高通
Senior Engineer / Engineer – GenAI / AI Engineering, Networking & Linux
Senior Engineer / Engineer – GenAI / AI Engineering, Networking & Linux
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Ai工程
Genai
Llm
Openwrt
Tcp/Ip
网络协议
自动化开发
值不值得投
81综合评分
综合评分 81
聚焦GenAI与网络系统交叉的前沿技术岗，成长空间广阔，薪酬竞争力强，适合热爱底层创新与工程落地的复合型人才。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 320 个在招
市场机会
选择不多
新竹 · 人工智能 · 7 个在招
职位详情
关于这个职位
负责将生成式AI与大语言模型技术应用于网络及Linux产品开发，重点打造智能调试、日志分析、测试与流程自动化等AI工程工具
需具备扎实的Python/C++编程能力与Linux/OpenWrt开发经验，独立探索前沿AI技术并转化为解决复杂网络产品问题的实际方案
最低要求
工程学、信息系统、计算机科学或相关领域的学士学位，且拥有2年及以上软件工程师或相关工作经验
或硕士学位，且拥有1年及以上相关工作经验
或博士学位
年及以上使用C、C++、Java、Python等编程语言进行学术或工作的经验
年及以上软件、系统、网络或AI工程经验
在GenAI/LLM和AI/ML技术方面具有强大的动手实践经验
能够开发AI驱动的工程工具、自动化程序和原型
具备强大的Python技能
有C/C++或Go经验者优先
具备强大的Linux/OpenWrt开发和调试经验
扎实掌握以太网、IP、TCP/UDP、VLAN、QoS和多播知识
具备IP网络和TCP/UDP协议的基础知识
熟悉Wi-Fi技术（IEEE 802.11）者优先
能够独立评估新兴AI技术并将其转化为实用的工程解决方案
具备强大的问题解决、调试和跨职能协作能力
工作职责
将GenAI/LLM和AI技术应用于网络及基于Linux的产品开发中
结合AI工程、Linux/OpenWrt、网络与软件开发，专注于将新兴AI技术转化为实际的工程解决方案
负责基于LLM的工程工具开发、智能调试与问题诊断、日志分析、测试自动化、工作流自动化及工程效能提升
发挥扎实的软硬件与系统基础，独立探索新兴AI技术
构建原型并将AI能力集成至工程工作流中
为复杂的网络产品交付切实可行的工程解决方案
进行跨职能协作，解决技术问题并进行系统调试
优先资格
具备C/C++或Go语言开发经验者优先
熟悉Wi-Fi技术（IEEE 802.11）者优先
AI 洞察
优缺点分析
优点
- 聚焦GenAI与底层系统交叉领域，技术栈前沿且稀缺，个人市场竞争力强
- 依托跨国企业研发资源，接触海量真实网络场景与高并发数据，项目含金量高
- 企业平台规范，技术氛围浓厚，有利于长期积累硬核工程经验
- 需同时兼顾AI应用层与Linux/网络底层，知识跨度大，学习曲线陡峭
- 工程化工具落地要求高，需在理论研究与实际产品稳定性之间寻找平衡
- 跨部门协作频繁，需快速适应高强度技术攻关节奏
缺点 / 挑战
- 适合具备扎实系统编程基础、对AI工程化落地有强烈兴趣，且喜欢挑战底层与前沿技术结合的复合型开发者
角色解读
- 可向AI基础设施架构师或高级网络系统专家方向深耕，主导核心算法与工具链设计
- 积累GenAI与边缘计算结合经验后，可转型为AIoT或智能网络设备的技术负责人
- 在跨国科技企业中逐步晋升为技术主管或领域首席工程师
- 负责将生成式AI与大语言模型技术深度集成到网络设备及Linux系统中
- 开发基于LLM的智能调试工具、日志分析与测试自动化脚本，提升工程效能
- 独立评估前沿AI技术，构建原型并将其转化为解决复杂网络产品问题的实际方案
- 精通Python编程，熟练掌握C/C++或Go语言进行系统级开发
- 具备深厚的Linux/OpenWrt开发与调试功底，熟悉网络协议栈（TCP/IP、VLAN、QoS等）
- 拥有GenAI/LLM实战经验，能独立完成AI工具链搭建与工程化落地
申请策略
- 提前研究目标企业在AI Networking与Edge AI方向的公开技术文档，面试时展现业务理解力
- 准备1-2个完整的AI工程工具开发案例，重点阐述痛点分析、技术选型与落地难点突破
- 突出GenAI/LLM在实际业务或开源项目中的落地案例，强调从原型到工程化的完整链路
- 详细列出Linux/OpenWrt开发经验及网络协议栈掌握程度，量化性能优化或故障排查成果
- 展示Python/C++双栈能力，体现自动化脚本编写与工程效能提升的具体数据
- 深入研读LangChain、vLLM等主流LLM框架，掌握模型微调与推理加速技巧
- 强化网络抓包分析与内核调试能力，熟悉eBPF、Netfilter等现代网络追踪技术
- 补充CI/CD流水线设计与容器化部署知识，提升AI工具的工程化交付效率
面试指南
- 采用STAR法则结构化回答项目经历，重点突出业务痛点、技术选型依据、实施难点与量化结果
- 针对系统集成的提问，遵循隔离评估、渐进集成与监控回滚的工程化思维展开
- 对于技术趋势判断类问题，结合成本、投入产出比、社区活跃度与实际场景匹配度进行多维分析
- 请分享一个你将LLM技术应用于实际工程场景（如日志分析或自动化测试）的项目经历
- 如何在保证Linux系统稳定性的前提下，高效集成AI推理模块？
- 面对复杂的网络丢包或延迟问题，你的调试思路与工具链是什么？
- 如何评估并引入新兴AI技术，避免陷入脱离实际业务的陷阱？
- 复习TCP/IP协议栈细节与Linux网络子系统原理，准备典型抓包分析案例
职位点评
薪资福利85
成长发展90
工作生活65
使命价值75
薪资福利
85较高
跨国科技企业标准薪酬体系，结合AI与底层系统复合技能的市场溢价，整体待遇处于行业中上水平，福利保障完善。
薪资信号偏高 (2.5千–4.5万/月)
成长发展
90较高
岗位直接聚焦GenAI与网络系统交叉前沿，提供充足的新技术探索空间与工程落地实践机会，技术成长路径清晰。
技术前沿前沿/新兴技术
技术栈GenAI、LLM、Python、C++、Linux、OpenWrt、AI工程
业务类型profit_center
工作生活
65中等
跨国企业通常注重工作生活平衡，但AI工程化落地与复杂网络调试可能伴随阶段性高强度攻关，具体节奏需以实际团队为准。
工作模式未明确
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
75中等
致力于将前沿AI技术转化为提升网络产品效能的实际方案，对推动行业智能化升级具有积极意义，社会价值导向明确。
行业发展高速增长赛道
社会影响正向社会影响力较高
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