长鑫存储
智能视觉应用主任工程师 Intelligent Vision Application Staff Engineer(J21012)
智能视觉应用主任工程师 Intelligent Vision Application Staff Engineer(J21012)
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Onnx
Tensorrt
分布式训练
半导体
多模态大模型
模型优化
视觉算法
值不值得投
67综合评分
综合评分 67
技术前沿、平台大、行业前景好，但工作强度可能较高，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。
薪资怎么样
20K
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1730 个在招 · 其中计算机视觉工程 4 个
市场机会
选择不多
合肥 · 计算机视觉工程 · 5 个在招
职位详情
关于这个职位
该职位负责在半导体制造领域应用智能视觉算法，包括主导多模态大模型的设计与优化、协同业务部门挖掘应用场景、确保算法在产线中的工程落地，并关注前沿技术进行预研
适合有深厚视觉算法背景和工业项目经验的工程师
最低要求
教育背景与专业背景：硕士及以上学历，计算机、AI、数据科学、统计学相关专业，具备系统的模式识别与机器学习理论功底
专业技能与资格：熟练使用Python及C++，能主导完成大规模数据集的算法设计与工程实现，具备ONNX、TensorRT等推理框架的调优部署经验，熟悉分布式训练与模型加速常用方法
行业与专业经验：8年以上视觉算法应用开发经验，在半导体视觉检测、良率分析或同类工业智能化方向有项目落地经验
项目/任务成果：主导或深度参与过至少2个视觉算法系统的全周期交付，包含算法研发、部署放行和业务演进，最终对识别准确率、稳定性或业务效率产生了可测的指标提升
其他要求：具有系统性的问题拆解和设计能力，能独立评估技术方案的适用条件并进行取舍决策，具有持续学习与状态感知能力，能够持续跟踪并吸收前沿方法到具体工业场景
工作职责
核心算法架构设计： 深耕半导体图像与工艺视频类应用场景，主导多模态大模型的理解、生成与规划类算法设计，并对模型的训练链路、推理性能进行优化，保障算法的高效与精准度
业务需求挖掘与技术规划： 与工艺、设备、良率等多部门协同，挖掘视觉算法在异常根因分析、工艺迭代等场景的应用潜力，主导制定视觉算法在细分业务方向的应用路线与技术方案
跨模块方案交付与协同： 主导多模态大模型项目在跨团队实施中的方案设计、集成落地与质量验证，推动算法与良率分析平台、缺陷管理平台的高效集成，输出标准化的技术资产
工程落地的全周期保障： 完成视觉算法的模型选型与部署策略制定，主导算法在性能、精度、实时性等多约束下的工程调优，并控制在多个产线场景中稳定运行，沉淀可复用的部署方案与规范
前沿技术洞察与团队引领： 关注多模态大模型、AIGC等前沿技术动态，定期进行技术评估与预研验证，将适用技术转化为团队的新能力储备，结合分享与文档输出提升团队算法研发水准
AI 洞察
优缺点分析
优点
- 技术前沿，涉及多模态大模型等新兴AI技术在工业领域的应用
- 公司平台较大，有资源支持技术落地和预研
- 半导体行业快速发展，职业前景广阔
- 工业场景复杂，算法需满足高精度、实时性等多重约束
- 跨部门协同要求高，需要平衡技术理想与业务需求
- 技术更新快，需持续学习以保持竞争力
- 适合具有扎实算法功底、喜欢解决实际工业问题、并有志于在AI与半导体交叉领域深耕的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向高级技术专家或架构师方向发展，主导复杂系统设计
- 积累工业经验后，可转型为技术管理或业务架构师
- 在半导体智能视觉领域成为行业专家
- 设计和优化用于半导体视觉检测的多模态大模型算法
- 与生产、设备等部门协作，将视觉算法应用于异常分析和工艺改进
- 负责算法从研发到产线部署的全周期工程实施
- 跟踪前沿技术并转化为团队能力，提升整体研发水平
- 精通Python和C++编程，具备大规模算法工程实现能力
- 熟悉ONNX、TensorRT等推理框架和分布式训练方法
- 深厚的视觉算法和机器学习理论基础
- 具备跨部门沟通和项目交付能力
申请策略
- 研究长鑫存储的业务重点和智能视觉应用现状，以便在面试中展示针对性见解
- 准备详细的技术方案讲解，展示系统性思维和工程落地能力
- 突出视觉算法在工业场景的项目经验，尤其是半导体或类似领域
- 强调从算法设计到工程部署的全周期交付成果，量化指标提升
- 展示Python/C++编程能力和推理框架使用经验
- 提及多模态大模型或AIGC相关预研或应用案例
- 深入学习多模态大模型的最新架构和训练方法
- 加强TensorRT等推理优化工具的实践，提升部署效率
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经验，突出技术难点和解决方案
- 结合具体技术细节阐述算法设计思路，展示理论基础和实践能力
- 强调工程化思维，说明如何平衡性能、精度和部署约束
- 请描述一个你在工业场景中部署视觉算法并解决实际挑战的案例
- 多模态大模型在半导体视觉检测中有哪些具体应用场景？你如何设计算法？
- 如何确保算法在产线环境中稳定运行并满足实时性要求？
- 你如何跟踪和评估前沿技术，并决定是否将其引入团队？
- 在跨部门项目中，你如何协调不同团队的需求和目标？
职位点评
薪资福利65
成长发展85
工作生活40
使命价值80
薪资福利
65中等
职位薪资未在JD中披露，但基于岗位经验和城市，预计处于市场中等水平。公司规模较大，可能提供较稳定的雇佣关系。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
职位涉及多模态大模型等前沿技术，有明确的技术预研和团队提升职责，为求职者提供较好的技能成长机会。
技术前沿前沿/新兴技术
技术栈Python、C++、ONNX、TensorRT、多模态大模型、视觉算法
业务类型profit_center
工作生活
40较低
JD未提及办公模式或工作时间，半导体制造业通常要求现场办公且可能有高强度工作节奏，生活灵活性有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
半导体制造是国家关键产业，视觉算法应用有助于提升生产效率和产品质量，具有较高的社会价值和行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
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