长鑫存储
研发数据自动化与智能化(SH)(J20824)
研发数据自动化与智能化(SH)(J20824)
发布于 大约 20 小时前普通员工/个人贡献者
全职员工仅现场办公数据科学
数据科学
Ai Agent
Gan
Opencv
半导体
大模型
数学建模
数据分析
计算机视觉
值不值得投
80综合评分
综合评分 80
技术前沿的校招岗，半导体AI应用，成长空间大但对技术深度要求高。
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
30K
比数据科学中位数低
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 1780 个在招 · 其中数据科学 4 个
市场机会
选择适中
上海 · 数据科学 · 28 个在招
职位详情
关于这个职位
该职位是长鑫存储面向2024届应届毕业生的校园招聘岗位
你将加入研发数据自动化与智能化团队，负责利用人工智能、数据分析和工程建模技术，解决半导体研发与制造中的实际工程问题
工作核心是开发并落地AI模型（涵盖计算机视觉、大模型、机器学习），研发AI智能体，并构建工程数据分析系统，以大幅提升研发分析效率，覆盖图像、量测、良率等多个关键环节
最低要求
学历要求：硕士及以上
专业要求：AI、计算机科学、软件工程、应用数学、微电子
其他要求：
具有计算机视觉深度学习、神经网络建模仿真、AI智能体、大模型、数学建模、数据挖掘、统计建模、计算机图形学、Web前端开发或GPU并行计算等项目实践经验
具有AI Agent项目实际开发经验，能理解ReAct或Planning与Executor等，并能设计基于记忆库，知识库和向量数据库的智能体系统
具有CET-6或同等外语水平，能阅读数据科学前沿英文文献，能完成文献中关键算法的快速复现与应用
参加NOI或IOI或ACM等算法竞赛并获奖，或具有AI相关竞赛经验、发表至少1篇AI领域学术论文
工作职责
AI模型开发与优化：开发、优化并落地AI模型与算法，覆盖图像、自然语言、多模态大模型及机器学习方向，提升半导体制造领域在图像分类、目标检测、语义分割、实例分割、异常检测、表格数据挖掘与智能分析，以及时间序列预测与异常检测等任务的系统性能
AI智能体研发与落地：开发并落地AI智能体，应用大模型、记忆库、知识库、技能生成等智能体技术，对半导体研发和制造工程师的工程分析活动实现大幅提效
工程建模与数据化：针对特定研发领域工程问题，构建数学模型、统计模型和神经网络模型，完成优化求解、数据挖掘与数据分析，形成方法论并系统化、高效地解决实际工程问题
图像特征提取与分析：对半导体量测、缺陷等图像数据进行处理，结合计算机视觉模型与OpenCV等传统工具，提取面向特定问题的特征，实现高信噪比指标以表征工程问题，加速研发进程
数据分析系统开发与协同：设计并开发半导体研发过程中的工程数据分析系统与算法工具，与缺陷，量测，良率，工艺整合，工艺研发，设计，器件，可靠性等相关部门合作完成需求驱动、产品设计与项目落地
AI 洞察
优缺点分析
优点
- 技术前沿：直接参与将最前沿的AI技术（大模型、智能体）应用于硬科技制造业
- 行业壁垒高：半导体制造领域专业性强，技术积累价值高，不易被替代
- 平台优秀：头部半导体企业，项目资源丰富，能接触到海量真实的工业数据与问题
- 领域知识壁垒：需要快速学习并理解量测、缺陷、良率等半导体专业知识
- 对人工智能技术有浓厚兴趣，并希望将其应用于解决“卡脖子”硬科技难题的计算机、数学、微电子等专业的优秀应届毕业生
缺点 / 挑战
- 技术复杂度高：需要同时理解复杂的AI技术与深奥的半导体工程问题，跨学科挑战大
- 工程落地难：AI模型从实验室到工业产线的稳定部署与优化过程充满挑战
角色解读
- 技术专家路线：深耕AI算法与半导体制造结合领域，成为特定方向（如视觉检测、工艺数据分析）的技术负责人
- 研发管理路线：带领小团队负责某一技术模块的规划与落地，向技术总监或经理发展
- 交叉领域路线：向智能工艺、智能制造等更前沿的工业智能化方向拓展
- 负责开发与优化针对半导体制造场景的AI模型，如图像缺陷检测、数据预测等
- 研发并落地AI智能体，辅助工程师进行复杂的工程数据分析和问题诊断
- 构建数学与统计模型，解决芯片研发与制造中的具体工程难题
- 开发数据分析系统与算法工具，与工艺、良率等团队协同推进项目
- 扎实的AI算法基础，特别是计算机视觉、大模型（LLM）和AI Agent技术
- 优秀的编程与工程实践能力，熟悉Python/C++及相关框架（如PyTorch/TensorFlow）
- 强大的数学建模、数据分析和问题抽象能力
- 对半导体制造流程有基本了解或强烈学习兴趣
申请策略
- 研究长鑫存储的产品线（如DRAM）和其在产业链中的位置，思考你的技能如何助力其研发与制造
- 简历中可将项目经历与职位描述的五条职责进行映射，直观展示匹配度
- 面试时表现出对解决实际工程问题的热情，而不仅仅是追求技术的先进性
- 突出与职位要求高度相关的AI项目经历，特别是涉及图像处理、大模型应用或数据分析的实践
- 详细描述你在算法竞赛（如NOI/ACM）或学术论文中取得的成果
- 在项目描述中，清晰阐述你如何运用技术解决一个具体问题，以及最终效果
- 深入了解至少一个AI Agent框架（如LangChain）和向量数据库的应用
- 补充半导体制造流程的基础知识，了解芯片从设计到产出的关键步骤和常见问题
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化地描述项目经历
- 对于技术问题，先阐述基本原理，再结合具体案例或场景进行说明，展现深度和广度
- 对于开放性问题，先表达自己的思考框架，再分点阐述具体思路，体现逻辑性和工程思维
- 请介绍一个你开发过的AI模型项目，重点说明技术选型、遇到的困难和解决方案
- 你对AI Agent的理解是什么？请描述一个你设计或实现过的智能体系统的架构
- 如何将计算机视觉技术应用于半导体缺陷检测？需要考虑哪些特殊性？
- 面对一个全新的、数据量有限的工程问题，你会如何构建分析模型？
- 你了解半导体制造的哪些环节？认为AI可以在哪些方面创造价值？
职位点评
薪资福利75
成长发展90
工作生活65
使命价值85
薪资福利
75中等
职位为校园招聘，薪资在市场上有竞争力，但未明确提及具体福利和长期稳定性保障。
薪资信号市场水准 (25K-35K/月)
成长发展
90较高
职位涉及前沿AI技术在硬科技领域的深度应用，技术挑战大，成长空间明确，且JD中强调了学术与竞赛要求，显示出对技术深度的重视。
技术前沿前沿/新兴技术
技术栈大模型、AI Agent、计算机视觉、多模态、数学建模、数据挖掘、GAN
成长机会快速复现与应用文献算法
业务类型profit_center
工作生活
65中等
JD未明确工作模式、地点类型和加班情况。作为研发岗位，在半导体行业中，工作节奏可能较快，生活与工作平衡情况需进一步确认。
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
85较高
半导体是国家重点发展的战略性产业，该岗位直接服务于芯片研发制造，具有明确的行业价值感和技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升半导体制造领域...系统性能、对半导体研发和制造工程师的工程分析活动实现大幅提效、加速研发进程
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