Watch Jobs
Xiaomi logo
小米
高级基带工程师
立即应聘

高级基带工程师

发布于 大约 3 小时前

普通员工/个人贡献者

深圳市
高级经验
全职员工
仅现场办公
硕士
芯片设计
Ai芯片
Llm
Mlir
Npu
Soc
Systemverilog
Tvm
模型量化
端侧推理

AI 估算 · 35k–60k

深圳高级AI芯片岗，5年经验+硕士学历，市场需求大，薪资竞争力强，通常15薪左右。

职位详情

关于这个职位

该职位负责AI加速芯片的架构设计与性能优化，聚焦手机端侧大模型推理的硬件加速方案，包括NPU、3D封装等前沿技术

你将与算法团队紧密合作，进行模型量化、稀疏化适配，并针对骁龙、天玑等平台进行算子级深度优化，实现低延迟低功耗部署
适合有深厚芯片架构背景和AI加速经验的技术专家

最低要求

硕士及以上学历，计算机体系结构/微电子/集成电路相关专业

年以上AI芯片或SoC设计经验，熟悉NPU/GPU/DSP微架构
精通至少一种硬件描述语言（Verilog/SystemVerilog）或AI编译器框架（TVM/MLIR）
熟悉主流端侧AI推理框架（SNPE、QNN、MNN、TFLite）

工作职责

负责AI加速芯片技术方案架构设计和性能优化，包括基于3D封装的NPU+DRAM的方案以及PIM和HBF等方案

负责芯片微架构评估与选型，输出技术可行性分析和Benchmark报告，与算法团队协同，完成模型量化（INT4/INT8）、稀疏化等部署适配
负责AI加速芯片与手机端侧大模型团队进行端侧模型适配调优，算力能效提升等核心技术攻坚
设计面向大模型推理的硬件加速方案，包括算子映射、数据流优化、内存带宽管理
负责大模型在手机端侧的推理性能优化，实现低延迟、低功耗部署，针对特定硬件平台（骁龙/天玑/自研芯片）进行算子级深度优化
跟踪业界AI芯片技术演进（高通HTP、联发科APU、自研NPU），制定技术路线图
构建端侧推理性能评测体系，输出性能调优报告

优先资格

有Transformer/LLM模型硬件加速经验者优先

有流片经验或芯片公司背景优先

AI 洞察

优缺点分析

优点

  • 小米平台大，手机端侧AI需求强，项目落地场景明确
  • 接触前沿AI芯片技术（NPU、3D封装、大模型端侧部署），技术含量高
  • 与一流算法团队合作，能深入理解AI模型与硬件的协同设计
  • 薪资水平高，大厂福利稳定
  • 端侧大模型推理是新兴领域，技术迭代快，需要持续追踪前沿
  • 工作强度可能较大，涉及流片等项目节点时可能加班

缺点 / 挑战

  • 技术难度高，需要同时具备硬件和软件知识，学习压力大
  • 适合有深厚芯片背景、对AI加速充满热情、喜欢挑战前沿技术的资深工程师

角色解读

  • 技术专家路线：深入AI芯片架构，成为端侧AI计算领域的权威
  • 技术管理路线：带领团队负责AI芯片整体方案，走向技术总监
  • 跨领域发展：可转向AI算法与硬件协同设计，或扩展至云端AI芯片
  • 负责AI加速芯片的架构设计和性能优化，包括NPU+DRAM的3D封装方案、PIM等创新架构
  • 与算法团队协同，完成大模型在端侧的量化、稀疏化部署适配，提升算力能效
  • 针对骁龙、天玑等平台进行算子级深度优化，实现低延迟、低功耗的大模型推理
  • 跟踪业界AI芯片技术路线，制定技术规划并构建评测体系
  • 深厚的芯片架构知识，熟悉NPU/GPU/DSP微架构，有5年以上相关经验
  • 精通Verilog/SystemVerilog或AI编译器框架TVM/MLIR
  • 熟悉主流端侧推理框架（SNPE、QNN、MNN等）及Transformer/LLM加速经验
  • 具备性能调优和benchmark分析能力，有流片经验更佳

申请策略

  • 了解小米手机端侧大模型的应用场景和已有技术积累，在面试中展现对业务的思考
  • 主动准备技术demo或项目复盘，体现实际动手能力
  • 突出AI芯片或SoC设计项目经验，特别是NPU/GPU相关架构和性能优化案例
  • 强调硬件描述语言或AI编译器框架的熟练度，展示具体项目成果
  • 如有模型量化、稀疏化、端侧推理部署经验，重点说明
  • 列出流片经验或芯片量产经历，这是重要加分项
  • 学习主流端侧推理框架（如MNN、TFLite）的原理和优化技巧
  • 了解Transformer/LLM架构，掌握模型压缩和硬件加速方法

面试指南

  • 用STAR法则描述项目：情境、任务、行动、结果，突出量化指标
  • 从系统层面思考，先分析瓶颈，再提出方案，最后验证效果
  • 展现技术广度与深度，联系业界方案（如高通HTP、联发科APU）进行对比
  • 请介绍一下你在AI芯片架构设计中最有挑战性的项目，如何解决性能瓶颈？
  • 如何将一个大模型部署到手机端侧？你会如何做量化和算子优化？
  • 谈谈你对NPU、GPU、DSP架构差异的理解，以及如何选择适合的硬件？
  • 如果让你设计一个端侧大模型推理加速方案，你会考虑哪些关键指标？
  • 你如何看待AI芯片技术趋势（如PIM、Chiplet）？

职位点评

72
综合评分

AI芯片前沿技术岗，薪资优厚，技术成长空间大，但工作强度未明且需现场办公。

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
适合追求技术深度和职业成长的资深芯片工程师，愿意在深圳现场工作并接受一定工作强度。
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50
使命价值70

薪资福利

75中等

该职位薪资水平高，且大厂福利稳定，但具体薪资未披露。

薪资信号未披露（AI估算：35K-60K/月）

成长发展

85较高

技术前沿，成长空间大，涉及AI芯片与端侧大模型部署等热门领域。

技术前沿前沿/新兴技术
技术栈AI芯片、NPU、SoC、TVM、MLIR、Transformer、LLM、模型量化、端侧推理
业务类型ambiguous

工作生活

50较低

需在深圳现场办公，工作强度未明确，生活平衡一般。

工作模式仅现场办公
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芯片行业处于高速增长赛道，技术价值高，但社会影响力中性。

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

小米 的其他在招职位

相似职位推荐

Watch Jobs