高性能计算工程师/专家

优缺点分析

角色解读

• 深入影像性能优化领域，成为移动端计算架构专家
• 向编译器或芯片设计方向拓展，参与硬件协同设计
• 在vivo内部可晋升为技术专家或性能团队负责人
• 负责手机影像SDK的性能优化，通过指令集（如NEON、DSP）和内存管理提升算法效率
• 评估新平台（如芯片）的可行性，推动硬件与软件的协同适配
• 参与系统架构设计，理解CPU/GPU/AI加速器硬件特性，驱动性能功耗平衡
• 精通C/C++，熟悉面向对象编程和计算机体系结构
• 熟悉图像处理、计算机视觉算法，有DSP或GPU编程经验（如OpenCL）
• 了解ARM、NEON等移动端优化技术，具备性能分析能力
• 良好的英文读写能力和团队协作能力

申请策略

• 关注vivo影像部门的招聘动态，投递时附上技术博客或GitHub优化项目
• 联系内部员工了解团队技术栈和项目方向，增加匹配度
• 突出C/C++项目经验，尤其是性能优化相关案例（如帧率提升、功耗降低）
• 展示DSP/NEON/OpenCL等优化经验，附上具体优化效果数据
• 强调图像处理或计算机视觉算法背景，提及相关项目
• 复习ARM体系结构和NEON指令集，动手实现简单SIMD优化
• 学习编译优化基础，如LLVM中间表示或循环优化
• 了解vivo影像技术特点，准备相关算法知识

面试指南

• 用STAR法则（情境-任务-行动-结果）描述优化案例，强调量化数据
• 从算法复杂度、内存访问、指令级并行等角度分析性能问题
• 结合ARM架构特点（如NEON、多级缓存）提出具体优化策略
• 请描述一次你使用NEON或DSP进行性能优化的经历，优化前后效果如何？
• 如何理解CPU和GPU在图像处理中的区别？什么场景下选择GPU？
• 介绍计算机体系结构中的缓存一致性，对性能优化有何影响？
• 针对一个图像处理算法，你会如何分析性能瓶颈并优化？
• 你如何看待编译优化？举一个实际例子