应用材料
Algorithm Developer (TCT)
Algorithm Developer (TCT)
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算法优化工程师
算法优化工程师
Gds
Machine Learning
Oasis
Semiconductor
值不值得投
71综合评分
综合评分 71
半导体巨头核心算法岗，技术前沿且成长空间大，但现场出差比例高，WLB挑战较大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
6万
比算法优化工程师中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
3 个在招
市场机会
选择不多
新竹 · 算法优化工程师 · 3 个在招
职位详情
关于这个职位
该职位主要负责在半导体设备中开发和优化计算机视觉、机器学习及深度学习算法
你需要与客户紧密对接，了解算法局限性并提供解决方案，同时负责将总部的关键算法特性无缝转移到客户晶圆厂，工作量中高达70%需要在客户现场进行评估与集成
最低要求
电子工程/计算机科学硕士或博士学位（附加信息中也提及本科学历），在半导体行业拥有5年以上算法开发经验（附加信息提及2-4年经验）
具备扎实的计算机视觉和深度学习理论基础及丰富的实践经验（必须）
具备丰富的 Python 编程实践经验（必须）
熟悉 Linux 服务器、命令行操作及 Git 使用（必须）
每年需接受 5-10% 的海外差旅
具备良好的沟通能力及中等英语水平
工作职责
参与面向客户的活动（SoW / H2H），了解算法局限性并及时与总部合作交付相应的解决方案
与总部紧密合作，在计算机视觉、机器学习和深度学习领域开发新特性
改进现有特性，以提高灵敏度和稳定性
在客户现场定期评估新算法，确保关键特性从实验室到晶圆厂（Fab）的无缝转移（高达70%的工作量）
为紧急升级问题提供技术支持，并与应用、系统、物理、软件团队合作交付解决方案
在大型系统中进行算法集成，综合考虑硬件和软件方面的因素
优先资格
了解 Layout (GDS, OASIS) 处理（加分项）
AI 洞察
优缺点分析
优点
- 处于半导体与AI交叉的前沿领域，技术壁垒高，个人核心竞争力强
- 依托全球领先的半导体设备巨头平台，能接触到最顶尖的晶圆厂客户和核心工艺
- 工作内容兼具研发深度与现场落地，能全面锻炼算法能力与工程化、客户沟通能力
- 适合具备扎实AI/CV算法基础、拥有半导体行业经验，且乐于深入客户现场解决实际工程问题的技术专家
缺点 / 挑战
- 高达70%的工作需要在客户现场（Fab）进行，出差和现场调试压力较大，工作节奏可能较快
- 需要同时兼顾算法理论深度与软硬件系统集成的复杂性，技术挑战度高
角色解读
- 从算法开发工程师向资深算法专家发展，深耕半导体设备中的核心视觉与AI算法
- 凭借丰富的客户现场经验和跨部门协作能力，可向系统架构师或技术管理岗位转型
- 负责在半导体设备中开发和优化计算机视觉、机器学习及深度学习算法
- 作为总部研发与客户现场的桥梁，将实验室算法无缝转移到客户晶圆厂，并进行现场评估与调试
- 与跨学科团队（应用、系统、物理、软件）合作，解决客户现场的紧急技术问题并优化算法性能
- 扎实的计算机视觉和深度学习理论基础，以及丰富的Python编程和Linux环境开发经验
- 具备半导体行业背景，了解晶圆厂（Fab）环境及Layout处理（如GDS/OASIS）者优先
- 优秀的英语沟通能力和跨部门/跨国团队协作能力，能够适应较高比例的现场出差
申请策略
- 在求职信或面试中，明确表达自己对高比例现场出差（70%）的接受度和适应能力
- 提前了解应用材料在半导体量测/检测设备中的AI应用案例，展现对公司业务的深刻理解
- 突出在计算机视觉、深度学习领域的实际项目经验，特别是与工业检测、半导体制造相关的应用
- 强调Python、Linux环境下的工程化能力，以及算法在大型系统中的软硬件集成经验
- 展示在客户现场或跨部门协作中解决复杂技术问题的成功案例，体现沟通与抗压能力
- 深入了解半导体制造工艺及Layout数据格式（GDS/OASIS），弥补行业特定知识
- 提升英语口语与技术交流能力，以适应与全球总部及国际客户的频繁沟通
面试指南
- 采用STAR法则（情境、任务、行动、结果）来结构化回答项目经验，重点突出‘从Lab到Fab’的落地过程
- 针对现场问题排查，展示系统性的Debug思路：从数据质量、模型参数、硬件环境到系统集成的逐层排查
- 请分享一个你主导的计算机视觉或深度学习项目，你是如何将其从实验室成功部署到实际生产环境中的？
- 在客户现场评估新算法时，如果遇到算法灵敏度或稳定性不达标的情况，你的排查和解决思路是什么？
- 在大型系统中进行算法集成时，你是如何平衡硬件限制和软件性能要求的？
- 请描述一次你与跨学科团队（如物理、软件团队）合作解决紧急技术问题的经历
- 复习计算机视觉和深度学习的经典模型及最新进展，特别是工业缺陷检测、图像分割等与半导体相关的方向
- 了解应用材料的核心产品线（如量测、检测设备），思考AI/CV技术在这些设备中的具体应用场景
职位点评
薪资福利75
成长发展85
工作生活40
使命价值80
薪资福利
75中等
作为跨国半导体企业的核心算法岗，薪资福利处于行业中上水平，但JD未明确披露具体薪资数字和详细福利。
薪资信号未披露（AI估算：4千–8万/月）
成长发展
85较高
岗位涉及CV/DL在半导体前沿设备的应用，技术栈现代且壁垒高，能与全球总部合作，技术成长空间大。
技术前沿前沿/新兴技术
技术栈Computer Vision、Machine Learning、Deep Learning、Python、Linux、Git、GDS、OASIS
业务类型profit_center
工作生活
40较低
高达70%的工作量需要在客户现场评估算法，且需处理紧急升级问题，工作强度和出差频率较高，WLB受限。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
80较高
半导体行业是核心战略产业，岗位致力于提升半导体设备的算法能力，具有较高的行业价值和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
应用材料 的其他在招职位
相似职位推荐
Watch Jobs