联发科
_4G/5G Modem System Validation and AI Software Engineer
_4G/5G Modem System Validation and AI Software Engineer
发布于 大约 18 小时前普通员工/个人贡献者
AI 估算 · 25k–45k · AI 参考估算
Taipei, Taiwan
高级经验
硕士
全职员工仅现场办公数据分析与科学
数据分析与科学
CI/CD
Pytorch
Tensorflow
大语言模型
数据流水线
深度学习
生成式Ai
自动化测试
值不值得投
71综合评分
综合评分 71
前沿AI技术应用于核心通信系统验证，技术成长性强，但工作模式未知、WLB需自行评估。
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
35K
比数据分析与科学中位数高
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
市场机会
选择面较广
数据分析与科学 · 约 980 个在招
职位详情
关于这个职位
该职位为联发科的调制解调器系统验证与AI软件工程师，核心职责是运用先进的生成式AI（如大语言模型、扩散模型）设计与开发自动化测试工具与平台，以提升4G/5G调制解调器系统测试的效率和覆盖率
工作涵盖AI模型开发、大规模数据处理流水线构建及技术项目领导
最低要求
计算机科学、数据科学、人工智能或相关领域的硕士学位或博士学位
具备4年以上Python、C++或Go软件开发经验及生成式AI应用经验
精通深度学习框架（PyTorch/TensorFlow）和机器学习理论
具备良好的英语技术沟通能力
出色的问题解决能力、团队合作精神、成长型思维，以及灵活学习新调制解调器技术的能力
工作职责
设计、开发并优化用于调制解调器系统验证和测试的先进生成式AI模型（例如LLMs、扩散模型、GAN）
开发并领导AI驱动的工具和平台，以自动化软件流程，提高调制解调器系统测试的效率和测试覆盖率
架构大规模数据流水线，执行特征工程和统计分析，确保测试数据的质量和完整性
使用敏捷方法论领导技术项目，推动模型从概念验证（PoC）到生产，并确保调制解调器系统的健壮测试和CI/CD集成
紧跟最新AI趋势，主动提出并实施创新，以增强自动化和测试效率
优先资格
(加分项) 具有云平台（AWS, Azure, GCP）和容器工具（Docker, Kubernetes）经验
(加分项) 具有大规模软件测试、产品质量管理经验，了解3GPP调制解调器规范
AI 洞察
优缺点分析
优点
- 技术前沿性强：直接应用最前沿的生成式AI技术解决实际工程验证问题
- 行业壁垒高：结合了AI与通信（调制解调器）两大复杂领域，技术积累独特
- 平台影响力大：在大型芯片设计公司的核心产品线中负责质量保障，能接触底层系统
- 技术栈复杂：需要同时精通AI/ML、软件工程、通信系统及测试方法论，学习曲线陡峭
- 项目周期长：从AI模型验证到嵌入通信系统测试流程，可能需要较长的开发和集成周期
- 对英语沟通要求高：需与全球团队协作，理解并应用3GPP等英文规范
- 具备扎实AI/ML和软件工程背景，对通信系统（特别是调制解调器技术）有浓厚兴趣，并乐于解决复杂系统级自动化问题的资深工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 深耕AI测试自动化领域，成为该方向的技术专家或架构师
- 拓展至通信系统全栈验证，或向AI平台工程方向发展
- 积累项目领导经验，可向技术管理岗位（如Tech Lead）发展
- 设计并开发用于调制解调器自动化测试的生成式AI模型（如大语言模型、扩散模型）
- 构建和维护AI驱动的自动化测试平台与大规模数据处理流水线，提升测试效率与覆盖率
- 领导AI测试工具从原型到生产的全流程开发，确保其与持续集成/持续部署（CI/CD）流程整合
- 扎实的生成式AI理论与应用经验，精通PyTorch或TensorFlow
- 熟练的软件工程能力，包括Python、C++或Go编程，以及大规模数据处理
- 了解软件测试方法论、持续集成流程，以及3GPP通信协议（加分项）
- 良好的英语沟通与跨团队协作能力
申请策略
- 研究联发科在通信芯片领域的最新产品和AI战略布局，将个人技术兴趣与其业务方向结合
- 面试中可准备阐述你对“如何用AI解决传统通信测试痛点”的思考
- 突出任何与生成式AI（如LLM、Diffusion Model）在实际项目中的应用经验，即使是研究项目
- 详细描述参与或主导的自动化测试平台、数据流水线或CI/CD相关的项目成果
- 如有，明确写出对3GPP规范或调制解调器相关测试的了解和实践经验
- 强调处理过的大规模数据集或高性能计算经验
- 系统学习3GPP通信协议中关于调制解调器系统测试的部分，了解行业特定需求
- 深入研究云原生技术（如Kubernetes）在测试基础设施中的应用案例
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答案例类问题
- 对于设计类问题，从“需求分析 → 方案设计 → 技术选型 → 实施与验证 → 效果评估”的逻辑框架展开
- 对于知识类问题，坦诚说明已知部分，并重点阐述你的学习方法和解决未知领域问题的思路
- 请描述一个你使用生成式AI解决实际工程问题的案例，特别是如何处理模型与传统软件系统的集成？
- 如果让你为一个调制解调器子系统设计自动化测试方案，你会考虑哪些关键步骤和挑战？
- 你如何评估一个AI测试工具的有效性？除了准确率，还会关注哪些指标？
- 在大规模数据流处理中，如何保证数据的质量和一致性？你有哪些实践经验？
- 你对3GPP规范或无线通信测试流程有哪些了解？（如果经验较少，如何快速学习？）
职位点评
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
作为已上市的跨国企业，薪资通常具有市场竞争力，但JD未明确薪资与福利细节，具体待遇需面议。
薪资信号面议 (25K-45K/月)
成长发展
85较高
职位要求掌握前沿的生成式AI技术并将其应用于复杂的通信系统验证，技术成长空间大，且能接触行业核心领域。
技术前沿前沿/新兴技术
技术栈生成式AI、大语言模型、PyTorch、TensorFlow、深度学习、CI/CD、数据流水线
业务类型ambiguous
工作生活
50较低
JD未明确工作模式，作为硬件芯片相关的核心验证岗位，现场办公的可能性较高。未提及任何工作生活平衡相关信息。
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
岗位处于通信技术与AI融合的前沿领域，通过自动化提升产品质量和效率，具有明确的技术推动价值和行业影响力。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
联发科 的其他在招职位
相似职位推荐
Watch Jobs