New Graduate- AI SW SDK Engineer

优缺点分析

角色解读

• 可向深度学习推理引擎专家或硬件加速优化专家发展
• 有机会接触高通芯片全栈技术，转向AI系统架构师
• 积累汽车行业经验，向自动驾驶或智能座舱领域发展
• 开发和维护高通神经网络SDK，支持汽车ADAS和GenAI应用
• 针对DSP、GPU、CPU等硬件进行算子开发和性能优化
• 与全球团队协作设计新功能，并帮助客户部署模型
• 扎实的C/C++和Python编程能力，熟悉Linux系统
• 熟悉深度学习框架如PyTorch、ONNX，有模型优化经验
• 了解ARM架构和并行编程（OpenCL、NEON等）更佳

申请策略

• 了解高通在汽车领域的布局（Snapdragon Ride平台），面试中展现对ADAS和AI的兴趣
• 突出C/C++和Python项目经验，尤其是Linux环境下的开发
• 强调深度学习框架使用和模型优化经历（如量化、部署）
• 如果有嵌入式或并行编程经验，务必重点展示
• 提前学习高通Hexagon DSP或ARM NEON指令集
• 熟悉ONNX、TensorRT等推理框架的优化技巧

面试指南

• 对于技术问题，先明确问题背景，再分步骤阐述解决方案，最后总结要点
• 对于项目经历，使用STAR法则（情境、任务、行动、结果）
• 对于开放问题，结合岗位知识展示思考深度
• 请解释量化感知训练与训练后量化的区别及适用场景
• 如何优化一个C++深度学习推理算子？请举例
• 描述一次你调试内存或性能问题的经历
• 你对ADAS中的深度学习模型有什么了解？
• 复习深度学习模型部署流程（训练→量化→推理优化）