Watch Jobs
CXMT logo
长鑫存储
AI规划与执行专家-AI Planning & Execution Expert(J19565)
立即应聘

AI规划与执行专家-AI Planning & Execution Expert(J19565)

发布于 大约 14 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
硕士
机器学习工程
A/B测试
Ai应用落地
Prompt工程
Rag
半导体
大模型
知识库
跨部门协作

AI 估算 · 30k–50k

合肥AI专家岗，硕士5年+，半导体行业，大模型应用稀缺，薪资竞争力强。

职位详情

关于这个职位

该职位负责在芯片研发全流程中挖掘AI应用场景，设计并落地可复用的AI Skills（如设计评审、周报生成、缺陷归类等），评估主流大模型在半导体领域的效果，主导从需求挖掘到效果验证的完整项目

适合具备大模型应用经验并熟悉半导体研发流程的候选人，工作地点在合肥

最低要求

教育背景与专业知识：硕士及以上学历，计算机、电子工程或微电子等相关专业

专业技能与经验：熟悉大模型原理（Transformer、SFT、RAG、Agent等），有实际使用大模型API（如OpenAI、Claude、百度文心、智谱等）进行应用开发或Prompt工程的经验，了解如何将非结构化内部知识转化为可供模型使用的知识库，具有数据意识，能提出合理的数据准备与质量要求
行业与专业经验：5年以上工作经验，其中至少2年半导体行业（研发、EDA、设计服务等）实际业务或项目管理经验，理解芯片研发基本流程、关键角色及常见管理与技术文档类型
项目/任务成果：主导过至少一个以上AI应用场景从需求挖掘到落地验证的全流程项目，并产出可量化的效率或质量提升指标
其他要求：具有跨部门推动力，能与研发工程师、项目经理平等沟通，在无直接管理权下推动落地，具有结构化思维，能从模糊业务描述中提炼出可执行的AI能力边界，结果导向，能清晰解释场景ROI，对新技术保持敏感，能批判性评估其应用于半导体领域有效性

工作职责

研发管理场景与AI需求挖掘：深入芯片研发全流程，识别效率瓶颈与数据断点，组织研发PM、设计、验证等多角色访谈与工作坊，提炼高价值AI应用场景，分析当前文档、沟通、状态追踪、知识查找等环节的重复性劳动与信息差，形成场景需求优先级矩阵，明确短期验证与中长期规划项

AI Skills定义与解决方案规划：将业务需求转化为可复用的AI Skills（如设计评审、周报生成、缺陷归类、标准问答等），明确每个Skill的输入、输出、依赖系统、预期效益与失败边界，制定Skills的演进路线图，平衡投入产出与业务风险，设计人-AI协作模式（辅助、半自动、全自动），明确责任归属
模型选型与技术落地协同：评估主流大模型在半导体术语、长文档、结构化数据（波形/日志）上的表现，结合数据隐私、算力成本、响应延迟等因素，提出推荐模型或组合方案，与数据/IT团队明确知识库构建、embedding策略、权限控制等前置条件，主导快速原型验证，验证技术可行性与业务效果
落地推动与效果度量：组织小范围试点（如某产品线的验证文档问答），收集真实使用数据，设计A/B测试或前后对比方案，度量效率、错误率、知识获取时间等指标，建立问题反馈与迭代机制，持续优化Skills的准确率与覆盖度，输出标准化推广文档与案例，协助横向扩展到其他研发团队

AI 洞察

优缺点分析

优点

  • 处于AI+半导体交叉领域，技术前沿且有行业壁垒，个人竞争力提升快
  • 工作内容涉及从需求到落地的全流程，能积累丰富的项目管理和技术落地经验
  • 长鑫存储为半导体大厂，平台稳定，资源充足，有实际数据和应用场景
  • 需要同时具备AI技术和半导体业务知识，跨领域要求高
  • 推动落地需要影响无直接管理权的人，对沟通和推动能力要求高
  • AI应用效果验证周期长，可能在短期内看不到显著成果
  • 适合有技术背景、对AI应用落地感兴趣、并愿意深入半导体行业的人

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可发展为AI解决方案架构师，负责更大范围的AI赋能规划
  • 可深入半导体AI方向，成为行业专家，统筹多个AI项目落地
  • 也可向技术管理方向发展，带领AI团队推动业务创新
  • 深入芯片研发流程，识别可应用AI的环节，通过访谈、工作坊等方式挖掘高价值场景
  • 将业务需求转化为可复用的AI Skills，定义输入输出、依赖系统和预期效益
  • 评估主流大模型在半导体领域的效果，主导快速原型验证，推动技术落地
  • 组织试点、设计A/B测试，度量效率和质量指标，并迭代优化AI应用
  • 熟悉大模型原理（Transformer、SFT、RAG、Agent等），具备实际API调用和Prompt工程经验
  • 理解芯片研发流程，能识别文档、沟通、状态追踪等场景中的效率瓶颈
  • 具备结构化思维和跨部门推动力，能清晰解释AI场景的ROI
  • 熟悉知识库构建、embedding策略、权限控制等落地细节

申请策略

  • 了解长鑫存储的业务和存储芯片行业趋势，在面试中展现对行业的思考
  • 准备一个完整的AI落地案例，从场景识别到效果度量，体现结构化思维
  • 突出大模型应用项目经验，包括需求挖掘、方案设计、落地验证的完整案例
  • 强调对半导体研发流程的理解，如有相关行业经验务必重点展示
  • 量化成果，如效率提升百分比、准确率改善等，用数字说话
  • 补充RAG、Agent等最新大模型技术知识，尤其是知识库构建和评估方法
  • 熟悉半导体行业常见术语和文档类型，可提前阅读相关材料
  • 学习A/B测试和数据分析方法，以更好设计效果度量方案

面试指南

  • 回答项目经历时，采用STAR法则：背景-任务-行动-结果，重点突出量化成果
  • 评估模型时，从数据、场景、成本、合规等维度综合分析，展现批判性思维
  • 推动落地时，强调利益相关者分析、小范围试点和持续迭代策略
  • 请介绍一个你主导过的AI应用落地项目，如何挖掘需求并验证效果？
  • 你如何评估一个大模型在半导体领域（如设计文档问答）的适用性？
  • 面对不配合的研发团队，你会如何推动AI项目落地？
  • 如何设计一个AI Skills的输入输出和失败边界？
  • 你如何衡量AI应用带来的效率提升，具体指标是什么？

职位点评

72
综合评分

半导体大厂AI专家岗，前沿技术栈，成长空间大，但需现场办公且工作强度未知。

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和职业发展的求职者，愿意在半导体领域深耕。
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60
使命价值70

薪资福利

70中等

职位未明确薪资范围，但半导体大厂AI专家岗位薪酬通常具有竞争力，且福利稳定。

薪资信号未披露（AI估算：30K-50K/月）

成长发展

85较高

职位处于AI+半导体前沿，涉及大模型最新技术，有大量学习与实战机会，成长空间大。

技术前沿前沿/新兴技术
技术栈大模型、Transformer、SFT、RAG、Agent、Prompt工程、知识库
业务类型cost_center

工作生活

60中等

现场办公，工作地点在合肥科技园区，JD未提及弹性工作或远程，生活方式满足度一般。

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

70中等

半导体行业属于国家战略方向，有产业意义，但岗位直接社会价值体现不突出。

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

长鑫存储 的其他在招职位

相似职位推荐

Watch Jobs