Watch Jobs
CXMT logo
长鑫存储
AI研究员(J20425)
立即应聘

AI研究员(J20425)

发布于 大约 14 小时前

普通员工/个人贡献者

合肥市 / 北京市
无经验要求
全职员工
仅现场办公
硕士
机器学习工程
Ai Agent
Distributed Training
Eda
Llm
Multi-Modal
Nlp
Pytorch
半导体

AI 估算 · 20k–40k

面向顶尖AI人才的校园招聘，技术要求高，半导体行业前景好，薪资具有竞争力。

职位详情

关于这个职位

该职位是长鑫存储的AI研究员岗位，面向博士和硕士毕业生，专注于将大模型、多模态和智能体技术应用于半导体芯片设计、制造与测试

你将参与大语言模型预训练与调优、缺陷检测算法开发、AI训练推理基础设施搭建等前沿研究，与跨学科团队合作，推动AI在半导体行业的创新落地

最低要求

学历要求：硕士研究生及以上，博士优先

专业要求：计算机、微电子、电子工程、自动化、数学等相关专业或交叉领域背景
其他要求（至少满足一项）：
以主要作者身份在NeurIPS、ICML、ICLR、CVPR、ACL、EMNLP、AAAI、ICCAD、DAC等AI或半导体相关高水平会议或期刊发表过学术成果
在ACM-ICPC世界总决赛、Kaggle Grandmaster、奥林匹克竞赛等顶级竞赛中获得过荣誉或奖项，或作为核心发起者与维护者主导过具有重大影响力且被业界广泛采用的开源项目
主导或深度参与过大模型或AI Agent在EDA、半导体制造、良率分析、材料科学等垂直领域的落地项目，并取得可验证的技术或业务成效
具备独立推进研究任务的能力，能在一个工作日内精读半导体工艺论文并输出改进点，具有将业务场景转化为AI可求解问题的建模能力

工作职责

领域大模型方法学与智能体架构：基于DRAM全生命周期数据，主导芯片设计、工艺研发、生产测试等核心场景的领域知识构建与数据沉淀，探索领域专属大模型落地路径，负责大语言模型的预训练、后训练及分布式训练优化，设计面向芯片设计或制造环节的大模型智能体架构，实现任务规划与工具调用能力

多模态技术与业务问题求解：运用深度学习与多模态技术解决芯片设计、制造环节中的缺陷检测、分类识别与精准定位等实际问题，承担模型训练、调优、评估及效果验证全流程工作
大模型基础设施建设：推进大模型Infra建设，完成训练与推理加速、软硬协同优化等关键技术落地，跟踪多模态学习、强化学习、存内计算等前沿方向，开展半导体领域创新研究
前沿技术洞察与成果转化：跟踪大模型、AI Agent、AI for EDA、NLP、AI4Science等前沿动态并输出创新方向建议与技术预研报告，快速复现前沿论文实验效果，将研究成果转化为可落地方案，参与AI技术标准制定并输出合规技术文档与开发规范，推动前沿算法研究成果向业务场景转化

AI 洞察

优缺点分析

优点

  • 长鑫存储是国内领先的DRAM制造商，业务场景真实且数据丰富，为AI应用提供肥沃土壤
  • 岗位处于大模型+半导体热门交叉赛道，技术含量高，个人成长空间大
  • 公司提供有竞争力的薪酬和完善的研发环境，支持前沿探索与论文产出
  • 与跨学科团队合作，接触从算法到硬件全栈知识，拓宽职业视野
  • 半导体领域知识门槛高，需要快速理解芯片工艺和制造流程，学习曲线陡峭
  • 前沿研究竞争激烈，需要持续保持学习状态和创新能力

缺点 / 挑战

  • AI落地周期长，需要耐心和扎实的工程能力，结果导向压力较大
  • 适合对AI研究有热情、具备较强学习能力和动手能力，且愿意深入半导体行业，耐得住深入研究挑战的求职者

