高性能计算专家（上海&杭州）

优缺点分析

角色解读

• 在影像计算领域深耕，成为底层优化专家，负责更复杂的系统级性能调优
• 向架构师方向发展，主导新一代影像芯片或平台的算法与硬件协同设计
• 横向扩展至AI计算、图形渲染等高性能计算相关领域，提升跨领域影响力
• 设计并实现影像SDK的底层优化方案，通过指令集、线程调度、内存池等技术提升性能和功耗效率
• 评估新硬件平台的可行性，确保SDK在新设备上高效运行
• 与硬件厂商协作，驱动底层硬件和软件的本地化实现，满足业务需求
• 精通C/C++编程，熟悉计算机体系结构和操作系统原理
• 掌握图像处理和计算机视觉基础知识，了解常见算法
• 熟悉DSP、CPU、GPU或AI加速器架构，有ARM NEON、OpenCL等编程经验
• 具备良好的英文读写能力和团队协作精神

申请策略

• 在面试中展示你对性能功耗平衡的理解，可以准备一个你曾经优化的案例，详细说明优化思路和收益
• 了解vivo影像算法的特点，比如夜景、人像等场景，思考如何从底层支持这些算法
• 突出C/C++编程能力，尤其是内存管理、多线程优化方面的项目经验
• 重点展示图像处理或计算机视觉相关项目，说明你如何通过指令集或硬件加速提升性能
• 如果有ARM NEON、DSP或OpenCL的实战经验，务必详细描述优化效果
• 体现团队协作和跨部门沟通能力，例如参与过大团队开发或与硬件厂商合作的经验
• 强化DSP和GPU编程技能，尤其是移动端常见的Qualcomm Hexagon DSP或ARM Mali GPU
• 复习计算机体系结构知识，特别是缓存、内存带宽、流水线等对性能的影响

面试指南

• 项目案例类问题：采用STAR法则（情境、任务、行动、结果），着重解释优化瓶颈和具体量化指标
• 原理类问题：先解释核心概念，再结合实际应用场景，最后对比不同方案的优劣
• 设计类问题：先明确约束条件，再提出设计方案，并考虑可扩展性和维护性
• 请描述一次你使用指令集优化（如NEON）提升算法性能的经历，具体做了哪些优化，效果如何？
• CPU、GPU和DSP分别适合什么类型的计算任务？在移动设备上如何选择？
• 内存池技术是如何减少内存分配开销的？你如何设计一个高效的内存池？
• 你如何理解线程调度？在多核处理器上如何平衡负载？
• 如果SDK在新平台上性能不达标，你会如何排查和优化？