vivo
高性能计算专家
高性能计算专家
发布于 2 天前普通员工/个人贡献者
杭州市 / 深圳市
专家级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Ai芯片
Cuda
Llvm
Opencl
Soc
Tvm
大模型
并行计算
端侧优化
AI 估算 · 40k–70k
AI芯片和大模型是热门领域，vivo为大型企业，专家级岗位薪资具有竞争力，兼顾技术深度和市场稀缺性。
职位详情
关于这个职位
该职位负责端侧大模型工程优化与硬件适配，需要精通SoC和AI芯片架构，结合业务需求探索并行解码等加速方法，是vivo在AI芯片和算法协同领域的关键技术岗位
最低要求
微电子/计算机/电子等相关专业本科及以上学历背景，熟悉计算机体系结构，算法与数据结构，内存管理，进程管理机制
熟悉AI编译器开发和优化，了解LLVM、TVM，熟悉视频、图像处理、计算机视觉、文本/语音的常见算法，熟悉并行编程（CUDA/OpenCL/OpenMP等）
熟悉AI芯片架构、AI大模型等，具备端侧大模型落地管理和架构经验优先
工作职责
精通SoC和AI芯片，大模型算法结构设计，负责端侧大模型工程优化，建立硬件能力量化分析方法论，协同业务性能功耗调优算法适配硬件设计
负责平台硬件设计分析，横向分析行业硬件选型优劣势与应用方向，为平台硬件选型规划、算法硬化定制等提供改善建议
结合业务和AI算法趋势，探索并行解码等全新的计算加速方法并推动落地
优先资格
具备端侧大模型落地管理和架构经验优先
AI 洞察
优缺点分析
优点
- 深度参与大模型端侧落地，技术前沿性强
- vivo平台大，资源充足，可接触行业顶级硬件方案
- 兼具算法和硬件视野，职业壁垒高
- 需要同时掌握软硬件知识，学习曲线陡峭
- 端侧优化对性能和功耗要求严苛，调试复杂度高
- 行业竞争激烈，技术迭代快，需持续学习
- 适合具备计算机体系结构和并行计算基础，对AI芯片和模型优化有强烈兴趣，希望深耕端侧AI的技术极客
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：深耕AI芯片和模型优化，成为行业权威
- 架构师路线：转向系统级架构设计，主导硬件-算法协同方案
- 管理路线：带领团队负责端侧AI平台研发
- 负责端侧大模型工程优化，量化分析硬件能力，协同业务调优性能功耗
- 分析行业硬件选型趋势，为平台硬件规划和算法定制提供建议
- 探索并行解码等新计算加速方法，推动技术落地
- 精通SoC和AI芯片架构，熟悉计算机体系结构
- 掌握AI编译器开发（TVM/LLVM）和并行编程（CUDA/OpenCL）
- 熟悉大模型算法和端侧部署优化
申请策略
- 准备一个端侧AI优化的技术方案，展示系统性思考
- 了解vivo在AI领域的布局（如蓝心大模型），面试中体现契合度
- 突出SoC或AI芯片相关的项目经验，特别是性能优化成果
- 强调大模型端侧部署或加速的实际案例
- 展示编译器开发或并行编程的深入理解
- 补充TVM/LLVM等编译框架的实战经验
- 学习主流大模型架构（如Transformer）的推理优化方法
面试指南
- 使用STAR法则：情境-任务-行动-结果，量化指标
- 技术对比时：先定义核心概念，再优缺点分析，结合实例
- 开放式问题：从问题定义、方法选择、权衡分析、验证闭环回答
- 请介绍一个你负责的端侧模型优化项目，如何平衡性能与功耗？
- 如何设计量化方案以减少模型精度损失？
- TVM和LLVM在AI编译器中的作用有何异同？
- 解释并行解码在推理中的应用和挑战
- 复习计算机体系结构（缓存、内存带宽）和并行计算模型
职位点评
68
综合评分
前沿AI芯片技术岗，发展性强但WLB一般，适合技术驱动型人才。
更适合这类人
适合追求技术深度和职业发展，对薪资和WLB要求中等偏上的求职者。
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40
使命价值70
薪资福利
75中等
薪资水平较高，vivo福利稳定，但具体薪资未明确，面议可能性大。
薪资信号面议 (40K-70K/月)
成长发展
85较高
岗位技术前沿，涉及大模型和芯片优化，成长空间大，但晋升路径未明确提及。
技术前沿前沿/新兴技术
技术栈SoC、AI芯片、大模型、并行计算、CUDA、TVM、LLVM
业务类型ambiguous
工作生活
40较低
仅现场办公，位于科技园区，未提及弹性工作或WLB政策。
工作模式仅现场办公
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
70中等
AI芯片和大模型行业高速增长，有技术创新价值，但社会影响力一般。
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
Watch Jobs