{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "端侧AI大模型芯片FAE（现场应用工程师）",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "深圳",
        "work_mode": "",AI生成
        "job_category": ""AI生成
    },
    "company": {
        "company_name": "某芯片公司",
        "company_industry": "半导体/芯片",
        "company_size": "20-99人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 25000,
            "max": 40000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 5,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "岗位职责\n本岗位聚焦端侧AI大模型芯片、端侧NPU算力平台，面向消费电⼦、智能家居、车载终端、⼯业AI、边缘⽹关等终端客户，承担售前技术支撑、项目落地交付、客户技术赋能、问题闭环优化全流程⼯作，是连接芯片研发团队与终端客户的核心技术桥梁，核心职责如下：\n1. 售前技术方案支持与需求对接\n配合销售团队开展客户拜访、技术宣讲、产品方案推介，精准挖掘客户端侧AI落地需求，包括大模型本地化部署、端侧推理算力、功耗、延时、适配场景等核心诉求。结合公司端侧AI芯片、NPU架构、配套SDK工具链，为客户输出定制化技术解决方案、硬件选型建议、模型适配方案，独立完成客户PoC方案设计、Demo搭建与现场演示，支撑客户项目立项与订单落地，完成Design-in、Design Win全流程技术支撑。\n2. 客户项目落地与现场技术调试\n全程跟进客户终端项目开发、测试、量产全周期技术支持，协助客户完成芯片硬件集成、系统移植、底层驱动适配调试。重点解决端侧大模型（7B/13B/32B）量化、模型转换、算子适配、推理加速、功耗优化、延时调优、内存占用优化等核心技术问题，适配LLM、多模态模型、Agent智能体等主流端侧AI应用场景。快速定位并闭环芯片硬件兼容性、软件栈适配、NPU推理异常、系统稳定性等各类现场问题，保障客户项目顺利量产交付。\n3. 技术问题闭环与研发协同迭代\n收集、梳理客户端芯片应用的技术痛点、BUG问题、功能优化需求，精准拆解问题根因，输出专业的问题分析报告、测试日志与复现方案。高效协同公司芯片研发、算法、软件、测试团队，同步客户需求与技术问题，跟进问题整改、版本迭代、方案优化进度，推动芯片架构、SDK工具链、算子库、模型适配能力持续优化，形成需求收集-反馈-迭代-落地的闭环机制。\n4. 技术赋能与文档体系搭建\n负责客户、内部销售及渠道团队的技术培训，内容涵盖端侧AI芯片特性、NPU算力调度、大模型端侧部署流程、SDK使用、性能调优技巧、常见问题排查等。独立编写、更新各类技术文档，包括产品应用手册、快速上手指南、模型部署教程、FAQ知识库、项目案例报告等，沉淀标准化端侧AI芯片应用方案，提升整体技术交付效率。\n5. 行业生态与竞品技术调研\n跟进端侧AI大模型、边缘算力芯片行业技术趋势，调研主流竞品芯片的端侧推理性能、功耗参数、工具链优势与适配场景，整理行业落地案例，为公司产品迭代、方案优化、市场拓展提供技术参考。\n任职要求\n1. 学历与专业\n本科及以上学历，电子信息、微电子、计算机、人工智能、自动化、软件工程等相关专业，3年及以上AI芯片、端侧NPU、嵌入式AI相关FAE工作经验。\n2. 核心技术能力\n•熟悉端侧AI大模型落地逻辑，掌握LLM、多模态模型量化（INT8/INT4）、模型转换、算子适配、推理部署核心流程，了解端侧大模型轻量化、蒸馏、加速优化技术；\n•熟悉嵌入式Linux、Android系统开发调试，掌握C/C++、Python基础编程，熟悉AI推理框架（TensorRT、ONNX Runtime、TNN、MNN等）；\n•了解NPU芯片基本架构、算力调度机制，熟悉芯片SDK、工具链使用，具备端侧AI芯片性能、功耗、延时调优实战经验；\n•具备硬件调试基础，可独立排查芯片焊接、硬件适配、驱动适配、系统启动等基础硬件与底层软件问题。\n3. 综合能力素养\n•具备优秀的客户沟通、需求拆解、方案输出能力，能够精准对接客户技术诉求，高效完成跨部门协同；\n•具备较强的问题排查、抗压能力与现场应急处理能力，逻辑清晰，善于沉淀技术经验与解决方案；\n•熟悉消费电子、车载、工业边缘等任意端侧AI应用场景者优先，有国产端侧AI芯片、大模型端侧部署落地经验者优先；\n•工作认真负责、主动性强，具备良好的团队协作意识与客户服务意识，可接受短期出差驻场支持。\n岗位优势\n•赛道优质：聚焦当下热门端侧AI大模型芯片赛道，贴合AI轻量化、边缘智能行业发展趋势，技术成长性极强；\n•技术硬核：深度参与端侧大模型芯片商业化落地，掌握芯片架构、AI算法部署、系统优化全栈技术，区别于传统通用FAE；\n•成长清晰：可横向深耕客户方案、市场拓展，纵向深耕芯片技术、AI部署优化，双向职业发展路径；\n•资源完善：对接一线研发团队，优先接触前沿端侧AI芯片技术与行业标杆项目，快速积累核心行业经验。\n认证资质\n人力资源服务许可证",
