Advisory Engineer, IoT SW SE

优缺点分析

角色解读

• 可向技术总监或首席架构师方向发展，负责更大范围的产品线技术战略
• 可横向扩展至更多AIoT领域，如智能家居、健康医疗等，成为行业技术专家
• 可深入算法研究，成为运动健康算法领域的权威专家，影响行业标准
• 负责AI可穿戴产品线运动健康算法的整体技术架构设计与演进，包括心率、血氧、运动识别等核心算法
• 主导第三方算法厂商的深度集成，定义接口标准，优化从传感器数据采集到算法模块的完整链路
• 建立算法性能评估体系，优化多传感器融合算法在ADSP/MCU/AP上的算力分配，实现极致低功耗
• 作为核心技术负责人，主导与算法厂商的技术对标与定制开发，解决PVT/MP阶段的技术卡点
• 精通PPG、IMU、ECG等传感器数据处理算法的核心原理和优化路径
• 熟悉RTOS系统架构，具备通过系统底层调整（如DMA、任务优先级、缓存调度）解决算法资源瓶颈的实战经验
• 精通Qualcomm或主流可穿戴SoC平台的传感器架构，能针对不同功耗场景灵活调整架构策略
• 具备强大的技术沟通与供应商管控能力，能将复杂的算法问题转化为可执行的工程任务

申请策略

• 了解联想在智能穿戴领域的战略布局和产品线，在面试中展示对业务的理解
• 准备一个完整的技术架构案例，展示从算法选型到量产的全流程管理能力
• 突出主导过的至少两款高端智能手表/手环产品的完整生命周期交付经历，强调算法方案选型到量产的关键贡献
• 详细描述在算法架构设计、系统级优化（如RTOS、DMA、内存管理）方面的具体项目和成果
• 强调与算法厂商（如Cywee、Gomore）合作的经验，展示技术沟通与供应商管控能力
• 量化展示在功耗优化、性能提升方面的具体数据（如功耗降低百分比、性能提升幅度）
• 深入学习最新的可穿戴传感器算法，如AI算法在心率、血氧监测中的应用
• 了解主流可穿戴SoC平台（如Qualcomm、Ambiq）的最新架构和低功耗技术

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经历类问题，突出个人贡献和量化成果
• 对于技术难题类问题，先分析问题本质，再阐述解决方案和权衡取舍，最后总结经验教训
• 对于趋势类问题，结合行业动态和个人见解，展现技术视野和思考深度
• 请描述一次你主导的智能手表算法架构设计经历，如何平衡性能与功耗？
• 在算法SDK集成中，你遇到过哪些系统级难题（如时间戳对齐、内存一致性）？如何解决？
• 如何与算法厂商（如Cywee）进行技术对标和定制开发？请举例说明
• 在RTOS系统中，如何通过系统底层调整（如DMA、任务优先级）来优化算法性能？
• 如何看待运动健康算法在可穿戴设备中的未来发展趋势？