联想
DNPU应用开发工程师
DNPU应用开发工程师
发布于 大约 15 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
信息技术与基础设施
Llm
Npu
Onnx
Tensorrt
异构计算
推理优化
量化
Dnpu
AI 估算 · 25k–40k
联想大厂上海岗位，端侧AI方向高级工程师，技能稀缺，薪资可达市场中上水平。
职位详情
关于这个职位
该职位负责与外置NPU厂商合作，定义硬件规格，并主导LLM大模型在端侧NPU上的部署与优化，包括模型转换、量化、性能调优等
需要深厚的技术功底和跨团队协作能力，适合有端侧AI加速经验的资深工程师
最低要求
计算机、电子、通信、微电子等相关专业，具备5年以上端侧NPU/AI加速/嵌入式Linux开发经验
熟悉主流dNPU架构及厂商SDK，具备与NPU厂商直接对接、进行定制化需求沟通的实战经验
精通C/C++编程语言，熟练运用Python
熟悉Linux内核、驱动、设备树及系统调优
熟悉端侧大模型推理流程，掌握ONNX、TensorRT、ONNX Runtime、NCNN、MNN、TVM等至少一种推理框架，有LLM端侧部署与优化实战经验
理解异构计算、内存带宽优化及功耗控制相关技术
具备较强的沟通协调能力，能够独立对接厂商、输出技术方案，并高效解决复杂软硬件协同问题
工作职责
dNPU规格定制：与国内主流dNPU厂商深度对接，负责定义外置dNPU/USB/PCIe NPU的硬件规格、算力、接口、功耗及隔离安全机制，输出完整的Spec文档与需求文档
端侧大模型推理优化：协同算法、产品、固件团队，主导Llama、Qwen、Phi等LLM模型在dNPU上的部署优化，包括模型转换、算子优化、INT4/INT8量化、KV Cache优化及内存/带宽调优，实现吞吐提升、延迟与功耗降低
性能基线构建：搭建端侧AI性能基线体系，对比不同dNPU方案的PPA（性能、功耗、面积）表现及技术架构优劣势，为方案选型提供数据支撑
优先资格
有外置NPU/USB/PCIe算力棒开发经验者优先
具备Windows端侧AI开发经验者加分
具备硬件物理隔离、安全AI计算经验者加分
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与LLM端侧部署和NPU定制，积累稀缺的AI硬件-算法协同经验
- 平台优势：联想作为国际巨头，资源丰富，项目影响面广，有利于职业背书
- 技能深度：从底层硬件到上层优化全覆盖，提升综合技术能力
- 技术门槛高：需要同时掌握硬件、驱动、算法和系统优化，学习曲线陡峭
- 跨团队协作频繁：需对接多个厂商和内部团队，沟通成本高
缺点 / 挑战
- 结果导向：性能优化需量化指标，压力较大
- 适合有5年以上端侧NPU或AI加速经验，喜欢挑战底层优化和硬件协同的技术专家
角色解读
- 技术纵深发展：成为端侧AI计算优化专家，主导芯片与算法协同设计
- 架构师方向：负责整体端侧AI系统架构设计，拓展到云端协同
- 管理方向：逐步带领团队，负责技术路线规划和跨团队协调
- 与NPU厂商合作定义外置NPU硬件规格及接口，输出技术需求文档
- 主导大语言模型在端侧NPU上的部署优化，包括模型转换、量化和算子调优
- 构建端侧AI性能基准，评估不同NPU方案的性能、功耗和成本
- 精通C/C++和Python，具备嵌入式Linux开发和系统调优能力
- 深入理解主流dNPU架构及SDK，有直接对接厂商的经验
- 熟悉至少一种推理框架（如ONNX Runtime、TensorRT）和LLM端侧部署流程
- 掌握异构计算、内存优化和功耗控制技术
申请策略
- 关注联想在端侧AI的战略方向，尤其是dNPU产品路线，面试中展现对产业的洞察
- 准备好技术方案案例，如如何优化特定模型在NPU上的推理延迟
- 突出端侧NPU或AI加速器的实际项目经验，特别是与厂商对接和定制化开发经历
- 详细描述LLM部署优化案例，包括使用的框架、量化方案和性能提升数据
- 强调C/C++和Linux系统编程能力，以及驱动或内核相关的经验
- 若缺乏外置NPU（USB/PCIe）经验，可提前了解相关产品（如Intel Movidius、Hailo等）的SDK和架构
- 复习LLM推理优化技术，如KV Cache、INT4量化、FlashAttention等
面试指南
- STAR法则：情境-任务-行动-结果，突出量化指标和合作成果
- 技术原理+实践案例：先阐述理论，再结合具体项目说明如何落地
- 对比分析：在回答选型类问题时，从性能、功耗、成本多维度比较
- 请介绍你过去参与的端侧NPU项目，遇到了哪些软硬件协同问题？
- 如何对LLM进行INT4量化？量化的精度损失如何评估和恢复？
- 手写一段C++代码，实现一个简单的算子（如矩阵乘）并考虑缓存优化
- 描述一次与芯片厂商交涉需求的经验，你是如何推动对方修改规格的？
- 端侧NPU方案相比纯CPU/GPU方案的优势和劣势是什么？
职位点评
69
综合评分
前沿AI芯片优化岗位，技术成长极佳，但工作地点固定且强度未知。
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
适合技术驱动型、追求前沿能力和快速成长，能接受现场办公和工作压力的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展90
工作生活45
使命价值70
薪资福利
65中等
联想作为上市公司，薪资体系成熟，但JD未明确薪资福利，补偿性动机满足中等。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
职位涉及前沿AI芯片和大模型优化，技术成长空间极大，发展性动机强。
技术前沿前沿/新兴技术
技术栈dNPU、LLM、INT4、ONNX Runtime、TensorRT、异构计算
业务类型profit_center
工作生活
45较低
仅现场办公，未提及弹性工作，且可能涉及高强度优化，生活化动机满足较低。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
AI芯片国产化替代和端侧智能是行业趋势，有一定使命感，但JD未突出社会价值。
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
联想 的其他在招职位
相似职位推荐
Watch Jobs