SMIC logo
中芯国际
大数据算法工程师(J13243)

大数据算法工程师(J13243)

发布于 大约 2 小时前

普通员工/个人贡献者

上海市
中级经验
全职员工
仅现场办公
硕士
数据分析与科学
Numpy
Pytorch
Scikit-Learn
大语言模型
异常检测
时序分析

AI 估算 · 25k–40k

半导体大厂算法岗,技术要求高(大模型+传统算法),薪资处于市场中上水平,月薪25000-40000元,年终奖通常2-3个月。

职位详情

关于这个职位

该职位主要负责结合大语言模型与传统算法,构建面向复杂业务场景的智能分析系统,包括实时数据监控、异常识别、根因分析等

你将参与从算法设计到模型部署的全流程,并输出标准化组件与可视化看板,为业务决策提供数据驱动支持
适合具备机器学习、时序分析和大模型应用经验的数据科学家或算法工程师

最低要求

硕士及以上学历,计算机、统计学、自动化、应用数学等相关专业

熟练掌握 Python 数据科学生态(Pandas, NumPy, Scikit-learn, PyTorch)
熟悉时序数据分析、异常检测算法(Isolation Forest, Autoencoder, Prophet 等)
有将大模型应用于结构化推理、多步决策或自然语言解释(NLE)的实际经验
熟悉常见机器学习建模流程,包括特征工程、模型训练、评估与部署

工作职责

基于大语言模型与传统算法融合架构,构建面向复杂业务场景的智能分析系统

设计实时数据监控与异常识别机制,实现多维度指标的动态比对与预警触发
开发自动化的初步分析模块,结合上下文信息生成可读性强的事件摘要与处置建议
在第二阶段深入挖掘异常背后的潜在关联因素,构建根因分析(RCA)模型,提升问题定位效率
综合运用机器学习方法(如异常检测、聚类、分类)与图模型技术,发现隐藏模式与因果关系
探索将领域知识融入大模型推理过程的技术路径,提升模型在专业场景下的准确性与可解释性
输出标准化模型组件与可视化分析看板,支持业务人员快速理解与决策

优先资格

具备处理大规模数据的能力,熟悉 Spark、Dask 或类似工具者优先

对复杂系统有较强的理解能力,擅长从多源数据中提炼关键信息
具备良好的逻辑表达与跨团队协作能力,能将算法成果转化为业务价值

AI 洞察

优缺点分析

优点

  • 前沿技术栈(大模型+机器学习),技能积累价值高
  • 公司为半导体龙头,平台大、资源多,算法成果能落地
  • 工作内容包含从研究到工程化全流程,综合能力提升快
  • 需要同时掌握传统算法与大模型技术,学习曲线较陡
  • 涉及异常检测与根因分析,对数据理解与业务洞察要求高
  • 半导体行业算法岗相对互联网较少,未来跳槽选择面可能窄于纯AI公司
  • 适合对大数据、机器学习和大模型融合有浓厚兴趣,愿意在制造行业深耕的算法工程师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向资深算法专家发展,深耕大模型与领域知识融合方向
  • 也可转型为技术负责人或架构师,主导智能分析平台的整体设计
  • 同时具备业务理解与算法能力,有机会进入数据科学管理岗位
  • 融合大语言模型与机器学习算法,开发智能分析系统,用于实时监控和异常检测
  • 设计根因分析模型,结合时序数据与图模型,提升问题定位效率
  • 将算法成果封装为标准组件,并搭建可视化看板,支持业务决策
  • 扎实的Python数据科学生态技能,包括Pandas、NumPy、Scikit-learn和PyTorch
  • 熟悉时序分析、异常检测算法及大模型应用经验,如结构化推理和自然语言解释
  • 了解分布式计算框架(如Spark或Dask),能处理大规模数据

申请策略

  • 关注中芯国际的智能制造和数字化转型方向,在面试中展现对行业痛点的理解
  • 突出时序异常检测或大模型应用的项目经历,最好有实际业务效果
  • 强调Python数据科学生态(Pandas, NumPy, PyTorch)的熟练程度
  • 展示分布式计算(Spark)或大规模数据处理经验
  • 若缺乏大模型经验,可自学LangChain、RAG等技术并做小项目
  • 补充根因分析或因果推断相关知识,如DoWhy库

面试指南

  • STAR法则:情境-任务-行动-结果,清晰展示项目背景、你的角色、技术方案和收益
  • 对于算法选择题,先列举候选方案,解释优缺点,再给出你的选择依据
  • 请描述一个你使用大模型进行结构化推理或决策的项目
  • 异常检测算法中,如何选择阈值并评估模型效果?
  • 如何设计根因分析(RCA)的解决方案?请举例说明
  • 你如何处理大规模时间序列数据?有哪些降采样或压缩策略?
  • 复习异常检测经典算法(Isolation Forest、Autoencoder、Prophet)的原理与适用场景
  • 准备一个完整的大模型+ML项目案例,从数据到部署的细节

职位点评

69
综合评分

中芯国际大数据算法岗,前沿技术栈,薪资市场水准,现场办公,成长性高但WLB一般。

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。

更适合这类人
最适合追求技术成长、愿意在半导体行业深耕的求职者,对工作灵活性要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活50
使命价值60

薪资福利

70中等

中芯国际为知名大厂,薪资水平在半导体行业中具有竞争力,但相比互联网头部公司仍属中等。福利待遇较完善,但JD未明确具体福利。

薪资信号市场水准 (25K-40K/月)

成长发展

85较高

职位涉及大模型与机器学习前沿技术,能快速提升算法与工程能力。公司平台大,有内部成长空间,但JD未明确提及晋升通道。

技术前沿前沿/新兴技术
技术栈大语言模型、异常检测、根因分析、时间序列、PyTorch、Spark
业务类型ambiguous

工作生活

50较低

上海浦东现场办公,传统制造企业通常工作时间较为规律,但JD未提及弹性工作或WLB信号。

工作模式仅现场办公
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

60中等

半导体行业是国家战略产业,有较强的社会意义,但职位属于技术支持角色,直接影响感不强。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs