Watch Jobs
CXMT logo
长鑫存储
AI算法工程师-Algorithm Engineer(J18485)
立即应聘

AI算法工程师-Algorithm Engineer(J18485)

发布于 大约 7 小时前

普通员工/个人贡献者

合肥市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Ai Agent
Lora
Nlp
Pytorch
Tensorflow
多模态
大模型(Llm)
机器学习
深度学习

AI 估算 · 20k–35k

合肥AI算法岗，硕士3年经验，半导体行业，薪资竞争力强，中上水平。

职位详情

关于这个职位

作为AI算法工程师，你将负责设计、实现和优化机器学习、深度学习及大模型算法，解决半导体等业务场景中的实际问题

工作涵盖模型训练、部署、数据处理和前沿技术探索，需要较强的编程和工程落地能力
适合具备3年以上经验、熟悉LLM和AI Agent技术的算法工程师

最低要求

硕士研究生及以上，计算机、AI、微电子、数学、统计等相关专业，3年以上工作经验（博士可放宽工作年限要求）

具备良好的编程能力和工程能力，熟练掌握 C/C++/Python 等编程语言，以及常见数据结构和算法实现，有数据处理、系统开发等实践经验
熟悉常见机器学习、深度学习算法，并具有实践经验
精通大模型（LLM）、AI Agent 技术原理，有完整的大模型微调、Agent 系统开发或多模态数据处理项目落地经验
有较强的逻辑思考能力，较强的沟通与协调能力

工作职责

模型开发与优化：设计/实现机器学习（ML）、深度学习（DL）及大模型（LLM）算法，解决业务场景问题

主导模型训练、调参、评估及部署全流程（如分类、预测、NLP任务）
数据处理与挖掘：构建高效数据管道，处理多源异构数据（文本/图像/时序数据）
开发特征工程方案，提升模型泛化能力
工程落地：将算法封装为API服务，对接前后端系统（TensorFlow/PyTorch + Flask/Django）
前沿技术探索：跟踪AI领域最新进展（如多模态、强化学习、Agent技术），推进技术迭代

优先资格

有半导体行业专用大模型、工艺场景 AI Agent 系统落地案例者

精通 Transformer 架构、大模型高效微调（LoRA、QLoRA 等）、多模态融合技术，或熟悉 LangChain、AutoGPT 等开源框架二次开发者
在 AI 顶会（NeurIPS、ICML、ICLR 等）/ 核心期刊发表高水平论文，或拥有相关技术专利者
有大规模工业级 AI 项目落地经验，能应对高并发、高复杂度数据场景者

AI 洞察

优缺点分析

优点

  • 技术栈前沿，涉及大模型、AI Agent等热门方向，技能积累价值高
  • 半导体行业前景稳定，长鑫存储为国内DRAM龙头，平台资源丰富
  • 工作内容从研究到工程全覆盖，能快速提升综合能力
  • 半导体领域对算法精度和稳定性要求严苛，可能面临高压场景
  • 合肥相比一线城市，AI人才池较小，同行交流可能受限

缺点 / 挑战

  • 要求较高，需同时具备算法研究和工程落地能力，门槛不低
  • 适合有3年以上AI经验、热爱技术挑战且希望深耕大模型和Agent方向的工程师，尤其对半导体工业场景感兴趣者

角色解读

  • 纵向发展为技术专家，深耕AI算法在大模型、多模态等前沿方向
  • 横向转型为技术负责人或架构师，主导AI系统整体设计
  • 可进入半导体行业AI应用领导岗位，或转向通用AI研究领域
  • 设计并优化机器学习/深度学习模型，尤其是大语言模型和AI Agent，解决半导体生产中的实际问题
  • 负责数据处理与特征工程，构建高效的数据管道，提升模型泛化能力
  • 将算法封装为API服务，并与前后端系统集成，确保模型的工程化落地
  • 跟踪AI前沿技术（如多模态、强化学习），推动技术迭代和创新
  • 扎实的编程能力，精通Python和C/C++，熟悉常用数据结构和算法
  • 深入理解机器学习、深度学习和大模型原理，有实际模型训练和调参经验
  • 精通大模型微调（如LoRA）和Agent系统开发，熟悉LangChain等框架
  • 良好的逻辑思维和跨团队沟通能力，能独立解决复杂问题

申请策略

  • 面试前准备一个完整的LLM微调或Agent案例，能清晰阐述设计思路和优化过程
  • 了解存储芯片行业基本知识，展示业务理解能力
  • 突出大模型微调或Agent系统落地的完整项目经验，附上技术细节和成果
  • 强调编程能力，展示C++/Python的实战项目，尤其是高性能计算或数据处理相关
  • 列出发表的论文或专利，特别是AI顶会或与半导体相关的成果
  • 如果缺乏半导体行业经验，可补充学习工艺数据特点或相关AI应用案例
  • 熟悉TorchServe、TensorFlow Serving等模型部署工具，提升工程能力

面试指南

  • 用STAR法则：先说背景和目标，再讲具体方法和技术选择，突出难点和解决方案，最后量化成果
  • 技术问题先给出理论依据，再结合实践经验说明，避免纯背诵
  • 请详细描述你参与过的一个大模型微调项目，包括数据处理、模型选择、调参策略和最终效果
  • 如何设计一个AI Agent系统用于半导体工艺监控？请画出架构图并解释关键模块
  • 在多模态数据处理中，如何处理文本和图像的对齐问题？请举例说明
  • 当模型推理延迟要求很高时，你会采用哪些优化策略？
  • 复习大模型微调（LoRA）、Agent设计（ReAct模式）、多模态融合等核心技术的论文和开源实现
  • 准备一个端到端的项目案例，从数据清洗到部署上线，面试时能流畅讲解

职位点评

68
综合评分

前沿AI技术岗，发展空间大，薪资有竞争力，但工作强度和灵活性一般。

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
最契合看重技术成长和职业发展机会的求职者，适合愿意投入时间攻克前沿技术的工程师。
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45
使命价值65

薪资福利

70中等

薪资未明确，但根据行业和职位级别估测处于市场中等偏上水平，福利可能包括五险一金等，但JD未提及，补偿性动机满足度一般。

薪资信号未披露（AI估算：20K-35K/月）

成长发展

85较高

技术栈前沿（大模型、Agent），有专利和论文加分，内部有机会深入工业级AI项目，发展空间大。

技术前沿前沿/新兴技术
技术栈大模型(LLM)、AI Agent、多模态、LoRA、LangChain、Transformer
业务类型profit_center

工作生活

45较低

合肥现场办公，工作强度可能较高（JD未提WLB），无弹性工作信号，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

半导体行业属于国家战略行业，社会影响力中等偏正面，但职位本身更偏技术落地，使命感不强。

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

长鑫存储 的其他在招职位

相似职位推荐

Watch Jobs