长鑫存储
电镜技术开发(J20808)
电镜技术开发(J20808)
发布于 大约 23 小时前普通员工/个人贡献者
全职员工仅现场办公半导体设备工程
半导体设备工程
Afm
Ai算法
Dram
Sims
Tem
半导体材料
机器学习
值不值得投
75综合评分
综合评分 75
高技术门槛的半导体材料分析岗位，技术成长性强但办公环境可能较为固定。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
23K
比半导体设备工程中位数低
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 1660 个在招 · 其中半导体设备工程 72 个
市场机会
选择适中
合肥 · 半导体设备工程 · 50 个在招
职位详情
关于这个职位
该岗位是长鑫存储的校招博士岗位，主要负责利用透射电子显微镜（TEM）、二次离子质谱（SIMS）、原子力显微镜（AFM）等高端分析设备，进行半导体材料与器件的高阶表征与创新性分析技术开发，并结合AI算法，为DRAM存储芯片研发中的关键瓶颈问题提供定制化的材料分析解决方案和工艺优化建议
最低要求
学历要求：博士
专业要求：材料、物理学、化学等理工科专业
其他要求：
具有TEM、SIMS、AFM等物性分析技术操作经验，能独立完成高阶分析方案设计与实施
具有AI算法开发能力，能使用机器学习框架完成自动化分析算法的开发与优化
具有问题解决与分析能力，能针对半导体材料界面、原子级缺陷等关键问题设计定制化分析路径
CET-4成绩达到425分及以上，能使用英文完成技术文献阅读与实验报告撰写
工作职责
高阶分析技术开发：主导TEM、SIMS、AFM等设备的高阶分析技术开发，建立材料结构与成分的深度表征方案
创新实验方案设计：设计创新性实验方案，突破现有设备能力边界，实现原位分析与超分辨率测量
AI自动化分析算法开发：开发AI驱动的自动化分析算法，提升数据解析效率与精度，应用于晶格缺陷智能识别、结晶度计算等场景
定制化分析路径设计：针对DRAM存储芯片研发中的关键瓶颈问题，设计定制化分析路径
跨团队协作与策略转化：与工艺整合、器件设计团队紧密合作，将分析结果转化为可落地的工艺优化策略
AI 洞察
优缺点分析
优点
- 能接触和操作全球顶尖的分析设备，技术门槛高，专业壁垒深
- 岗位位于半导体制造核心环节，直接影响芯片性能与良率，技术价值直接可见
- 结合传统分析技术与前沿AI，是交叉学科的前沿领域，技术成长空间大
- 对理论知识、实验技能和编程能力要求极高，需要同时具备“硬核”物理/材料功底和AI算法能力
- 需要频繁与不同背景的工程师协作沟通，对跨部门协作能力有一定要求
- 适合材料、物理或化学专业的博士毕业生，对微观表征技术和AI在科学领域的应用有浓厚兴趣，具备扎实的实验与理论基础，并乐于通过创新技术解决实际工业难题
缺点 / 挑战
- 研发岗位通常面临解决具体技术难题的压力，工作需要高度的专注和创新性
角色解读
- 技术专家路线：深耕材料表征与AI分析领域，成为公司内乃至行业内的技术权威，主导复杂技术攻关
- 技术管理路线：在积累足够技术深度和项目管理经验后，可转向带领分析技术团队或实验室
- 利用TEM、SIMS等顶尖设备，对芯片材料进行原子级结构与成分的深度剖析，解决研发中的疑难问题
- 创新分析方法，开发AI算法来自动化处理复杂的显微图像和材料数据，提升分析效率和精度
- 与芯片设计和工艺团队紧密合作，将材料分析结果转化为提升产品性能和良率的具体工艺方案
- 精通透射电镜（TEM）、原子力显微镜（AFM）等高端物性分析设备的操作与高阶分析方案设计
- 掌握Python等编程语言及机器学习框架（如PyTorch/TensorFlow），具备开发AI分析算法的能力
- 深厚的材料科学或凝聚态物理背景，能针对半导体材料的界面、缺陷等问题设计定制化研究路径
申请策略
- 提前了解长鑫存储的主流产品（如DRAM）及其制造流程中材料分析的关键节点，展示你对业务的理解
- 面试时准备阐述你认为AI技术可以如何具体帮助解决半导体材料分析中的某个痛点问题
- 重点突出在TEM/SIMS/AFM等具体设备上的操作经验、分析项目案例及解决的复杂问题
- 详细描述AI算法开发经历，特别是与图像处理、数据分析或科学计算相关的项目，并说明具体成果（如算法精度提升）
- 强调针对具体科学问题设计并执行完整研究方案的能力，以及英文文献读写能力
- 可系统学习深度学习在计算机视觉（针对显微图像）或材料信息学方面的应用
- 回顾并梳理博士期间的核心研究方法与成果，准备一个能清晰展示“问题-方法-结果-价值”的完整项目案例
面试指南
- 使用STAR法则（情境、任务、行动、结果）来结构化描述你的项目经验，突出你的主动性和解决问题的能力
- 对于技术问题，展示你的思考过程：从问题定义、方法选择、数据处理到结论分析的全链条
- 对于交叉学科问题，强调你如何整合不同领域的知识（如物理原理+算法设计）来解决问题
- 请详细介绍你博士期间使用过哪种高端分析设备（如TEM），解决过什么具体问题？
- 你是否有将AI/机器学习应用于数据分析的项目经验？请举例说明技术选型、实现过程和效果
- 如果让你为一款新型存储芯片的某个失效问题设计分析方案，你会如何考虑？
- 你如何理解这个岗位在芯片研发流程中的作用？
- 你的CET-4成绩是多少？请用英文简单介绍一下你过去的某个研究项目
职位点评
薪资福利70
成长发展90
工作生活55
使命价值75
薪资福利
70中等
岗位提供具有市场竞争力的薪资，作为博士校招技术岗，在合肥地区能满足基本物质需求。但JD未提及具体福利，补偿性更多依赖于基本薪资。
薪资信号市场水准 (18K-28K/月)
成长发展
90较高
该岗位提供了极强的技术发展机会，涉及顶尖设备操作、AI算法开发及半导体前沿问题，技能成长路径清晰且深度高，对技术型博士吸引力极大。
技术前沿前沿/新兴技术
技术栈TEM、SIMS、AFM、AI算法、机器学习、晶格缺陷分析、原位分析
业务类型profit_center
工作生活
55较低
工作地点为制造业厂区/产业园，通常意味着现场办公。JD未提及任何办公灵活性或WLB相关信息，生活化动机满足程度主要依赖于个人对工作环境的适应。
工作模式未明确
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
75中等
岗位处于半导体存储芯片这一关系国家产业安全的关键领域，具有明确的行业价值和技术攻关使命，能为从事者带来一定的使命感和成就感。
行业发展高速增长赛道
社会影响中性/一般
使命信号突破现有设备能力边界、解决DRAM存储芯片研发中的关键瓶颈问题
创新程度积极采用新技术
Watch Jobs