角色解读

  • 从AI研究员成长为技术专家，深入大模型与半导体交叉领域，成为行业稀缺的复合型人才
  • 可晋升为算法团队负责人或项目带头人，主导核心AI能力建设，推动业务创新
  • 有机会参与行业技术标准制定，成为AI for EDA等前沿方向的意见领袖
  • 主导大语言模型在半导体全生命周期中的预训练、后训练与智能体架构设计，解决芯片设计、工艺研发和测试中的实际问题
  • 运用多模态技术开发缺陷检测与分类模型，完成从数据到模型评估的全流程
  • 参与大模型训练推理基础设施的构建与优化，探索前沿AI技术在半导体领域的创新应用
  • 跟踪前沿学术动态，快速复现论文效果，推动研究成果向业务场景转化
  • 深厚的深度学习基础，熟悉Transformer、扩散模型等主流架构，掌握PyTorch等框架
  • 具备大模型训练与调优经验，了解分布式训练、混合精度、模型并行等技术
  • 熟悉多模态学习、强化学习或NLP至少一个方向，有实际项目落地能力
  • 有较强的论文阅读和复现能力，能够快速将学术成果转化为工程方案

申请策略

  • 投递前了解长鑫存储的技术方向和产品，在求职信中展示你对AI+半导体的热情
  • 提前准备一个与岗位相关的技术案例，如缺陷检测或智能体规划，用于面试展示
  • 突出学术成果，如顶会论文、竞赛奖项或开源项目，展示研究深度和影响力
  • 详细描述参与的大模型或AI Agent项目，包括技术方案、你的角色和量化结果
  • 强调跨学科能力，如机器学习与半导体结合的经验，体现问题建模和解决能力
  • 展现快速学习和复现前沿工作的能力，例如列出阅读过的论文或复现过的项目
  • 补充半导体基础知识，如芯片制造流程、EDA工具原理，增强领域理解
  • 深入学习大模型训练优化技术，如DeepSpeed、Megatron、分布式训练实践

面试指南

  • 使用STAR法则（情境、任务、行动、结果）清晰描述项目经历，突出量化成果
  • 对于行业应用问题，采用'问题-数据-模型-效果'的结构，先定义问题再展开技术方案
  • 展现思考深度，不仅说做法，还要解释为什么这么做以及权衡取舍
  • 请介绍一个你做过的最有代表性的AI项目，包括问题、方法、结果和你的贡献
  • 如何将大语言模型应用到半导体行业？请举例说明一个具体场景和实现思路
  • 你如何看待AI Agent在EDA（电子设计自动化）中的应用？
  • 在多模态缺陷检测任务中，你会如何设计模型架构和训练策略？
  • 你如何跟踪前沿研究？请分享你最近读过的一篇论文及其带来的启发

职位点评

74
综合评分

高成长性的AI+半导体前沿岗位，技术含量高，薪资有竞争力，但办公灵活性一般。

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。

更适合这类人
适合追求技术成长和行业价值，愿意在半导体领域深耕，对工作灵活性要求不高的求职者。
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90
工作生活50
使命价值80

薪资福利

70中等

职位提供具有竞争力的薪酬和稳定的行业环境，但具体福利未在JD中披露。

薪资信号未披露（AI估算：20K-40K/月）

成长发展

90较高

岗位聚焦前沿大模型与多模态技术，技术成长性极强，但JD未明确晋升通道。

技术前沿前沿/新兴技术
技术栈LLM、AI Agent、Multi-modal、Deep Learning、Distributed Training、EDA、NLP
业务类型ambiguous

工作生活

50较低

需要到办公室工作，未提及弹性时间或远程办公，生活化程度一般。

工作模式仅现场办公
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

半导体行业对国家安全和科技发展具有重要价值，AI赋能能够提升产业竞争力，工作使命感强。

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