超威半导体
Field Application Engineer - AI
Field Application Engineer - AI
发布于 大约 9 小时前普通员工/个人贡献者
AI 估算 · 15k–25k · AI 参考估算
Taipei City 115, Taiwan
高级经验
本科
全职员工混合式弹性办公解决方案
解决方案
Gpu
Hpc
Mlops
Pytorch
Tensorflow
客户支持
性能调优
Amd Instinct
值不值得投
69综合评分
综合评分 69
前沿AI技术岗位、发展机会多、薪资未披露、混合办公但有出差需求。
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。
薪资怎么样
20K
比解决方案中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
55 个在招
市场机会
选择面较广
解决方案 · 约 270 个在招
职位详情
关于这个职位
作为AMD的AI应用工程师，你将加入高性能计算卓越中心（HPC CoE），负责为客户提供技术支持，帮助他们在AMD Instinct数据中心GPU上高效运行AI工作负载
工作内容涵盖工程调查、性能分析、文档编写以及与客户和合作伙伴的沟通协作，是技术与销售支持相结合的角色
最低要求
在AI领域有相关工作经验，目前从事AI推理或训练作为核心职能
熟练掌握主流AI框架（如PyTorch、TensorFlow、JAX），具备可展示的实践经验
积极主动，具备团队合作精神，愿意指导他人
能够独立安排工作优先级并按时交付结果
出色的口头和书面沟通能力
愿意出差，包括国内和国际旅行，约占工作时间的10-20%
良好的英语能力
工作职责
支持赢得新AI业务，帮助客户在AMD Instinct GPU和EPYC CPU上执行AI工作负载
通过测试所需工作负载，支持合作伙伴响应RFP（提案请求）
通过概念验证（POC）、演示和培训与客户和合作伙伴沟通并提供建议
工程职责：执行主流和客户驱动的AI推理和训练工作负载，生成结果并创建AMD硬件上AI性能的特性理解
了解系统和软件选择如何影响性能，并与竞争对手比较性能
使用通用框架（PyTorch、TensorFlow、JAX）和MLperf、Hugging Face等运行训练和推理性能调查
为内部和外部传播构建文档体系：AMD内部指南、白皮书、调优指南、培训材料
主动与AMD团队（GPU业务单元、工程、架构、平台、软件和产品开发团队）协作，提供现场需求反馈和领导
收集缺失功能并与工程团队合作解决和测试
协助创建总拥有成本（TCO）模型以协助定价
技术上拥有并解决客户和合作伙伴问题，提交JIRA工单并推动解决
优先资格
有在GPU上训练和推理工作负载的经验
熟悉主流AI框架（如PyTorch、TensorFlow、JAX）的应用执行
有使用常见AI仓库（如HuggingFace、MLperf）的经验，并理解其性能差异
熟悉MLOps工具，如KVM、Kubernetes、OpenStack、OpenShift
了解系统级硬件设计及其对性能的影响
理解软件栈（框架、精度、编译器、库等）如何影响性能
具备客户面对经验，能根据受众编写技术文档
了解Linux管理，能为HPC/AI中间件设置环境
良好的英语能力
加分项：在汽车、金融、企业、国防等垂直领域有AI实践经验
有编程经验（如HIP、CUDA、Python、C/C++等）
了解节点间网络选择对性能的影响
能创建应用性能预测
有深度神经网络设计经验
有汇编语言经验
了解内存和缓存层次结构
有政府级安全许可
AI 洞察
优缺点分析
优点
- 在领先的半导体公司AMD工作，参与前沿AI硬件技术，接触最新GPU和CPU平台
- 角色结合技术深度和客户互动，提供多样化的工作体验，有助于技能全面发展
- 公司文化强调创新和协作，有机会与高层管理人员互动，获得广泛 visibility
- AI领域高速增长，岗位需求旺盛，职业前景广阔
- 需要不断学习新技术和工具，以跟上AI和硬件发展的快速步伐
- 客户支持工作可能涉及高强度沟通和问题解决，需要平衡多任务并应对紧急情况
