首页
简历攻略
校招实习

辉羲智能26秋招2027届硕士岗位：简历准备与投递攻略

最后更新于 2026-09-30

本文基于站内样本与岗位原文整理，样本数量有限，方法建议供你对照自身经历使用；涉及企业未在原文写明的条件，本文不做推断，标注为待核实。

先确认信息口径：站内样本 + 岗位原文

这篇内容的信息来源是站内收录的辉羲智能26秋招岗位原文，样本数量为1条。它覆盖的岗位有NPU编译器开发、FPGA原型验证、SOC验证、AI推理部署（具身智能方向）、具身智能算法，工作地点在北京、上海、合肥、杭州，截止时间写到2026-11-26。除这些原文写明的字段外，本文不会补充企业偏好、面试流程、薪资福利等未提供信息。

为什么先讲口径？因为校招信息在转发过程中容易被加上“据说”“往年经验”之类的修饰，最后变成你判断失误的依据。你真正能核对的，是岗位原文里的职责描述、专业方向、工具链和学历表述。把这些当作唯一事实底座，再决定简历里哪些经历往前放、哪些往后放。

站内样本只有一条，所以本文不会给出“今年扩招”“竞争激烈程度”这类结论。它更适合被当作一份岗位清单来读：先看方向是否与你的项目重合，再看城市与学历是否对得上，最后才是简历怎么写。

提醒：岗位原文没有写明的条件，不要用“应该”“大概率”去补全。投递前以官方页面为准，本文只做简历准备与信息整理。

五个岗位方向，简历证据不是同一套

辉羲智能26秋招的五个方向，虽然都围绕芯片与具身智能，但简历要证明的能力并不相同。NPU编译器岗原文提到前端、IR、优化Pass、代码生成、运行时对接，以及Triton、PyTorch、MLIR、TVM等生态；FPGA原型验证岗强调RTL移植、平台搭建、接口bringup与工具链；SOC验证岗强调UVM、testplan、网表级仿真；AI推理部署岗强调ONNX、TensorRT、PyTorch部署链路与量化；具身智能算法岗强调VLA/WAM、PyTorch、VIT/DIT/Flow Matching。

如果你把同一份简历投给五个方向，最常见的后果是每个方向都只看到一半匹配。更实际的做法是：选一个主方向，把与该方向直接相关的项目放到最前，其他经历压缩成一行。比如编译器方向，编译原理课程项目、MLIR/TVM相关实践、算子优化经历，比“熟悉深度学习”更有信息量。

这里要区分“岗位要求”和“行业通用技能”。原文没有写“必须发表顶会论文”，只把开源贡献或顶会论文写在具身智能算法岗的加分项里；原文也没有写“必须有机器人量产经验”，只把机器人、自动驾驶、AR/VR嵌入式部署经验写在AI推理部署岗的加分项里。加分项不等于门槛，但如果你有，就应该在简历里单独成行，而不是埋在技能列表里。

岗位方向简历里优先出现的证据容易被忽略的细节
NPU编译器开发C/C++或Python、编译原理课程/项目、MLIR/TVM/Triton相关实践、算子优化记录是否写清你在编译流程中负责哪一段
FPGA原型验证Verilog/SystemVerilog、FPGA工具链、时序约束、脚本语言、接口调试是否说明平台规模与你的具体动作
SOC验证UVM、SystemVerilog、testplan、网表级仿真、脚本是否区分模块级与系统级验证
AI推理部署C++/Python、ONNX/TensorRT/PyTorch、量化PTQ/QAT、性能分析是否给出部署链路中的具体环节
具身智能算法PyTorch、VIT/DIT/Flow Matching、仿真到真机迁移、数据集构建是否说明模型与芯片结合的优化点

