← 返回企业主页
笔试面试指南
紫光展锐 · 笔试考什么、面试问什么、怎么准备
该企业岗位的专业要求
电子31 个岗位 · 67%
计算机27 个岗位 · 59%
软件24 个岗位 · 52%
通信24 个岗位 · 52%
自动化19 个岗位 · 41%
管理11 个岗位 · 24%
英语11 个岗位 · 24%
微电子10 个岗位 · 22%
数学8 个岗位 · 17%
环境7 个岗位 · 15%
人工智能6 个岗位 · 13%
物理6 个岗位 · 13%
按官方岗位页标注的专业逐条计数（一个岗位只计一次），条数越多说明该企业招的专业越集中。
学历门槛
硕士32 个岗位 · 70%
硕士研究生及以上7 个岗位 · 15%
博士3 个岗位 · 7%
本科3 个岗位 · 7%
经验与身份要求
应届毕业生可投4 个岗位 · 9%
岗位类别
软件类17 个岗位 · 37%
芯片类8 个岗位 · 17%
算法类6 个岗位 · 13%
硬件类3 个岗位 · 7%
商务支持类2 个岗位 · 4%
制造类2 个岗位 · 4%
供应链类2 个岗位 · 4%
政府事务类1 个岗位 · 2%
计划类1 个岗位 · 2%
销售类1 个岗位 · 2%
岗位要求里反复出现的技能词
通信 · 24自动化 · 18python · 17c++ · 16算法 · 13linux · 12英语 · 11matlab · 9android · 8深度学习 · 7pytorch · 6tensorflow · 6excel · 6机器学习 · 5数据结构 · 5fpga · 4嵌入式 · 4java · 3供应链 · 3测试 · 3数据分析 · 3大模型 · 3rust · 2sql · 2
这些词是在该企业岗位要求原文里出现过的（数字是出现在多少个岗位里），用来判断自己是否对得上要求；不构成该企业的考试范围。
岗位要求原文
AI软件工程师8385
1、计算机、电子、自动化、通信等相关专业硕士及以上学历；
2、较强的编程能力，熟练使用Python、R或Java、C/C++、Halide、Rust等编程语言（有国家证优先）；
3、对机器学习和深度学习有深入理解，包括神经网络、回归分析、聚类等算法等，熟悉深度学习算法（CNN/Transformer等），具备算子公式推导能力；
4、熟悉计算机体系结构、并行计算原理，熟悉ARM\NPU\GPU等微处理器架构、Linux/Android系统、多线程编程，并具有良好的代码开发素养；
5、熟悉异构计算编程（如CUDA/OpenCL）及AI框架（TensorFlow/PyTorch）；
6、有TVM、MLIR、LLVM等编译器开发经验者优…
来自官方岗位页 · 查看原文
显示算法工程师8389
1、计算机、自动化、电子、光学、人工智能、模式识别、信号与信息处理、生物医学工程、应用数学等相关专业，硕士及以上学历；
2、1年以上视频处理、图像处理相关实习工作经验优先；
3、有下列一项或以上经验者优先：a)熟悉图像处理基本算法，在图像增强、颜色管理、显示器件等相关领域有发表过论文、专利；b)熟悉机器学习框架，如Tensorflow,pyTorch，有机器学习在图像处理领域的经验；
4、熟练使用C/C++、Python/Matlab编程语言或熟悉Linux/Android等平台优先；
5、较强的数学基础、逻辑思维、英语读写能力，能快速的查阅学术论文、专利等文献、分析和解决问题；…
来自官方岗位页 · 查看原文
多媒体软件工程师（音频/显示）8530
1、硕士及以上学历，通信工程、自动化、计算机等专业
2、 熟练掌握C/C++，熟悉常用数据结构和算法，具备良好的编码习惯
3、掌握Android/Linux Audio架构或ALSA驱动开发相关实习经验；或掌握Linux DRM/KMS框架，显示驱动设计
4、思维敏捷，良好的合作沟通能力，工作认真负责…
来自官方岗位页 · 查看原文
通用笔试面试准备要点
1
笔试前
按岗位描述里的专业要求过一遍基础；行测类测评留足时间，别在最后一题上赌
2
简历
用岗位要求里的关键词改写项目经历；每一条经历都写清「你做了什么 → 结果是什么」
3
技术面
先讲清项目背景与自己的分工，再讲难点与取舍；面试官追问时不要绕
4
行为面
用 STAR（情境 / 任务 / 行动 / 结果）组织答案，准备 3 个可复用的真实例子
5
反问
准备两三个真问题：团队怎么协作、这个岗位半年后的衡量标准、后续流程与时间
6
复盘
每场面试后立刻记下被问到的问题与卡住的地方 —— 下一场同类问题就是复习清单
上面「专业 / 学历 / 经验 / 技能 / 要求原文」都是该企业真实岗位页上的内容；「通用准备要点」是通用建议，不是该企业专属的笔面试题或流程。