2026年春招，对于想应聘‘AI芯片模型部署与优化工程师’的FPGA/数字IC背景同学，面试通常会考察哪些关于神经网络量化、剪枝和硬件映射的实战问题？
我是微电子专业的研究生，研究方向是FPGA加速，做过一些CNN模型的部署项目。看到很多AI芯片公司都在招聘‘模型部署与优化工程师’，感觉和自己的背景很匹配。想请教一下，这类岗位的面试，除了常规的数字电路和Verilog，会深入到AI算法层面吗？比如，面试官会不会给一个具体的网络（如ResNet-18）和一块目标芯片的规格，让候选人现场设计一个量化方案（选择8bit还是4bit？对称还是非对称？），并估算所需的计算资源和带宽？或者讨论针对特定硬件架构（如脉动阵列）的层融合（Layer Fusion）策略？应该重点准备哪些工具链（如TVM, TensorRT）的使用经验？
嵌入式入门生小陈
