Watch Jobs
CXMT logo
长鑫存储
Agent 算法主任工程师-Agent Algorithm Staff Engineer(J16108)
立即应聘

Agent 算法主任工程师-Agent Algorithm Staff Engineer(J16108)

发布于 大约 8 小时前

普通员工/个人贡献者

合肥市 / 上海市
高级经验
全职员工
仅现场办公
硕士
NLP工程
Dpo
Lora
Pytorch
Qlora
Tensorflow
多模态
大语言模型
数据清洗
模型微调

AI 估算 · 30k–60k

资深算法岗，AI+芯片赛道，要求高，薪资有竞争力，合肥上海一线水平。

职位详情

关于这个职位

该职位聚焦于将大模型与Agent技术应用于芯片设计、制造、测试等环节，负责问题定义、数据清洗、模型微调与评测，推动多模态大模型在半导体场景的落地

要求具备5年以上NLP经验，熟练掌握主流深度学习框架和微调技术，适合希望站在AI与芯片交叉前沿的资深算法工程师

最低要求

教育背景与专业知识：计算机科学、电子信息科学、微电子等相关背景硕士以上学位

行业与专业经验：至少五年以上NLP相关工作经验
专业技能与资格：熟练掌握Python，有TensorFlow、PyTorch等深度学习框架的实际开发经验
对大模型的微调技术有实际的项目实践，包括从预训练、监督微调、对齐微调的pipeline，以及LORA、QLORA、DPO等核心技术手段
深入理解多模态相关的技术架构，并有实际从事多模态数据集清洗的实践经历
具有扎实的数学理论功底
项目/任务成果：有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历者优先
在AI相关的技术领域有独立开发的开源项目者优先
有顶会或期刊的论文发表经验，包括但不限于CVPR、ECCV、NeurIPS等
其他要求：具备良好的团队协作精神，目标导向，行动力强，勇于接受挑战并有较强的抗压能力
具有出色的文献研究能力和沟通能力，乐于分享自己的研究兴趣和实践成果
工作地点优先合肥，特别优秀的可在上海，但需要经常到合肥出差

工作职责

问题定义：在芯片设计、验证、制造、测试环节中，定义多模态大模型可以解决的实际问题，明确技术落地场景

数据梳理与清洗：梳理多模态大模型所需的业务数据，完成业务数据的收集和清洗工作，确保数据质量与可用性
模型微调与评测：针对特定的业务场景，对大模型进行微调和评测，覆盖大语言模型、多模态大模型和agent等技术方向，推动模型效果持续优化

优先资格

有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历者优先

在AI相关的技术领域有独立开发的开源项目者优先
有顶会或期刊的论文发表经验，包括但不限于CVPR、ECCV、NeurIPS等

AI 洞察

优缺点分析

优点

  • 深入AI最前沿的大模型、多模态与Agent技术，技能积累快
  • 公司为国内存储芯片龙头，平台稳定，业务价值高
  • 职责涵盖从问题定义到落地的全流程，个人成长空间大
  • 需要经常出差，在合肥和上海之间往返，可能影响生活平衡
  • 半导体行业对算法落地的要求严格，需较强的抗压和问题解决能力

缺点 / 挑战

  • 对综合能力要求高，既要懂算法又要理解业务，压力较大
  • 适合有5年以上NLP经验，热爱技术、喜欢挑战、能接受出差和一定工作强度的资深算法工程师

角色解读

  • 从算法专家向技术架构师或技术负责人方向发展，可参与AI平台整体设计
  • 在AI+半导体垂直领域积累稀缺经验，未来可转向更多行业AI应用
  • 有机会牵头前沿技术落地，形成技术影响力
  • 探索并定义AI在芯片各环节的应用场景，将业务问题转化为技术问题
  • 负责多模态大模型相关数据的收集、清洗与质量保障，为模型训练提供高质量数据
  • 进行大语言模型、多模态和Agent的微调与评测，持续优化模型效果
  • 扎实的NLP与深度学习基础，精通Python及TensorFlow/PyTorch
  • 熟悉大模型微调全流程，包括预训练、SFT、对齐以及LORA、QLORA、DPO等技术
  • 理解多模态技术架构，具备实际数据清洗经验，数学功底扎实

申请策略

  • 了解长鑫存储业务和其在存储芯片领域的战略地位，面试中展现对AI+芯片方向的热情
  • 突出大模型微调项目经验，尤其是LORA、QLORA、DPO等技术的实际应用
  • 强调多模态数据清洗和处理的经历，以及独立负责架构设计的项目
  • 如有开源项目或顶会论文，务必重点展示
  • 可提前学习Agent相关框架（如LangChain、AutoGPT）和多模态模型（如CLIP、Flamingo）
  • 加深对芯片制造流程的理解，了解AI在半导体中的应用场景

面试指南

  • 对于项目经验问题，用STAR法则（情境、任务、行动、结果）结构化表达
  • 对于技术方案问题，先澄清目标，再分步骤给出可行方案，并考虑数据、算力和效果评估
  • 对于行业前景问题，结合自身理解，从技术趋势和业务价值两方面回答
  • 请介绍你之前做过的大模型微调项目，包括数据准备、模型选择及效果评估
  • 如何使用Agent技术解决一个具体的业务问题？请举例说明
  • 在多模态数据集清洗中你遇到了哪些挑战？如何解决的？
  • 你如何看待大模型在芯片制造中的应用前景？
  • 面对一个全新的业务场景，你会如何定义问题和设计解决方案？

职位点评

71
综合评分

AI+半导体前沿算法岗，技术发展空间大，薪资竞争力强，但需频繁出差、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
最适合以技术成长为核心动机，愿意投身AI+半导体行业，并接受出差和工作挑战的资深工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值65

薪资福利

75中等

该职位属于高级算法岗，薪资有竞争力，公司为大型存储芯片企业，稳定性较好，但JD未提及具体福利。

薪资信号未披露（AI估算：30K-60K/月）

成长发展

85较高

该职位聚焦大模型、多模态和Agent技术，处于AI前沿，技术成长空间大，并能与半导体业务结合。

技术前沿前沿/新兴技术
技术栈Python、TensorFlow、PyTorch、LORA、QLORA、DPO、多模态、Agent、大语言模型
业务类型ambiguous

工作生活

50较低

工作地点合肥/上海，且上海需经常到合肥出差，工作强度可能较大，JD未提及弹性工作制。

工作模式仅现场办公
办公地点未明确
加班情况JD含高强度暗示词

使命价值

65中等

该职位将AI应用于芯片设计制造，对半导体产业有积极意义，但JD未强调社会使命。

行业发展稳定成熟行业
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