影石创新
高性能计算工程师-2027校招
高性能计算工程师-2027校招
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高性能计算
高性能计算
Cuda
Gpu编程
Opencl
Simd
异构计算
性能剖析
汇编优化
跨平台适配
高性能计算
值不值得投
77综合评分
综合评分 77
校招底层性能优化岗，技术稀缺性与成长性强，薪资福利与工作节奏需与 HR 确认
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，方便比较职业起点。
薪资怎么样
2.4万
比高性能计算中位数低
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 110 个在招
市场机会
选择不多
深圳 · 高性能计算 · 10 个在招
职位详情
关于这个职位
该岗位面向 2027 届校招，主要负责音频、图像、视频等 AI 算法与传统算法在 Windows、macOS、Linux、Android、鸿蒙等平台的适配与落地
核心工作是在 CPU、GPU、NPU、DSP 等异构硬件上做极致性能优化与瓶颈剖析，并把优化后的算法封装成高质量 SDK 交付给业务团队集成上线
最低要求
计算机、软件工程、电子信息、通信工程、自动化等相关专业硕士及以上学历优先
扎实的计算机体系结构基础，熟练掌握 C++ 语言，具备优秀的工程代码与调试能力
工作职责
负责音频、图像、视频等 AI 算法及传统算法在跨平台（win/mac/linux/android/鸿蒙等）的适配
深入理解底层硬件架构，负责算法在特定处理器（CPU/GPU/NPU/DSP）上的极致性能优化
主导算法的性能剖析，输出工程化瓶颈点，并协同算法团队对算法的算力、内存等进行优化
负责高性能算法 SDK 的封装，交付高质量的 SDK，并协同下游业务部门进行集成测试至上线
优先资格
对并行计算、异构计算（如 CUDA、OpenCL、Metal、Vulkan）具有浓厚兴趣的优先
具备 SIMD、汇编底层优化经验，或有 GPU 编程相关课程设计/项目实践者优先
AI 洞察
优缺点分析
优点
- 处在 AI 算法与硬件加速的结合点，技能稀缺度高、迁移性强，可通用于消费电子、自动驾驶、芯片等多个行业
- 工作内容横跨算法、编译/底层优化与工程交付，技术视野宽
- 产品出货量大，优化成果能直接体现在真实设备体验上
- 性能优化常需要反复试错与深度调试，问题定位周期长、成就感反馈慢
- 适合对底层技术、硬件架构和高性能计算有强烈兴趣，愿意长期钻研 C++ 与并行计算，并能接受调试周期较长的理工科毕业生
缺点 / 挑战
- 需要同时理解算法意图和硬件细节，对知识广度与钻研深度都有较高要求
- 校招生需在短时间内补齐体系结构与异构编程短板
角色解读
- 可从单一平台的性能优化工程师成长为跨平台异构计算专家，或走向算法工程化、端侧 AI 推理加速的技术专家路线
- 积累 SDK 交付与业务协同经验后，也可转向技术负责人或架构方向
- 把 AI 与传统音视频算法从实验室搬到用户手上的设备：在 Windows、macOS、Linux、Android、鸿蒙等多平台完成适配落地
- 深入 CPU/GPU/NPU/DSP 底层做极致性能优化，并通过 SDK 封装与业务团队对接直至上线
- 扎实的计算机体系结构与 C++ 工程能力是基础，需要能写出高效、可调试、可交付的代码
- 并行/异构计算概念（CUDA、OpenCL、Metal、Vulkan）与 SIMD、汇编级优化经验是核心加分项，性能剖析工具的使用能力同样关键
申请策略
- 了解影石的产品线（运动相机、全景相机、云台等）与端侧影像处理的实际约束，面试时能把优化工作与产品体验联系起来会更有说服力
- 投递前确认校招流程批次与岗位方向归属
- 重点写清 C++ 项目的规模、复杂度与你自己负责的模块，突出工程代码质量
- 把课程设计或项目中的 GPU/CUDA 编程、SIMD/汇编优化、性能加速比数据量化呈现
- 跨平台（Android/Linux/鸿蒙）编译与适配经验也是加分点，可单列一节
- 提前补计算机体系结构（缓存层级、内存模型、指令流水）与并行编程基础，动手写一个 CUDA 或 OpenCL 的算子优化 demo
- 学习 perf、Nsight、VTune 等性能剖析工具，学会用数据说明瓶颈在哪里
面试指南
- 技术题采用「原理 → 具体做法 → 实测数据」三段式回答，避免只讲概念
- 项目题用 STAR 结构，重点讲清你个人的决策与取舍，而不是团队整体成果
- 开放题先给分析框架（测量—定位—优化—验证），再结合实例说明
- ）讲讲你对 CPU 缓存层级与内存访问模式的理解，如何用它优化一段代码？
- ）你做过哪些 C++ 项目？遇到最难排查的 bug 是什么，怎么定位的？
- ）CUDA/OpenCL 的线程层次与内存模型是怎样的？如何做算子加速？
- ）如果一段图像算法在手机上跑得很慢，你会如何系统性地做性能剖析？
- ）SIMD/汇编优化你有什么经验或理解？
职位点评
薪资福利76
成长发展88
工作生活64
使命价值72
薪资福利
76中等
校招岗位，JD 未披露薪资与福利细节，薪资需在流程中确认；技能门槛较高，通常对应中上水平的校招定级。
薪资信号未披露（AI估算：1.8千–3.0万/月）
成长发展
88较高
岗位直接接触异构计算与底层性能优化，技术栈稀缺且迁移性强，成长空间明显；但 JD 未提及培训或晋升机制。
技术前沿前沿/新兴技术
技术栈C++、CUDA、OpenCL、Metal、Vulkan、SIMD、汇编、GPU、NPU、DSP、SDK
业务类型ambiguous
工作生活
64中等
JD 未提及办公模式、弹性工时或加班情况，工作节奏与灵活性无法从职位描述判断。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
72中等
面向智能影像产品的算法加速与工程落地，所处赛道增长较快，但岗位本身的社会价值更多体现为产品体验提升。
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
影石创新 的其他在招职位
相似职位推荐
Watch Jobs