Cambricon logo
寒武纪
软件测试开发工程师-27届

软件测试开发工程师-27届

发布于 大约 8 小时前

普通员工/个人贡献者

上海市
无经验要求
全职员工
仅现场办公
本科
测试开发
Ai芯片
Llm
Pytorch
Vllm
测试开发

AI 估算 · 15k–25k

AI芯片行业,上海,校招测试开发,技术涉及LLM,薪资有竞争力,预计在15-25K。

职位详情

关于这个职位

这是一个面向2027届毕业生的软件测试开发工程师岗位,将在寒武纪参与核心算法与整体解决方案的测试验证,同时接触前沿LLM算法并支持部署

岗位要求扎实的编程基础和良好的逻辑思维,适合对AI芯片及高性能计算感兴趣的应届生

最低要求

本科及以上学历,计算机、电子工程、数学、通信、自动化等相关专业

逻辑思维清晰,积极主动,责任心和抗压能力强,具备良好的沟通表达能力
掌握C/C++/python编程语言, 并且有良好的编程风格和工作习惯

工作职责

参与整体解决方案设计、需求分析、测试工作

参与核心算法的开发, 并且对算法结果进行测试、验证
跟踪和学习前沿的LLM算法, 为算法部署提供支撑
能够通过技术手段, 提高产品交付质量

优先资格

对 Pytorch、vLLM、Triton 这类平台的架构有了解

玩过高性能算子库,哪怕就简单练过几手,都是硬核加分项
能在Linux下耍 C、C++、Python, 写起来顺溜不卡壳就行
对 Linux Kernel 和驱动有了解,哪怕就沾过边儿,那也相当可以

AI 洞察

优缺点分析

优点

  • 所在行业AI芯片前景广阔,公司上市平台稳定,可接触前沿LLM和高性能计算技术
  • 测试开发岗位涉及算法验证,有较多机会学习AI算法和参与核心项目,技术提升快
  • 测试开发工作有时会被视为边缘岗位,需要主动争取更好的发展机会
  • 适合对技术有热情、喜欢解决复杂问题、愿意在AI芯片领域长期发展的应届生,尤其是能适应快节奏、抗压能力强的人

缺点 / 挑战

  • 面向应届生,有完善的培养体系(虽未明确提及,但校招通常有导师制),初始压力相对较小
  • 上海工作生活成本较高,岗位未提及弹性工作制,可能需要适应一定的加班文化
  • 对编程能力要求较高,且需同时了解算法和硬件,学习曲线较陡

角色解读

  • 在测试开发领域深耕,逐步成为资深测试开发专家,负责复杂系统的质量保障
  • 可向算法或开发方向转型,积累核心算法开发经验,转向AI研发岗位
  • 结合寒武纪的芯片业务,发展成为AI芯片测试领域的专家,或晋升为技术管理岗位
  • 参与整体解决方案的设计与测试,确保产品功能和性能达标,涉及需求分析和测试策略制定
  • 参与核心算法的开发与验证,用代码实现算法并对结果进行测试,保证算法正确性和稳定性
  • 跟踪前沿LLM算法,研究其部署方法和优化手段,为算法在芯片上的高效运行提供支撑
  • 通过技术手段(如自动化测试、性能调优)提升产品交付质量,减少缺陷和故障
  • 熟练掌握C/C++/Python编程语言,具备良好的编码习惯和调试能力
  • 具备扎实的计算机基础,理解数据结构、操作系统、网络等核心知识
  • 逻辑思维清晰,具备良好的问题分析和解决能力,能独立定位和修复缺陷
  • 了解常用测试框架和工具,或有LLM、高性能计算相关经验者更佳

申请策略

  • 笔试会考编程和基础,提前刷题并熟悉常见算法题
  • 关注寒武纪的技术博客或招聘宣讲,了解产品方向,在面试中体现对公司的了解
  • 突出编程能力:在简历中详细列出C/C++/Python项目,尤其是与算法或性能优化相关的实践
  • 强调测试相关经验:比如用过的测试框架、自动化测试脚本、参与过的测试项目,体现质量意识
  • 展示对LLM/高性能计算的兴趣:如果有相关学习笔记、小项目或开源贡献,一定要写出来
  • 体现好学与抗压:描述在学业或实习中克服困难的经历,展示逻辑思维和责任感
  • 若对LLM底层不熟悉,可先学习Pytorch基础,了解vLLM、Triton等的基本用法
  • 复习Linux常用命令和编程基础,确保笔试和面试能熟练手写代码

面试指南

  • STAR法则:针对项目介绍类问题,先说情境和任务,再讲你的具体行动和结果,突出技术细节和量化成果
  • 对比分析法:回答语言选择或技术选型问题时,先列出维度(如性能、开发效率、生态),再给出你的判断依据
  • 结构化解题思路:对于测试设计或问题排查,先概括流程(如分析需求→设计用例→执行→回归),再展开说明关键点
  • 请介绍一个你参与过的测试项目,如何设计测试用例和保证覆盖率?
  • C++和Python的优缺点分别是什么?在什么场景下你会选择哪种语言?
  • 如何测试一个算法模块的正确性和性能?请结合具体例子说明
  • 你对LLM了解吗?如何部署和优化一个模型?
  • 遇到线上问题,你如何定位和排查?请说出你的思路

职位点评

72
综合评分

AI芯片大厂校招测试开发岗,前沿技术栈,发展前景好,但WLB不明确。

从起薪待遇、成长路径、工作节奏和岗位方向综合评估,方便比较职业起点。

更适合这类人
适合重视技术成长和行业前景、愿意接受一定工作压力、对AI芯片感兴趣的应届生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值75

薪资福利

70中等

公司已上市,平台稳定,但薪资未披露,福利不明,整体处于市场水准。

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LLM算法和高性能计算,能学到大量新技术,且公司处于AI芯片赛道,发展空间大。

技术前沿前沿/新兴技术
技术栈LLM、Pytorch、vLLM、Triton、C++、Python、Linux
成长机会跟踪和学习前沿的LLM算法
业务类型ambiguous

工作生活

50较低

工作地点在上海,未明确工作模式和加班情况,可能面临通勤和压力,WLB一般。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

75中等

AI芯片行业高速发展,岗位虽为测试但服务于核心产品,具有技术价值和社会意义。

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