AI Infrastructure Software Engineer

优缺点分析

角色解读

• 向技术专家方向发展，成为NPU/AI基础设施领域的核心成员
• 可通过参与高通下一代平台开发，积累异构计算和AI芯片经验
• 未来可转向架构师或技术领导角色，或跨团队管理岗位
• 设计和开发NPU驱动及基础设施，支持高通平台上的AI功能
• 与内外团队协作，解决客户集成中的技术问题，提升算法部署效率
• 优化NPU性能，包括RPC路径和调试方法，确保稳定性和可维护性
• 精通C/C++编程，扎实的Linux应用和驱动开发经验
• 熟悉NPU/GPU驱动开发、PCIe子系统及性能调优
• 掌握AI开发工具（如Claude、Codex）以提升效率
• 良好的团队协作和英语沟通能力

申请策略

• 了解高通NPU架构（Hexagon）和AI产品线，在面试中展现兴趣
• 准备一个端到端驱动开发或性能优化的项目故事，清晰描述角色和成果
• 突出C/C++项目经验，特别是Linux驱动、性能优化或嵌入式开发
• 若有NPU/GPU相关经验（如CUDA、OpenCL），务必强调
• 展示参与复杂系统调试、问题解决的案例
• 提及使用AI开发工具提升效率的经历
• 补充Linux PCIe驱动或RPC相关知识
• 熟悉高通QNN/SNPE/Hexagon SDK（可通过公开资料学习）

面试指南

• 对于技术问题，使用STAR方法（情境、任务、行动、结果）结构化回答
• 对于协作问题，强调沟通工具（如Jira、Slack）和文档规范，展示主动性
• 请描述一个你处理过的Linux驱动调试问题，如何定位并解决？
• 如何优化一个RPC接口的性能？你会考虑哪些因素？
• 你对NPU驱动开发的理解？与传统GPU驱动有何异同？
• 你使用过哪些AI开发工具？如何提升效率？
• 在高通这种大型跨国团队中，如何与不同时区的同事协作？
• 复习Linux内核驱动模型（字符设备、PCI子系统和内存管理）