- 出差需求（约10-20%）可能影响工作生活平衡，需要适应旅行安排
- 适合具备AI技术背景、喜欢解决实际问题并与客户互动的技术人员，愿意在快节奏环境中成长并接受出差安排
缺点 / 挑战
暂无明显挑战项
角色解读
- 随着AMD在AI领域的扩展，有机会深入参与GPU架构、软件栈和性能优化项目，提升技术专长
- 通过客户支持和业务贡献，可能转向更高级的技术领导角色，如团队负责人或解决方案架构师
- 在AI和高性能计算领域积累经验，为未来在半导体或科技行业的发展奠定基础
- 为客户提供技术支持，帮助他们在AMD GPU上运行和优化AI工作负载，包括推理和训练
- 进行工程调查和性能分析，比较AMD硬件与竞争对手的表现，并编写技术文档
- 参与客户和合作伙伴的沟通，通过演示、培训和概念验证（POC）推动业务支持
- 与内部团队协作，反馈现场需求并协助解决问题，提升产品和技术
- 扎实的AI背景，熟悉主流AI框架（如PyTorch、TensorFlow、JAX）和训练/推理工作负载
- 系统级硬件和软件知识，了解性能调优和优化技术
- 出色的沟通和文档编写能力，能够面对客户进行演示和培训
- 团队合作和问题解决能力，适应出差和国际旅行
申请策略
- 研究AMD的AI产品线（如Instinct GPU）和竞争对手，以便在面试中展示行业知识
- 准备具体案例，说明如何解决AI工作负载中的性能问题或优化挑战
- 关注AMD的企业文化和价值观，强调你的协作和主动精神以匹配团队需求
- 突出AI项目经验，特别是使用PyTorch、TensorFlow等框架进行训练或推理的具体案例
- 强调性能调优、硬件优化或MLOps相关经历，展示技术深度
- 列出客户支持、演示或培训经验，证明沟通能力
- 提及Linux管理、文档编写或团队协作技能，以符合职位要求
- 深化对AMD GPU架构和软件栈的了解，可通过官方文档或在线课程学习
面试指南
- 使用STAR方法（情境、任务、行动、结果）结构化回答，突出技术细节和成果
- 强调沟通和团队协作，说明如何调整语言以适应不同受众
- 展示问题解决思路，包括调查、求助资源和持续跟进
- 描述一个你优化AI模型在GPU上运行性能的项目，遇到的挑战和解决方案
- 如何向非技术客户解释复杂的技术概念，如AI工作负载的性能差异？
- 如果你在支持客户时遇到未解决的技术问题，你会如何处理？
- 你对AMD Instinct GPU与竞争对手产品（如NVIDIA GPU）的性能差异有何了解？
- 如何平衡多个客户项目的需求并确保按时交付？
职位点评
薪资福利65
成长发展85
工作生活55
使命价值70
薪资福利
65中等
该职位未在JD中披露具体薪资信息，福利描述较笼统，因此补偿性动机满足程度有限。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及前沿AI技术和硬件平台，提供学习与成长机会，并在JD中提到角色内发展影响，发展性动机得到较好满足。
技术前沿前沿/新兴技术
技术栈AI、GPU、PyTorch、TensorFlow、JAX、MLOps、Kubernetes、Linux
成长机会grow within the role、creating a significant impact
业务类型profit_center
工作生活
55较低
工作模式为混合式弹性办公，但出差需求（约10-20%）可能影响灵活性，生活化动机满足程度一般。
工作模式混合式弹性办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
AI是高速增长赛道，AMD的使命描述强调创新和推动计算体验，提供一定的意义感，但社会影响力信号不明显。
行业发展高速增长赛道
社会影响中性/一般
使命信号build great products that accelerate next-generation computing experiences、shape the future of AI
创新程度开拓性创新（行业首创）
超威半导体 的其他在招职位
相似职位推荐
Watch Jobs