Watch Jobs
AMD logo
超威半导体
Sys/Test Validation Engineer
立即应聘

Sys/Test Validation Engineer

发布于 大约 2 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
学历未注明
系统与安全工程
PyTorch
SQL
TensorFlow
Scikit-learn
Machine Learning
PowerBI
System Validation

AI 估算 · 30k–45k

外资半导体巨头，高级系统验证工程师结合AI技能稀缺，上海薪资较高，参考市场水平估算。

职位详情

关于这个职位

该职位是超威半导体（AMD）的系统验证工程师，负责笔记本电脑和桌面平台的端到端系统级验证，同时利用AI和机器学习技术进行数据清洗、分析和预测建模

你将与跨部门团队合作，确保数据质量并提供数据驱动的业务洞察
适合有6-8年系统验证经验并熟悉AI技术的工程师

工作职责

Rich validation experience

Deep expertise in end-to-end system level validation across laptop and desktop platforms.
Well versed in all phases of system level validation.
Data Cleansing & Preprocessing:
Utilize AI algorithms to identify and correct errors, inconsistencies, and missing values in datasets.
Implement data standardization and normalize data for analysis.
Develop automated data cleansing pipelines to improve efficiency and accuracy.
Predictive Modeling:
Build and deploy machine learning models to predict future trends and outcomes based on historical data.
Continuously refine models to improve prediction accuracy and adapt to changing data patterns.
Collaborate with cross-functional teams to define prediction objectives and success metrics.
Data Analysis & Insights:
Conduct exploratory data analysis to uncover patterns, correlations, and anomalies in datasets.
Generate visualizations and publish on internal sharepoint
Provide recommendations based on data analysis to support strategic decision-making.

优先资格

years of experience in system level validation

Experienced in data analysis, with a focus on data cleansing and predictive modeling.
Proficient in Python, R, or similar programming languages for data analysis and machine learning.
Familiarity with AI frameworks and libraries such as TensorFlow, PyTorch, or scikit-learn.
Experience with data visualization tools such as Tableau, PowerBI, or Matplotlib.
Knowledge of SQL and database management systems.

AI 洞察

优缺点分析

优点

  • 全球领先的半导体公司，技术平台先进，能接触到最前沿的硬件和AI技术
  • 系统验证与AI结合，技能复合度高，市场竞争力强
  • 上海外企工作环境，福利完善，培训体系健全
  • 系统验证工作细致繁琐，需要耐心和严谨性
  • 需要同时掌握硬件验证和AI技术，学习曲线较陡
  • 适合有扎实系统验证经验，同时希望拓展AI和数据分析能力的工程师

缺点 / 挑战

  • 作为技术岗，可能需要应对紧急项目的时间压力

角色解读

  • 成为系统验证领域的专家，带领团队负责复杂平台验证策略
  • 向数据科学与AI方向深化，转型为AI算法工程师或数据科学家
  • 在AMD内部可横向移动至更底层的硬件验证或更上层的产品验证岗位
  • 负责笔记本电脑和桌面平台的端到端系统级验证，确保产品在硬件和软件层面的稳定性和兼容性
  • 利用AI算法对大规模数据集进行清洗、标准化和异常检测，提升数据质量
  • 构建和部署机器学习模型，基于历史数据预测未来趋势，并持续优化模型精度
  • 与跨部门团队协作，通过数据分析和可视化提供业务决策支持
  • 深厚的系统验证经验，熟悉从芯片到整机的全流程验证
  • 熟练使用Python、R等编程语言进行数据分析和机器学习
  • 掌握TensorFlow、PyTorch或scikit-learn等AI框架
  • 良好的数据清洗、建模和可视化能力，熟悉SQL和数据库管理

申请策略

  • AMD注重文化契合，简历和面试中体现对创新和协作的认同
  • 关注AMD在AI和计算领域的最新动态，面试时展示技术热情
  • 突出系统验证项目的规模和复杂度，特别是端到端验证经验
  • 强调AI/机器学习项目成果，例如数据清洗效率提升或预测准确率改进
  • 展示Python、TensorFlow等工具的实际应用案例
  • 如果有跨团队协作或推动数据驱动决策的经历，务必写明
  • 如果验证经验丰富但AI技能薄弱，可系统学习机器学习课程并做实战项目
  • 熟悉AMD产品线（如Ryzen、Radeon）的验证流程，以在面试中展现热情

面试指南

  • 使用STAR法则（情境、任务、行动、结果）结构化回答行为问题
  • 技术问题采用“问题-方法-结果”框架，强调思考过程和量化成果
  • 在谈论团队合作时，突出你的贡献和协作方式
  • 描述一次你主导的复杂系统验证项目，遇到了哪些挑战？如何解决？
  • 你如何设计一个数据清洗流程来处理大规模噪声数据？请举例
  • 谈谈你构建机器学习模型的经历，如何评估和优化模型性能？
  • 如何向非技术人员解释数据洞察？请分享一个可视化案例
  • 你对AMD在AI和系统验证结合方面有什么看法？

职位点评

69
综合评分

顶级半导体公司的技术复合型岗位，发展空间大但工作弹性有限。

更适合这类人
适合追求技术成长和职业发展的工程师，能接受高强度现场工作。
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45
使命价值70

薪资福利

75中等

AMD作为全球半导体巨头，薪资福利具有竞争力，但JD未明确薪资范围，仅提及福利链接，薪酬信号为未披露。国外上市大厂通常提供较优厚薪酬。

薪资信号未披露（AI估算：30K-45K/月）

成长发展

85较高

该职位融合系统验证和AI技术，技能复合度高，成长空间大。但JD未明确提及晋升通道或培训计划，技术栈为前沿与主流结合。

技术前沿前沿/新兴技术
技术栈Machine Learning、TensorFlow、PyTorch、Python、Data Cleansing、Predictive Modeling
业务类型profit_center

工作生活

45较低

工作地点在上海，仅现场办公，JD未提及弹性工作或WLB措施，也未说明加班情况，整体对生活化动机满足有限。

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

AMD致力于推动计算技术进步，在AI和数据中心领域具有重要影响，但职位本身偏向验证与数据支持，直接社会贡献感中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术

超威半导体 的其他在招职位

相似职位推荐

Watch Jobs