亚马逊软件开发工程师（嵌入式方向-2026届校招）, 智能硬件团队
任职要求
基本任职资格 - Speak, write, and read fluently in Mandarin - 岗位要求 - · 计算机科学，软件，自动化或相关领域的本科/研究生/博士。 - · 熟悉Java，C / C++或Python，linux/android等 - · 具备计算机科学基础知识，例如面向对象设计，算法设计，数据结构和复杂性分析。 优先任职资格 - 优先考虑: - 具备一定的嵌入式开发的经验； - 图像，音频，或视频分析与编码相关领域研究经历； - 多媒体内容理解，视觉内容检索开发经验； - 计算机视觉,机器学习相关经验, 熟悉OpenCV, 有Tensorflowlite或其他Inference engine上开发经验； - 有connectivity, wifi/bluetooth等经验； - 熟悉软件架构设计，有较大型复杂系统的开发设计经验。 - 校招信息请参考校园招聘申请手册： https://amazonexteu.qualtrics.com/CP/File.php?F=F_55YI0e7rNdeoB6e #auta-gcr Our inclusive culture empowers Amazonians to deliver the best results for our customers. If you have a disability and need a workplace accommodation or adjustment during the application and hiring process, including support for the interview or onboarding process, please visit https://amazon.jobs/content/en/how-we-hire/accommodations for more information. If the country/region you’re applying in isn’t listed, please contact your Recruiting Partner.
工作职责
任职要求： · 计算机，电子通信，自动化等相关专业; · 熟悉Linux环境和嵌入式开发，熟练使用c/c++或其他编程语言; · 有较强的软件调试和独立解决问题的能力; · 求知欲强, 有快速学习新领域的能力;
1、负责视觉 AI 芯片的系统软件开发，包括设备驱动，中间件，SDK 和相关平台工具链等开发； 2、负责视觉 AI 芯片的图像（含外设开发）、视频、BPU（NPU）、显示等多媒体中间件和 Framework 的开发； 3、完成芯片流片前的子系统/模块软件设计、开发和验证，及芯片回来后点亮和功能调试等。 4、与芯片设计和验证团队，算法团队等紧密合作，优化模块/系统性能、功耗和可靠性。 5、负责编写符合相关开发流程（如软件开发 V model，功能安全 ISO26262 等）的技术文档。
1、负责视觉 AI 芯片的系统软件开发，包括 OS 内核，发行版，设备驱动 BSP， 中间件，SDK 等开发； 2、负责芯片电源管理，Security，Storage，DDR，network，pcie等模块的开发。 2、完成芯片流片前的子系统/模块软件设计、开发和验证，及芯片回来后点亮和功能调试等。 3、与芯片设计和验证团队，算法团队等紧密合作，优化 AI 算力、系统性能、功耗和可靠性。 4、符合相关开发流程（如软件开发 V model，功能安全 ISO26262 等）的技术文档的编写。
1、负责视觉 AI 芯片的系统软件开发，包括 OS 内核，BSP, 设备驱动，中间件，SDK 和相关平台工具链等开发； 2、负责视觉 AI 芯片的图像、视频、BPU（NPU）、显示等多媒体中间件和 Framework 的开发； 3、完成芯片流片前的子系统/模块软件设计、开发和验证，及芯片回来后点亮和功能调试等。 4、与芯片设计和验证团队，算法团队等紧密合作，优化 AI 算力、系统性能、功耗和可靠性。 5、符合相关开发流程（如软件开发 V model，功能安全 ISO26262 等）的技术文档的编写。
阿里云持续推进AI技术深化战略布局，围绕AI和云计算的基础设施建设、AI基础模型平台、企业级AI应用方向构建核心场景。为此，我们正在招募软硬件结合开发工程师，致力于打造下一代智能化软硬件一体化解决方案。 作为软硬件结合开发工程师，你将参与从底层硬件设计到上层软件优化的全流程研发工作，推动AI、云计算和大数据技术在高性能计算、异构计算等领域的创新与落地。具体职责包括但不限于以下方向： 岗位职责 1. 软硬件协同优化 负责软硬件协同设计，优化计算性能、能耗效率和系统稳定性。 针对特定应用场景（如AI推理、分布式存储、实时计算等），设计并实现高效的软硬件解决方案。 2. 基于FPGA/ASIC芯片的设计与开发 参与FPGA/ASIC芯片的设计与验证，包括算法映射、硬件架构设计和性能调优。 开发硬件抽象层（HAL）和相关工具链，支持硬件加速器与上层软件的无缝集成。 参与硬件加速器及系统仿真模型的开发和调试。 3. 计算平台底层软件开发 研发基于CPU、GPU、FPGA、ASIC等硬件的计算平台，提升AI训练和推理等业务的计算性能。 基于自研芯片平台，进行驱动和固件等开发，支持深度学习框架等软件在硬件平台上高效运行。 4. 操作系统与固件开发 优化Linux内核、设备驱动和固件，提升硬件资源利用率和系统响应速度。 开发针对特定硬件的定制化操作系统模块，满足高性能计算需求。 5. 开发者工具与生态建设 开发软硬件结合的开发者工具链（如SDK、CLI、IDE插件），降低开发门槛。 构建开放的技术生态，推动软硬件一体化解决方案的广泛应用。