、NVIDIA Nsight），然后分析算法时间复杂度、内存访问模式、并行化程度，提出改进方案（如算子融合、量化、流水线）
• 对于设计类问题：先理解需求，然后列举可行方案（如传统算法和AI方法比较），再分析各方案在移动端的优劣，最后给出推荐理由
• 对于技术原理问题：先讲清楚概念（如竞争条件定义），然后举例说明（如多线程累加未加锁），最后给出解决办法（如互斥锁、原子操作）
• 请描述一个你优化AI模型或算法性能的经历，用了哪些方法？
• 对于游戏中的超分辨率，你会如何在移动端进行效率与画质的平衡？
• 什么是多线程编程中的竞争条件？如何避免？
• 你对大型语言模型（LLM）在游戏中的应用有什么想法？
• 如果你发现一个AI推理函数在高通GPU上运行缓慢，你会如何排查和优化？