        "skills": [],AI生成
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/cf33f3f5f3f5e3c40nN_39m_FFVQ.html"
            }
        ]
    },
    "posting": {
        "posting_id": "cf33f3f5f3f5e3c40nN_39m_FFVQ",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/cf33f3f5f3f5e3c40nN_39m_FFVQ.html"
    },
    "fulltext": "岗位职责\n本岗位聚焦端侧AI大模型芯片、端侧NPU算力平台，面向消费电⼦、智能家居、车载终端、⼯业AI、边缘⽹关等终端客户，承担售前技术支撑、项目落地交付、客户技术赋能、问题闭环优化全流程⼯作，是连接芯片研发团队与终端客户的核心技术桥梁，核心职责如下：\n1. 售前技术方案支持与需求对接\n配合销售团队开展客户拜访、技术宣讲、产品方案推介，精准挖掘客户端侧AI落地需求，包括大模型本地化部署、端侧推理算力、功耗、延时、适配场景等核心诉求。结合公司端侧AI芯片、NPU架构、配套SDK工具链，为客户输出定制化技术解决方案、硬件选型建议、模型适配方案，独立完成客户PoC方案设计、Demo搭建与现场演示，支撑客户项目立项与订单落地，完成Design-in、Design Win全流程技术支撑。\n2. 客户项目落地与现场技术调试\n全程跟进客户终端项目开发、测试、量产全周期技术支持，协助客户完成芯片硬件集成、系统移植、底层驱动适配调试。重点解决端侧大模型（7B/13B/32B）量化、模型转换、算子适配、推理加速、功耗优化、延时调优、内存占用优化等核心技术问题，适配LLM、多模态模型、Agent智能体等主流端侧AI应用场景。快速定位并闭环芯片硬件兼容性、软件栈适配、NPU推理异常、系统稳定性等各类现场问题，保障客户项目顺利量产交付。\n3. 技术问题闭环与研发协同迭代\n收集、梳理客户端芯片应用的技术痛点、BUG问题、功能优化需求，精准拆解问题根因，输出专业的问题分析报告、测试日志与复现方案。高效协同公司芯片研发、算法、软件、测试团队，同步客户需求与技术问题，跟进问题整改、版本迭代、方案优化进度，推动芯片架构、SDK工具链、算子库、模型适配能力持续优化，形成需求收集-反馈-迭代-落地的闭环机制。\n4. 技术赋能与文档体系搭建\n负责客户、内部销售及渠道团队的技术培训，内容涵盖端侧AI芯片特性、NPU算力调度、大模型端侧部署流程、SDK使用、性能调优技巧、常见问题排查等。独立编写、更新各类技术文档，包括产品应用手册、快速上手指南、模型部署教程、FAQ知识库、项目案例报告等，沉淀标准化端侧AI芯片应用方案，提升整体技术交付效率。\n5. 行业生态与竞品技术调研\n跟进端侧AI大模型、边缘算力芯片行业技术趋势，调研主流竞品芯片的端侧推理性能、功耗参数、工具链优势与适配场景，整理行业落地案例，为公司产品迭代、方案优化、市场拓展提供技术参考。\n任职要求\n1. 学历与专业\n本科及以上学历，电子信息、微电子、计算机、人工智能、自动化、软件工程等相关专业，3年及以上AI芯片、端侧NPU、嵌入式AI相关FAE工作经验。\n2. 核心技术能力\n•熟悉端侧AI大模型落地逻辑，掌握LLM、多模态模型量化（INT8/INT4）、模型转换、算子适配、推理部署核心流程，了解端侧大模型轻量化、蒸馏、加速优化技术；\n•熟悉嵌入式Linux、Android系统开发调试，掌握C/C++、Python基础编程，熟悉AI推理框架（TensorRT、ONNX Runtime、TNN、MNN等）；\n•了解NPU芯片基本架构、算力调度机制，熟悉芯片SDK、工具链使用，具备端侧AI芯片性能、功耗、延时调优实战经验；\n•具备硬件调试基础，可独立排查芯片焊接、硬件适配、驱动适配、系统启动等基础硬件与底层软件问题。\n3. 综合能力素养\n•具备优秀的客户沟通、需求拆解、方案输出能力，能够精准对接客户技术诉求，高效完成跨部门协同；\n•具备较强的问题排查、抗压能力与现场应急处理能力，逻辑清晰，善于沉淀技术经验与解决方案；\n•熟悉消费电子、车载、工业边缘等任意端侧AI应用场景者优先，有国产端侧AI芯片、大模型端侧部署落地经验者优先；\n•工作认真负责、主动性强，具备良好的团队协作意识与客户服务意识，可接受短期出差驻场支持。\n岗位优势\n•赛道优质：聚焦当下热门端侧AI大模型芯片赛道，贴合AI轻量化、边缘智能行业发展趋势，技术成长性极强；\n•技术硬核：深度参与端侧大模型芯片商业化落地，掌握芯片架构、AI算法部署、系统优化全栈技术，区别于传统通用FAE；\n•成长清晰：可横向深耕客户方案、市场拓展，纵向深耕芯片技术、AI部署优化，双向职业发展路径；\n•资源完善：对接一线研发团队，优先接触前沿端侧AI芯片技术与行业标杆项目，快速积累核心行业经验。\n认证资质\n人力资源服务许可证"
}