联发科
Machine Learning - Architect/Researcher/Engineer
Machine Learning - Architect/Researcher/Engineer
发布于 大约 18 小时前普通员工/个人贡献者
AI 估算 · 15k–30k · AI 参考估算
HsinChu, Taiwan
中级经验
硕士
全职员工仅现场办公人工智能
人工智能
Npu
Pytorch
Tensorflow
信号处理
机器学习
架构设计
深度学习
计算机视觉
值不值得投
79综合评分
综合评分 79
前沿AI技术岗位、研究驱动、成长空间大，但工作模式和WLB待确认。
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。
薪资怎么样
23K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 330 个在招 · 其中人工智能 6 个
市场机会
选择面较广
人工智能 · 约 870 个在招
职位详情
关于这个职位
这个职位是联发科AI团队的机器学习架构师/研究员/工程师，专注于系统平台、软件工程和应用机器学习（包括深度学习和AI）
你将参与前沿机器学习和深度学习算法的开发与部署，优化联发科NPU硬件，同时构建加速器、部署工具和基础设施，有机会进行技术创新和发表高影响力论文
最低要求
硕士或更高学位，计算机科学、电子工程或相关领域
年以上机器学习、深度学习、计算机视觉、信号处理或其他ML主题经验
年以上Python、C++、Java编码经验（至少一种）
有ML框架（如Keras, Tensorflow, PyTorch）的先前实践经验
工作职责
作为ML架构师，主要责任是推导和定义下一代NPU能力/架构，以应用x硬件x软件的风格进行，并学习相关新技术、框架、包、流程和工具
作为ML研究员，主要责任是进行激动人心的研究/开发，展示发现并将其转化为实用技术，并学习相关新技术、框架、包、流程和工具
作为ML工程师，主要责任是解决问题并构建创新软件解决方案，并学习相关新技术、框架、包、流程和工具
附加责任包括：为项目贡献想法并发表高影响力论文，创建探索AI及其应用的研究原型，通过加速器、部署和/或基础设施为团队做贡献，通过创建架构变更在加速器方面产生开发影响，通过创建原型在部署方面产生开发影响，通过创建解决方案（包括SDK、API和文档）在基础设施方面产生开发影响
优先资格
博士候选人且在顶级会议/期刊（如ISSCC, VLSI, CVPR, NeurIPS等）有发表经验
理解数据结构、算法和计算机软件架构因素对代码质量、性能和用户体验的影响
有创建研究原型和端到端机器学习管道实现经验
有为hackathon或研究项目创建原型/软件的经验
具备原创和新颖研究能力
具备分析和解决问题的能力
能够独立工作并有效与团队成员协作
有记录发现、结果和软件文档的经验
AI 洞察
优缺点分析
优点
- 参与前沿AI技术研发，直接与NPU硬件结合，技术深度强
- 公司为上市半导体巨头，平台资源丰富，有机会发表高影响力论文
- 工作涉及架构设计、研究和工程多方面，技能积累全面
- 团队致力于创新，提供实践学习和动态工作环境
- 技术难度高，需要持续跟踪最新ML/DL进展并快速应用
- 研究成果需转化为实际技术，对工程实现能力要求高
- 适合具有扎实ML理论基础、喜欢深入技术研究、追求创新并愿意在硬件协同环境下工作的求职者
缺点 / 挑战
- 项目可能涉及复杂系统优化，调试和集成挑战大
角色解读
- 技术专家路线：成为ML架构师或首席研究员，专注于AI算法和系统创新
- 管理路线：转向技术团队领导，负责项目规划和团队管理
- 跨领域发展：进入AI产品或解决方案架构，拓展商业应用
- 负责机器学习架构设计、研究或工程实现，针对NPU硬件优化算法和系统
- 开发前沿机器学习模型并部署到实际应用中，构建加速器、部署工具和基础设施
- 进行技术创新，发表研究论文，并探索AI的新应用场景
- 学习并整合最新技术、框架和工具，提升团队开发能力
- 精通机器学习、深度学习理论与实践，熟悉计算机视觉或信号处理
- 熟练使用Python、C++或Java编程，掌握TensorFlow、PyTorch等框架
- 具备系统架构设计能力，理解硬件与软件协同优化
- 拥有研究能力和创新思维，能撰写高质量论文
申请策略
- 研究联发科AI团队的技术方向和项目，定制化申请材料
- 准备面试中可能涉及的技术深挖，如ML模型优化、系统设计案例
- 突出机器学习项目经验，尤其是与NPU或硬件优化相关的成果
- 展示编程技能和框架使用熟练度，如Python、C++、TensorFlow等
- 列出研究发表记录或技术论文，强调创新能力和问题解决
- 强调团队协作和沟通经验，展示适应动态环境的能力
- 深入学习NPU架构和硬件加速原理，了解联发科技术栈
- 练习在顶级会议发表论文，提升研究写作能力
面试指南
- 对于技术问题，采用STAR法则（情境、任务、行动、结果）结构化回答，突出具体细节和成果
- 对于研究类问题，强调方法论创新和实验设计，引用相关论文或实践案例
- 对于协作问题，展示沟通技巧和团队贡献，举例说明成功合作经历
- 如何优化机器学习模型以适配NPU硬件？请举例说明
- 描述一个你参与过的端到端ML项目，从研究到部署的挑战和解决方案
- 对当前ML前沿技术如Transformer或扩散模型有何见解？如何应用于实际场景？
- 如何平衡研究创新与工程实现，确保技术落地？
- 在团队中如何协作，处理不同意见或技术分歧？
职位点评
薪资福利80
成长发展95
工作生活50
使命价值85
薪资福利
80较高
该职位薪资在台湾市场有竞争力，但JD未披露具体数字，需在面试中确认。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
95较高
职位涉及前沿ML技术、研究发表和跨领域开发，提供显著技能成长和晋升机会。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、Python、C++、TensorFlow、PyTorch、NPU
成长机会学习并采用相关新技术、贡献想法和发表高影响力论文、创建研究原型
业务类型profit_center
工作生活
50较低
JD未明确工作模式，可能需现场办公，WLB信息不足，加班情况未知。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
职位在高速增长的AI和半导体行业，致力于技术创新，具有较高行业前景和影响力。
行业发展高速增长赛道
社会影响中性/一般
使命信号推动前沿机器学习技术、开发和部署切割-边缘ML/DL算法
创新程度开拓性创新（行业首创）
联发科 的其他在招职位
相似职位推荐
Watch Jobs