Watch Jobs
Qualcomm logo
高通
AI Customer Engineer
立即应聘

AI Customer Engineer

发布于 大约 17 小时前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
本科
软件工程
Generative Ai
Llm
Onnx Runtime
Pytorch
Vlm

AI 估算 · 20k–40k

高通上海AI工程师，要求3-5年经验，模型优化技术门槛高，市场竞争力强，参考行业薪资中上水平。

职位详情

关于这个职位

该职位是高通中国的AI客户工程师，主要负责生成式AI（GenAI）模型的优化与部署，包括量化、剪枝、蒸馏等技术，并支持客户在边缘设备上高效运行AI模型

你将与系统、平台和应用团队紧密合作，解决延迟、准确性和稳定性问题，推动高通平台的AI解决方案落地
适合有AI/ML开发经验、熟悉PyTorch和ONNX Runtime、对模型优化有浓厚兴趣的工程师

最低要求

工程、信息系统、计算机科学或相关领域的学士学位，以及2年以上软件应用工程、软件开发经验或相关工作经历

或工程、信息系统、计算机科学或相关领域的硕士学位，以及1年以上软件应用工程、软件开发经验或相关工作经历
或工程、信息系统、计算机科学或相关领域的博士学位
年以上学术和/或工作经验，使用C、C++、Java、Python等编程语言
年以上学术和/或工作经验，掌握调试技术

工作职责

研究模型优化技术，如量化、剪枝和蒸馏

为设备端/边缘环境优化模型，包括性能、精度、内存和延迟
与系统、平台和应用团队协作，将GenAI集成到产品中
分析并解决部署模型中的延迟、准确性和稳定性问题
与客户紧密合作，在高通平台上实现、优化和部署GenAI/AI解决方案

优先资格

年AI/ML软件开发经验，包括大型语言模型（LLM）、模型优化和部署

强大的Python/C/C++编程和调试技能
熟悉现代GenAI和机器学习框架，如PyTorch、ONNX Runtime及相关部署工具链
具备生成式AI技术的实践经验，包括LLM、VLM，并对推理框架有扎实理解
在模型量化（INT8/INT4）和边缘设备上的模型部署方面有扎实经验
强大的问题解决能力，能够调试复杂的系统级问题

AI 洞察

优缺点分析

优点

  • 高通在移动通信和AI芯片领域领先，能接触到前沿的模型优化和边缘计算技术
  • 公司平台大，福利完善，有国际化工作环境，对职业发展有加持
  • 对技术深度要求高，需同时掌握模型优化、系统调试和客户沟通能力
  • 边缘设备资源有限，优化工作可能需要大量试错和迭代
  • 作为客户工程师，可能需要频繁响应客户问题，工作节奏有不确定性
  • 适合对AI模型优化充满热情、喜欢解决实际问题、有较强编程能力和沟通意愿的工程师，尤其对边缘计算和端侧AI感兴趣者

缺点 / 挑战

  • 职位涉及完整的模型部署流程，从优化到客户落地，技术挑战大，成长空间足

角色解读

  • 向AI架构师或技术专家方向发展，深入模型优化和边缘计算领域
  • 积累客户对接经验，可转向解决方案架构师或技术经理
  • 在高通内部可横向迁移至平台软件、系统优化等团队，拓宽技术视野
  • 负责生成式AI模型的量化、剪枝、蒸馏等优化，提升模型在边缘设备上的推理效率
  • 与客户和内部团队协作，将AI模型部署到高通平台，解决性能和精度问题
  • 分析并调试部署过程中的系统级问题，确保模型稳定运行
  • 跟踪前沿AI优化技术，推动产品创新
  • 扎实的AI/ML理论基础，熟悉LLM、VLM等生成式模型架构
  • 精通Python和C/C++编程，具备系统级调试能力
  • 熟练使用PyTorch、ONNX Runtime等框架，了解模型量化、部署工具链
  • 较强的问题分析和解决能力，能够处理复杂的系统集成问题

申请策略

  • 了解高通AI平台（如Qualcomm AI Engine、SNPE）的基本架构，在面试中展现对产品的熟悉度
  • 准备一个完整的模型优化和部署案例，从问题定义到方案实施，用数据说明效果
  • 突出模型优化项目经验，尤其是量化、剪枝、蒸馏等实际案例，并附上性能提升数据
  • 强调编程能力，特别是C++和Python的熟练程度，以及系统调试经验
  • 展示对生成式AI（LLM/VLM）的理解和部署实践，包括使用的框架和工具链
  • 如有客户对接或跨团队协作经验，需重点描述，体现沟通能力
  • 系统学习模型量化（INT8/INT4）和在移动端/边缘设备的部署流程
  • 加深对ONNX Runtime、TensorRT等推理优化工具的理解，动手实践

面试指南

  • 针对模型优化问题，采用STAR法则：情境、任务、行动、结果，重点突出技术选择和量化指标
  • 对于系统调试问题，先明确问题现象，再分模块排查（如模型、框架、硬件），最后给出解决方案并验证
  • 与客户沟通类问题，强调倾听需求、提供备选方案、用数据说话，以及后续跟进闭环
  • 请详细描述你做过的一个模型量化项目，包括量化方法、精度损失和最终效果
  • 如何调试一个在边缘设备上推理延迟过高的模型？请给出你的排查思路
  • 你对生成式AI的部署有什么理解？比如LLM在手机上的落地有哪些挑战？
  • 你如何与客户沟通技术方案？请举例说明你成功说服客户采用某一方案的经历
  • 在C++中，如何优化一段关键代码的性能？请举例

职位点评

76
综合评分

高通上海AI客户工程师，前沿技术栈、薪资竞争力强，但需现场办公且工作强度未明确。

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。

更适合这类人
适合高成长动机、渴望接触前沿技术、能接受现场办公的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活60
使命价值70

薪资福利

80较高

作为上市跨国企业，高通提供有竞争力的薪资和完善福利，薪资水平处于市场中上，但JD未明确具体数字，面试可商谈。

薪资信号未披露（AI估算：20K-40K/月）

成长发展

85较高

该职位涉及前沿的生成式AI和模型优化技术，要求掌握最新工具链，成长空间大，但JD未明确提及晋升通道。

技术前沿前沿/新兴技术
技术栈Model Optimization、Quantization、Pruning、Distillation、GenAI、LLM、VLM、PyTorch、ONNX Runtime
业务类型profit_center

工作生活

60中等

工作地点上海，仅现场办公，JD未提及弹性工作或远程，通常跨国企业可能有一定灵活性，但无法确认。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）

使命价值

70中等

高通在通信和AI领域影响力大，职位推动AI在边缘设备落地，具有技术前瞻性，但社会使命感一般。

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

高通 的其他在招职位

相似职位推荐

Watch Jobs