联想 – Advisory Software Engineer 职位分析和面试指导

职位简介：

作为联想Advisory Software Engineer，核心职责是负责自研NPU编译器工具链的完整生命周期开发，包括设计架构、实现功能及持续优化性能，具体涉及后端算子代码生成、图优化算法改进及流水并行优化等关键技术环节。该岗位需要候选人具备3年以上AI编译器开发经验，扎实掌握C++/Python编程能力，熟悉TVM或MLIR等主流编译器框架，并对计算机体系结构有深刻理解，有NPU/GPU芯片架构经验者优先。特别需要关注深度学习模型性能瓶颈分析能力，有LLM推理优化经验将成为显著优势。工作地点位于上海。

>> 在联想官网查看完整职位详情。

简历及面试建议：

在准备简历时，你需要重点突出与NPU编译器开发直接相关的项目经验。用具体数据量化你的成果，比如’优化TVM编译器使ResNet50推理速度提升40%’这样的表述。技术栈部分要将TVM/MLIR放在显眼位置，并注明使用年限。工作经历中建议按STAR法则描述：在什么架构环境下(Situation)，承担什么编译任务(Task)，采用什么优化方法(Action)，最终达成什么性能指标(Result)。教育背景部分若涉及计算机体系结构相关课程或论文要特别标注。最后单独设立’芯片相关经验’栏目，集中展示你接触过的NPU/GPU架构细节。

面试时将重点考察编译器开发的实战能力，建议准备3-5个典型优化案例的深度讲解。当被问到技术难点时，采用’问题现象-分析过程-解决方案-验证结果’的逻辑链回答，比如描述如何解决算子融合导致的内存溢出问题。白板环节可能会要求手写简单的图优化算法或并行调度代码，平时需要保持C++模板元编程的熟练度。行为面试部分，提前准备团队协作解决编译问题的故事，展现你平衡算法创新与工程落地的能力。遇到LLM相关问题时，可从attention算子优化、KV缓存管理等角度展开。最后提问环节可询问公司NPU芯片路线图来展现战略眼光。