把岗位要求翻译成简历证据：三步法

第一步，逐条抄下岗位原文里的动词和名词。比如NPU编译器岗原文写“参与自研NPU/RPU编译器开发，完善前端、IR、优化Pass、代码生成、运行时对接等模块”，这里的动词是“开发、完善”，名词是“前端、IR、优化Pass、代码生成、运行时对接”。你的简历不需要复述这些词，但需要让读者能对应上你做过其中哪一段。

第二步，为每条要求找一条你自己的经历。找不到就诚实留空，不要用“了解”“熟悉”硬凑。比如你没有做过运行时对接，就不要在简历里写“负责运行时对接”，可以写你做过算子性能分析，并给出对比数据。原文提到“参与算子性能分析与调优”，这就是一个可以落地的证据点。

第三步，把经历写成“动作 + 对象 + 结果”的结构。结果不一定是提升百分比，也可以是“完成了某模块的测试用例覆盖”“定位并修复了某类问题”。校招简历里，读者更关心你是否真的动手做过，而不是结果数字是否漂亮。

提醒：不要为了贴合岗位而改写项目事实。简历里每一行都要能在面试中展开讲清楚，否则反而增加风险。

项目经历怎么写：一个修改前后的具体例子

下面这个例子是虚构的，用来演示写法，不代表任何真实候选人，也不代表企业筛选标准。假设一位2027届硕士，做过一个基于TVM的算子优化课程项目，想投NPU编译器开发岗。

修改前：

  • 参与TVM算子优化项目，负责部分算子实现，熟悉深度学习编译。

修改后：

  • 在TVM中实现并调优2个卷积类算子，对比默认调度与手动调度在目标后端上的耗时差异，记录调优前后的数据；
  • 阅读并修改TVM调度原语，定位一处因内存排布导致的性能问题，整理成项目文档；
  • 使用Git管理代码，用CMake构建，编写Python脚本批量跑测试用例。

修改后的版本没有夸大，但把“参与”拆成了可核对的动作：实现了什么、调优了什么、用什么工具、留下什么文档。原文里NPU编译器岗要求“熟悉Linux开发环境并能使用Git、CMake、脚本工具”，这三行正好对应上。

这个例子的假设是：你确实做过TVM算子，且能讲清调度原语和内存排布。如果你只是跑过TVM教程，就不要写成“实现并调优”，可以写成“学习并复现TVM官方教程中的算子调度示例”，同时把重点放在你理解了什么。

不同背景的取舍：不是所有人都适合同一套写法

如果你偏硬件验证，FPGA原型验证和SOC验证的简历重点应该放在Verilog/SystemVerilog、UVM、testplan、时序约束、脚本语言上。原文对FPGA岗提到“bitfile生成、时序约束收敛流程”，对SOC岗提到“网表级仿真验证”，这些是你可以主动展开的关键词。如果你做过FPGA平台搭建，写清平台规模、接口类型、你负责的bringup环节，比写“熟悉FPGA开发”更有用。

如果你偏算法与部署，AI推理部署和具身智能算法两个方向要分开准备。AI推理部署岗原文强调ONNX、TensorRT、PyTorch部署链路、量化原理，以及KV Cache、Beam Search等推理优化手段；具身智能算法岗原文强调VLA/WAM、VIT/DIT/Flow Matching、仿真到真机迁移。前者更像工程落地，后者更像算法研究，简历里的项目排序应该不同。

如果你两者都沾一点，不要试图在一页简历里同时证明两条线。可以选一个主方向，把另一条线的经历压缩成“相关经历”一行，并在投递不同岗位时替换主方向。站内提供的NPU编译器开发工程师投递简历模板，可以作为结构参考，但模板里的经历是示例，必须替换成你自己的真实信息。

不适合照搬的提醒：不要直接复制岗位原文里的职责描述当作简历条目。原文是岗位要做什么，简历是你做过什么，两者主语不同。把“参与自研NPU/RPU编译器开发”抄进简历，读者无法判断你的实际贡献。

城市、学历与截止时间：投递前先核对硬条件

岗位原文写明工作地点包括北京、上海、合肥、杭州，多数岗位要求硕士及以上。NPU编译器开发在合肥、上海；FPGA原型验证在北京；SOC验证在北京、上海；AI推理部署在北京、上海、杭州；具身智能算法在北京、上海。原文对AI推理部署岗的学历要求没有明确写出，这一点标注为待核实，不要自行补全。

城市选择不只是偏好问题，也影响你简历里要不要写“可接受出差”“可服从调剂”。如果原文没有提到调剂或出差，就不要在简历里主动承诺，也不要据此推断企业会安排。你可以在投递前确认自己是否接受目标城市，再决定投哪个岗位。

截止时间写到2026-11-26，但校招信息可能更新，投递前请以官方页面为准。本文不提供投递入口，也不提供联系方式，你可以在站内岗位原文页查看具体说明。

投递前的最后检查

  • 确认目标岗位与你的主方向一致，简历第一屏能看出你投的是哪个方向；
  • 核对学历与城市是否符合原文写明的要求，未写明的部分标注待核实；
  • 检查项目经历是否包含动作、对象、工具与结果，避免只有“参与”“熟悉”；
  • 检查技能列表是否与岗位原文关键词对应，但不要堆砌不熟悉的词；
  • 检查是否有夸大或无法展开的表述，逐条问自己“面试时能讲三分钟吗”；
  • 检查文件命名、格式与页数，确保在常见设备上能正常打开；
  • 投递前再读一遍岗位原文，确认没有遗漏的硬性条件。

常见问题

问：2027届硕士现在准备辉羲智能26秋招，时间上早不早？

答：岗位原文写的截止时间是2026-11-26，面向2027届。你可以先按方向整理项目与简历，再根据官方页面确认具体批次与时间安排。本文不推断招聘节奏。

问：AI推理部署岗没有写学历要求，本科可以投吗？

答：原文对该岗位的学历要求未明确写出，本文标注为待核实。其他岗位写明硕士及以上。投递前请以官方页面为准，不要根据其他岗位推断该岗位。

问：没有MLIR或TVM经验，还能投NPU编译器岗吗？

答：原文把MLIR、TVM、Triton写在职责描述里，要求里写的是熟悉C/C++或Python、理解基本编译原理、熟悉Linux与Git/CMake。你可以用编译原理课程项目、C/C++项目或算子相关经历来组织简历，是否匹配由企业判断，本文不做结论。

问：具身智能算法岗一定要有顶会论文吗？

答：原文把开源项目贡献或顶会论文经验写在加分项里，没有写成本岗位门槛。你可以把已有的论文、开源贡献或机器人项目单独列出，没有就不写，不要编造。

问：简历里要不要写薪资期望？

答：岗位原文没有提供薪资信息，本文也不做推断。校招简历通常不需要写薪资期望，你可以把空间留给项目与技能。

问：五个岗位可以同时投吗？

答：原文没有说明投递数量限制，这一点待核实。从简历准备角度，建议先确定一个主方向，避免一份简历同时证明多条线导致信息分散。

行动清单

  1. 打开站内岗位原文，逐条抄下五个方向的职责与要求关键词；
  2. 选一个主方向，把最相关的项目放到简历最前；
  3. 用“动作 + 对象 + 工具 + 结果”重写每条项目经历；
  4. 对照本文表格，检查每个方向的关键证据是否出现；
  5. 核对城市、学历与截止时间，未写明处标注待核实；
  6. 参考站内模板调整结构，但替换为本人真实信息；
  7. 投递前完成最后检查清单，再提交。

提醒：本文是简历准备与信息整理，不构成投递建议。所有岗位条件以官方页面为准。

延伸准备

如果你已经确定目标方向，可以把这篇文章里的方法继续落到具体页面里：先看一篇相近主题的文章校准思路，再选模板或范文对照自己的经历结构。下面这些链接来自 HI简历 站内内容，适合作为下一步检查材料。

创建简历
一键制作，无限机会。
目录