AI产品经理（电路测试方向)-AI Product Manager (Circuit Test)(J19883)

优缺点分析

角色解读

• 可在AI产品领域纵深发展，成为AI产品专家或AI产品总监
• 结合半导体行业经验，可向智能制造、工业AI方向拓展，成为行业解决方案专家
• 有机会参与公司核心AI战略，逐步承担更大规模的产品与技术管理职责
• 负责电路测试AI智能体的从0到1产品规划，将测试需求转化为智能体能力并建立评估体系
• 定义数据底座架构，打通EDA、PLM/ERP等系统间数据孤岛，建立统一元数据标准
• 扫描测试链路痛点，识别AI介入机会（如智能分bin、Pattern生成），主导概念验证与落地
• 跟踪大模型技术演进，制定模型选型框架和产品Roadmap，协调算法、工程、业务团队推进
• 需要电子工程/微电子等相关专业背景，硕士及以上学历，5年以上产品管理经验
• 熟悉EDA工具、PLM系统或硬件研发工具，具备智能体或知识库产品构建经验者优先
• 具备从0到1定义AI原生交互的能力，擅长将业务目标转化为技术方案
• 强大的跨团队沟通能力，能快速消化复杂技术文档并输出清晰产品文档

申请策略

• 研究长鑫存储的业务和产品线，在面试中体现对AI+制造场景的独特见解
• 准备好从0到1的AI产品故事，强调如何定义问题、验证方案和推进落地
• 突出EDA、PLM等硬件工具链相关项目经验，展示对测试流程的理解
• 强调AI产品设计案例，尤其是从0到1构建智能体或知识库的经验
• 量化项目成果，如通过AI方案提升测试效率、降低成本的具体数据
• 展示跨团队协作和复杂文档处理能力，体现技术沟通优势
• 学习大模型和智能体技术，了解主流LLM应用及评估方法，如RAG、Agent框架
• 补充半导体测试流程知识，尤其是CP&ATE测试基本原理和EDA工具链

面试指南

• 采用STAR法则：情境-任务-行动-结果，强调业务目标和技术方案的结合
• 从业务痛点出发，先定义问题边界，再设计MVP验证，最后用数据驱动迭代
• 对于技术选型类问题，可基于场景需求（准确性、延迟、成本）进行多维度比较
• 如何设计一个面向电路测试的AI智能体？请描述产品架构和核心功能
• 如何评估AI产品在电路测试场景中的效果？你会定义哪些量化指标？
• 在大模型选型时，你会考虑哪些因素？如何判断模型是否适合业务场景？
• 请举例说明你如何推动跨团队（算法、工程、业务）合作并解决冲突
• 你如何理解数据底座？在打通EDA工具链和PLM系统时，会遇到哪些挑战？