美光科技
SENIOR DATA SCIENTIST
SENIOR DATA SCIENTIST
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Ai Agent
Pyspark
Sql
半导体制造
数据可视化
机器学习
统计建模
跨部门协作
值不值得投
76综合评分
综合评分 76
半导体大厂核心数据岗、技术前沿且业务价值明确、福利完善但偏重现场办公与产线协同
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.8万
与数据科学中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 400 个在招
职位详情
关于这个职位
负责利用机器学习、统计建模和AI技术处理海量数据，为半导体制造、产品工程和业务运营提供数据驱动的决策支持
通过开发智能算法与自动化工作流，优化生产良率与效率，推动跨部门协作以实现业务价值转化
最低要求
学历要求：统计学、数据科学、计算机科学、工业工程与管理或相关领域的硕士或博士学位
技术专长：机器学习与高级分析
Python和/或PySpark
SQL数据库（优先Snowflake/Google Cloud Platform）
熟悉JavaScript、Streamlit、AngularJS 2.0
出色的演示、故事讲述和沟通能力，以及跨团队协作能力
工作职责
设计和实施前沿算法及AI智能体系统
与跨职能团队合作，优化工作流程、工程及制造流程
通过数据驱动的洞察解决高影响力业务挑战，推动业务价值与组织转型
处理TB至PB级海量数据集，发掘洞察并实现自动化
应用统计建模、特征工程及监督/非监督/半监督学习技术
使用SQL及其他查询语言从多源提取和清洗数据
识别异常值，处理缺失数据，确保数据完整性以支持稳健建模
优先资格
加分技能：具备半导体行业经验（优先，非必需）
了解统计过程控制(SPC)、故障检测与分类(FDC)、逐次到逐次(R2R)、实验设计(DOE)、大语言模型(LLM)
了解制造执行系统(MES)
有开发AI智能体和工作流自动化解决方案经验者优先
AI 洞察
优缺点分析
优点
- 处于半导体核心赛道，技术栈前沿且业务场景真实，项目影响力直接关联产线良率与效率
- 跨国巨头平台资源雄厚，福利体系完善，职业稳定性高
- 能直接接触PB级工业数据，算法落地效果可量化，个人技术壁垒持续积累
- 工业场景数据质量参差不齐，模型训练、验证与部署周期较长
- 适合具备扎实算法功底、对工业制造/半导体领域感兴趣，且擅长跨团队协作与业务价值转化的资深数据人才
缺点 / 挑战
- 需深入理解半导体制造工艺与业务逻辑，跨界学习门槛较高
- 需频繁对接多部门利益相关者，沟通成本与协调压力较大
角色解读
- 纵向深耕：向首席数据科学家、AI架构师或高级算法专家方向发展
- 横向拓展：转向数据科学团队管理岗或半导体工艺工程专家路线
- 业务融合：成长为懂技术又懂业务的复合型数据战略负责人
- 负责构建机器学习模型与AI智能体系统，处理TB/PB级海量工业数据
- 运用统计建模与特征工程技术，清洗数据并训练监督/非监督模型
- 与工程、制造及业务团队紧密合作，将数据洞察转化为实际业务价值
- 主导数据驱动的流程优化与自动化方案落地，推动组织数字化转型
- 精通Python/PySpark与SQL数据库，熟练掌握Snowflake或GCP生态
- 扎实的机器学习算法基础与统计建模能力，熟悉特征工程与数据清洗流程
- 具备优秀的跨部门沟通、数据故事讲述与汇报展示能力
- 了解半导体制造基础流程或工业数据特性者优先
申请策略
- 提前了解美光在台厂区布局与主营业务，面试时准备1-2个将数据洞察直接驱动业务决策的完整案例
- 突出PB级数据处理经验、复杂业务场景下的模型落地成果及量化业务收益
- 详细列出Python/PySpark/SQL实战项目，强调特征工程与模型调优的具体指标提升
- 展示跨部门协作案例，体现如何将技术成果转化为可衡量的商业价值
- 补充半导体基础工艺知识（如SPC/FDC/R2R），了解工业数据生成逻辑
- 熟悉云数据仓库（Snowflake/GCP）及AI Agent开发框架，提升工程化落地能力
- 强化数据故事讲述与可视化表达能力，便于向非技术背景高管汇报
面试指南
- 采用STAR法则结构化陈述项目背景、技术难点、解决方案与业务结果，重点突出数据预处理细节与最终ROI
- 强调“技术可行性”与“业务价值”的平衡，展示如何用通俗语言拆解模型逻辑并建立信任
- 针对数据质量问题，分步骤说明探索性分析(EDA)、插补/剔除策略、模型鲁棒性测试及线上监控机制
- 请分享一个你从海量噪声数据中成功提取有效特征并显著提升模型性能的项目
- 如何向非技术背景的业务方解释复杂机器学习模型的输出结果并争取资源支持？
- 面对工业场景中缺失值严重、分布不均的问题，你的数据清洗与建模策略是什么？
- 复习主流机器学习算法原理、调参技巧及特征选择方法，准备代码级实现细节
- 梳理过往项目中数据清洗、特征工程的具体工具链与指标对比表
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
跨国半导体巨头提供具有竞争力的薪酬与完善的医疗、休假福利，整体保障水平处于市场中上，稳定性强。
薪资信号市场水准 (2.8千–4.8万/月)
福利待遇medical, dental and vision plans、paid family leave、robust paid time-off program、paid holidays
成长发展
85较高
接触前沿AI技术与海量工业数据，技术成长空间大，且公司提供清晰的职业发展路径与内部培训资源。
技术前沿前沿/新兴技术
技术栈Python、PySpark、SQL、机器学习、AI Agent、LLM、Snowflake、GCP
成长机会professional growth
业务类型profit_center
工作生活
60中等
传统制造业/半导体大厂通常以现场办公为主，工作节奏受产线排期影响，但公司提供较完善的休假制度。
工作模式未明确
办公地点工厂/生产基地
加班情况未提及（无法判断）
工作生活平衡paid time-off program、paid holidays
使命价值
75中等
致力于将数据转化为智能以提升全球制造效率与生活质量，社会价值与技术使命感较强。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号transform how the world uses information to enrich life for all、help build the technologies that power the future of our connected world
创新程度积极采用新技术
美光科技 的其他在招职位
相似职位推荐
Watch Jobs