CXMT logo
长鑫存储
AI产品架构师-AI Product Solution Architect(J19934)

AI产品架构师-AI Product Solution Architect(J19934)

发布于 大约 2 小时前

普通员工/个人贡献者

合肥市
高级经验
全职员工
仅现场办公
本科
产品管理
Claude Code
Poc
半导体
多模态交互
大模型
数据工程
知识图谱
算法建模
系统开发

AI 估算 · 20k–35k

AI架构师岗位技术要求高,3年以上经验,合肥半导体行业,薪资处于中高水平。

职位详情

关于这个职位

该职位负责挖掘半导体制造中的AI赋能机会,主导AI产品从原型验证到落地推广的全流程

你将与产品经理、技术团队协作,评估大模型、知识图谱等前沿技术的可行性,推动根因溯源、良率分析等场景的智能化升级
适合有ToB AI解决方案经验、熟悉智能制造的技术专家

最低要求

教育背景与专业知识:本科及以上学历,计算机、AI、微电子、自动化等相关专业

专业技能与资格:能使用Claude Code等主流AI赋能工具
熟悉AI解决方案落地流程,完整参与过数据工程、算法建模、系统开发、系统测试、商务沟通、落地推广全流程者优先
行业与专业经验:有3年以上ToB AI产品或智能制造行业解决方案架构设计经验,有半导体行业经验者优先
项目/任务成果:主导过至少2个AI产品的POC或原型验证项目,并成功推动落地推广
其他要求:结果导向,能承受项目压力并与时俱进应对需求变化与技术挑战
具有跨职能团队协作能力,能主动沟通并完成复杂项目

工作职责

AI赋能机会挖掘与可行性评估:以实际业务需求为导向,主动挖掘潜在的AI赋能机会,评估引入大模型、多模态交互、知识图谱等前沿技术的可行性,形成技术落地优先级方案,应用于根因溯源、良率分析、异常诊断等场景,以提高生产效率和产品质量

AI产品管理流程设计与验证:设计AI产品落地管理流程,主导AI产品的原型验证与POC测试,协调资源完成技术Demo开发与效果评估,支撑项目立项与客户需求验证
跨团队协作与技术文档输出:协同产品经理,提供技术培训与问题答疑,包括用户培训、需求追踪、产品文档的编写与维护,推动解决方案从概念到交付的闭环

优先资格

完整参与过数据工程、算法建模、系统开发、系统测试、商务沟通、落地推广全流程者优先

有半导体行业经验者优先

AI 洞察

优缺点分析

优点

  • 前沿技术栈:涉及大模型、多模态、知识图谱等AI热门方向,技术积累价值高
  • 行业前景:半导体智能制造是国家重点发展领域,行业稳定且增长潜力大
  • 公司平台:长鑫存储是国内存储芯片龙头,平台资源丰富,项目落地机会多
  • 职位定位:架构师角色,能深度参与产品从0到1,成就感强
  • 技术复杂度:需要兼顾AI前沿技术与半导体业务场景,学习曲线陡峭
  • 跨部门协调:需与产品、研发、业务等多方沟通,对沟通能力要求高

缺点 / 挑战

  • 工作强度:需同时管理多个POC项目,且要快速响应业务需求,压力较大
  • 适合有3年以上AI解决方案经验、对半导体或智能制造感兴趣、喜欢挑战且具备强自驱力的技术人才

角色解读

  • 在半导体智能制造领域深耕,成为行业AI专家,主导更大规模的数字化转型项目
  • 向AI产品管理或技术管理方向发展,负责团队与产品线
  • 积累经验后,可跳槽至其他高科技制造或AI公司担任高级架构师或技术总监
  • 挖掘半导体制造业务中的AI应用机会,评估大模型、知识图谱等技术的可行性并制定落地优先级
  • 主导AI产品的原型验证与POC测试,协调资源完成技术Demo开发,推动项目立项
  • 与产品经理及技术团队协作,编写技术文档,提供用户培训,确保解决方案从概念到交付的闭环
  • 扎实的AI/ML知识,熟悉大模型、多模态交互、知识图谱等前沿技术
  • 具备ToB AI解决方案架构能力,能独立完成原型验证与POC
  • 掌握Claude Code等AI赋能工具,了解数据工程、算法建模、系统开发全流程
  • 优秀的跨团队协作与沟通能力,结果导向,能承受项目压力

申请策略

  • 在简历中明确标注主导项目的数量与成果,用量化数据(如效率提升XX%)增强说服力
  • 了解长鑫存储的业务方向,面试时展示对半导体AI应用的深刻理解
  • 突出主导过的AI产品POC或原型验证项目,详细描述技术方案与落地成果
  • 强调ToB或智能制造行业经验,尤其是与半导体相关的项目经历
  • 展示对前沿AI技术(大模型、知识图谱等)的实际应用能力,可列出具体工具(如Claude Code)
  • 体现跨团队协作与项目管理能力,可通过具体案例说明
  • 如未接触过半导体行业,可提前学习半导体制造流程与常见数据分析场景(如良率分析)
  • 熟练掌握至少一种AI框架(如PyTorch/TensorFlow)和大模型微调工具

面试指南

  • 使用STAR法则(情境、任务、行动、结果)回答项目经验问题
  • 对于技术选型问题,先阐述业务需求,再对比不同技术的优缺点,最后给出选择理由
  • 对于协作问题,突出主动性、沟通策略和结果导向的思维
  • 请描述一个你主导过的AI产品POC项目,包括技术选型、实施过程与落地效果
  • 在智能制造场景中,你认为大模型相比传统ML模型有哪些优势与挑战?
  • 如何评估一个AI赋能机会的可行性?你会从哪些维度分析优先级?
  • 当团队资源紧张时,你如何协调各方推动项目进展?
  • 你对半导体行业的根因溯源或良率分析有哪些了解?请举例说明

职位点评

67
综合评分

高成长性AI架构师岗位,前沿技术栈,薪资未明但前景好,工作强度可能较大。

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。

更适合这类人
适合以技术成长和职业发展为核心驱动力的求职者,愿意投入时间换取高价值经验。
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40
使命价值65

薪资福利

70中等

薪资待遇未明确,但根据职位级别(架构师)和行业(半导体),市场水平较高;福利方面JD未提及,综合来看补偿性动机满足程度中等偏上。

薪资信号未披露(AI估算:20K-35K/月)

成长发展

85较高

职位涉及大模型、多模态等前沿技术,且公司为技术密集型,有明确的POC和落地项目,成长空间大。但JD未明确晋升路径或培训体系,扣分。

技术前沿前沿/新兴技术
技术栈大模型、多模态交互、知识图谱、Claude Code、AI产品
业务类型profit_center

工作生活

40较低

工作地点在合肥高新区,通常为科技园;JD未提及弹性工作或WLB,且架构师职位可能存在一定强度,生活化动机满足度较低。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

65中等

半导体制造属于国家战略性产业,智能制造有社会价值,但JD未强调使命或社会影响力,意义感中等。

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