长鑫存储
多模态大模型技术专家-Multimodal Large Model Expert(J14278)
多模态大模型技术专家-Multimodal Large Model Expert(J14278)
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
机器学习工程
Dpo
Lora
Nlp
Pytorch
Qlora
Tensorflow
多模态大模型
大语言模型
AI 估算 · 35k–65k
多模态大模型专家稀缺，5年+经验，合肥/上海半导体行业薪酬高，月薪3.5-6.5万，14薪。
职位详情
关于这个职位
该职位负责在芯片设计、制造、测试等环节落地多模态大模型技术，包括业务场景定义、数据清洗、模型微调与评测
适合具备5年以上NLP经验、掌握PyTorch/TensorFlow及大模型微调技术，希望将前沿AI应用于半导体制造领域的技术专家
工作地优先合肥，部分人选可在上海但需频繁出差
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，硕士及以上学位
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或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
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
具备一定的项目管理和团队领导能力，特别是团队中的协调经验
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
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的项目经历者优先
在AI相关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者优先，包括但不限于CVPR、ECCV、NeurIPS等
AI 洞察
优缺点分析
优点
- 公司平台优势：长鑫存储作为国内存储芯片龙头，资源充足，项目稳定性高
- 稀缺技能积累：可全面掌握数据清洗、模型微调、评测和业务落地的全链路能力
- 薪资与生活平衡：专家岗薪酬吸引力高，合肥生活成本相对较低，性价比较好
- 需要深入理解芯片设计、制造、测试等跨学科业务知识，学习曲线较陡
- 工作地点以合肥为主，上海人选需频繁出差，对生活习惯有一定影响
- 适合希望在工业界落地多模态大模型、具备较强NLP和深度学习背景、愿意深入半导体行业并接受跨区域工作的技术专家
缺点 / 挑战
- 前沿技术方向：多模态大模型与半导体制造相结合，技术挑战性和创新性强
- 大模型在半导体行业中的应用仍处于探索阶段，存在技术不确定性和落地压力，且岗位有抗压要求
角色解读
- 技术专家路线：深耕多模态大模型算法与工程实践，成为公司在半导体AI领域的核心技术带头人
- 向AI技术管理/架构师方向发展，负责更大规模的AI平台建设和团队管理
- 可拓展至智能制造、EDA、先进封装等交叉领域，成为行业稀缺的复合型技术专家
- 在芯片设计、验证、制造、测试环节中，识别并定义多模态大模型可落地的实际问题，明确技术应用场景
- 负责多模态业务数据的收集、梳理与清洗，构建高质量数据集，为模型训练和微调提供基础
- 针对特定业务场景，对大语言模型、多模态大模型和Agent进行微调、评测与迭代优化，推动效果持续提升
- 跟踪前沿AI技术，结合半导体制造业务，推动大模型在工业场景中的创新应用
- 扎实的Python编程能力，熟练掌握TensorFlow或PyTorch等深度学习框架
- 深入理解大模型预训练、监督微调、对齐微调流程，熟悉LORA、QLORA、DPO等核心技术手段
- 具备多模态技术架构理解和实际的多模态数据集清洗经验
- 良好的文献研究能力、沟通能力、团队协作精神，以及一定的项目管理和协调能力
申请策略
- 了解长鑫存储在半导体制造中的实际业务，尝试结合AI场景提出自己的思路
- 在面试中突出跨团队协调经验，并明确表达对合肥或频繁出差的接受度
- 突出多模态/大模型相关项目经验，包括数据清洗、微调、评测的完整链路
- 强调开源项目或顶级会议论文，体现技术影响力与创新能力
- 量化业务成果，如模型精度提升、推理成本降低、业务效率改善等
- 展示Python/框架工程能力、独立架构设计经验以及跨团队协作能力
- 提前补充半导体制造、芯片测试等基础行业知识，便于理解业务场景
- 掌握Agent、RAG、RLHF/DPO等最新对齐与智能体技术，保持技术前沿性
面试指南
- 使用STAR法则：清晰描述情境、任务、行动和结果，强调量化数据
- 先说明问题定义和方案选型理由，再讲实施细节，最后总结效果与反思
- 将技术方案与业务价值结合，展示你如何从问题出发推动AI落地
- 请详细介绍一个你负责的多模态大模型项目，从数据准备到微调部署的完整过程
- LORA和QLORA的原理是什么？在什么场景下你会选择哪种微调策略？
- 如何看待多模态大模型在芯片制造或测试环节中的落地机会？数据从何而来？
- 如何设计大模型的评测方案？有哪些关键指标和工具？
- 在资源受限的情况下，你会如何平衡模型效果和计算成本？
职位点评
69
综合评分
前沿多模态大模型专家岗，技术成长强，薪资未披露，合肥现场办公需出差。
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
适合追求技术深度和前沿AI应用、对工作地点灵活性要求不高、愿意在合肥长期发展的技术专家。
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72
薪资福利
70中等
薪资水平未披露，但专家级岗位通常待遇优厚，合肥生活成本低，综合补偿性较好。
薪资信号未披露（AI估算：35K-65K/月）
成长发展
85较高
前沿多模态大模型技术、覆盖微调和Agent方向，技能成长空间大，但JD未明确晋升机制。
技术前沿前沿/新兴技术
技术栈多模态大模型、大语言模型、NLP、Python、PyTorch、TensorFlow、LORA、QLORA、DPO、Agent
业务类型ambiguous
工作生活
45较低
要求现场办公，存在出差和抗压要求，未提及弹性或加班安排，生活方式灵活度较低。
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
72中等
半导体行业国家战略意义强，大模型赋能智能制造有社会价值，但JD未明确使命导向。
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