Qualcomm logo
高通
Machine Learning Engineer

Machine Learning Engineer

发布于 大约 15 小时前

普通员工/个人贡献者

上海市 / 西安市
中级经验
全职员工
仅现场办公
本科
软件工程
性能优化
嵌入式系统
模型部署
AI模型

AI 估算 · 25k–45k

高通作为跨国巨头,薪资竞争力强,上海/西安研发岗位薪酬处于行业中上水平,但经验要求1-2年,故取中等偏上。

职位详情

关于这个职位

作为机器学习工程师,你将负责将AI模型部署到高通芯片上,进行端到端性能优化和系统级特性开发

该职位要求扎实的C/C++编程能力和Linux/Android开发经验,适合对嵌入式系统和AI推理优化感兴趣的工程师

最低要求

Bachelor's degree in Engineering, Information Systems, Computer Science, or related field and 2+ years of Software Engineering or related work experience. OR Master's degree in Engineering, Information Systems, Computer Science, or related field and 1+ year of Software Engineering or related work experience. OR PhD in Engineering, Information Systems, Computer Science, or related field.

+ years of academic or work experience with Programming Language such as C, C++, Java, Python, etc.

工作职责

As a machine learning engineer, you will play a critical role at deploying AI models on Qualcomm's chip. The job focuses on end-to-end performance optimization and system-level feature development. Your expertise at machine learning is expected to enhance inference efficiency and accuracy of different models on Qualcomm's hardware architecture.

优先资格

Model transformation skills by Python is a plus. MS preferred.

AI 洞察

优缺点分析

优点

  • 高通是芯片行业巨头,平台大,技术积累深厚,稳定性高
  • 工作地点可选上海或西安,提供一定的灵活性
  • 对C/C++和系统底层知识要求高,学习曲线陡峭
  • 芯片行业产品迭代周期较长,工作节奏可能较慢
  • 适合有嵌入式或系统编程背景,对AI推理优化感兴趣,愿意深入硬件层的工程师

缺点 / 挑战

  • 涉及AI模型在硬件上的部署,技术挑战性强,个人成长快
  • 可能需要跨团队协作,沟通成本较高

角色解读

  • 可向资深机器学习工程师发展,专注AI推理优化或模型架构
  • 转向系统架构或硬件方向,成为芯片级AI专家
  • 在芯片巨头积累经验后,可跳槽至其他AI芯片公司或互联网大厂
  • 将AI模型部署到高通芯片上,进行端到端性能优化,确保推理效率和准确性
  • 开发系统级特性,与硬件团队协作,优化模型在特定架构上的运行
  • 使用C/C++和Linux/Android工具链进行嵌入式系统开发与调试
  • 扎实的C/C++编程能力,熟悉Linux/Android开发环境
  • 了解嵌入式系统架构,有模型部署和性能优化经验
  • Python脚本能力(加分项),熟悉模型转换工具(如ONNX)

申请策略

  • 面试前研究高通在AI领域的布局,展现对芯片AI加速的了解
  • 准备2-3个性能优化案例,用STAR法则描述,量化效果
  • 突出模型部署和优化项目经验,展示端到端流程
  • 强调C/C++编程能力和Linux/Android开发经历,最好有量化数据
  • 如有嵌入式系统或芯片相关经验,务必重点展示
  • 复习C/C++内存管理和性能调优技巧
  • 学习深度学习模型转换工具(如ONNX、TensorRT)
  • 了解高通SNPE或类似推理引擎的使用

面试指南

  • 部署类问题:按模型导出、格式转换、环境搭建、性能调优的步骤回答,并举例
  • 编程问题:先解释核心概念,再给出代码示例或优化思路
  • 优化案例:用STAR法则描述背景、任务、行动、结果,量化提升百分比
  • 如何将一个PyTorch模型部署到嵌入式设备?请描述步骤
  • 请解释C++虚函数和多态的实现原理
  • 描述一次性能优化经历,你做了哪些工作,效果如何?
  • Linux进程间通信有哪些方式?各自优缺点是什么?
  • 什么是模型量化?如何在部署中实现?

职位点评

70
综合评分

大厂平台,技术前沿,薪资有竞争力,但工作强度和市场信息不明确。

更适合这类人
该职位最适合注重技术成长和职业发展的求职者,对于追求工作生活平衡者可能不太理想。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值70

薪资福利

75中等

高通作为跨国巨头,薪资福利有竞争力,但JD未明确披露具体数字,稳定性较高。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

85较高

职位涉及AI模型在硬件上的前沿部署,技术挑战大,成长空间广阔,但JD未明确提及培训或晋升。

技术前沿前沿/新兴技术
技术栈C/C++、Python、Linux、Android、嵌入式、AI模型部署、性能优化
业务类型ambiguous

工作生活

50较低

仅现场办公,未提及远程或弹性工作制,工作强度和办公环境未明确,但大厂通常有一定压力。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

70中等

AI芯片行业处于高速增长赛道,但职位本身对社会影响力偏中性,技术创新程度较高。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs