长鑫存储
AI应用方案主任工程师-AI Application Solution Staff Engineer(J21457)
AI应用方案主任工程师-AI Application Solution Staff Engineer(J21457)
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公解决方案
解决方案
内存池化
客户技术对接
性能调优
硬件解决方案
值不值得投
74综合评分
综合评分 74
AI算力核心赛道、技术前沿性强、客户对接广，侧重能力跃迁与产业价值实现
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
4.8万
比解决方案中位数高
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 1900 个在招
市场机会
选择面较广
上海 · 解决方案 · 约 130 个在招
职位详情
关于这个职位
负责为头部芯片厂商、云服务商及大模型企业提供AI内存技术对接与方案导入，主导重点项目设计攻坚与技术评估，量化性能指标并输出硬件选型及架构优化建议，支撑客户从方案验证到规模商用的全流程决策
最低要求
教育背景与专业知识：硕士及以上学历，微电子、集成电路、计算机、电子工程等相关专业背景
专业技能与资格：能基于高性能内存技术原理、协议特性及测试方法完成方案设计与问题定位，能使用内存池化架构技术完成系统级适配与评估
行业与专业经验：3年以上存储原厂、芯片厂商或头部服务器厂商的AE/FAE/SE/TME或内存系统开发经验，深入理解大模型训练与推理的算力架构，具有3D并行策略、KV缓存机制及AI服务器硬件拓扑的分析能力
项目/任务成果：具有独立的客户对接与项目推进能力，有头部AI客户或云厂商项目落地经验，或成功完成至少1个Design-in案例
其他要求：具有英语作为工作语言的能力，能完成技术文档撰写并与海外研发团队作技术接口交流，能以系统性思维拆解技术问题并协同多方闭环推进
工作职责
头部客户技术对接与方案导入： 主导头部芯片厂商、云服务商及大模型企业的技术对接，推动AI内存方案的评估、验证与落地，确保从方案导入到规模商用的全流程技术支持
重点项目设计攻坚： 牵头重点客户的设计项目，识别并解决大模型场景下的核心内存技术问题（如带宽、延迟、容量匹配），完成瓶颈定位与优化方案输出，缩短客户产品设计周期
技术评估与价值呈现： 针对大模型训练/推理业务特性，完成内存子系统与业务负载的匹配性评估，量化性能指标与TCO，输出面向不同场景的硬件选型与架构优化建议，支撑客户决策
优先资格
有AI集群性能调优项目经验者优先
AI 洞察
优缺点分析
优点
- 切入AI算力基础设施核心赛道，接触头部云厂商与大模型企业，技术视野前沿
- 长鑫存储作为国内DRAM龙头，平台稳定且研发投入高，有利于积累硬核技术资产
- 岗位兼具技术深度与客户广度，能快速构建“技术+商业”复合型竞争力
- 跨地域/跨国团队协作频繁，时差沟通与多方利益协调对项目管理能力要求极高
- 适合具备扎实硬件/内存功底、渴望在AI算力赛道深耕，且擅长技术营销与客户沟通的复合型人才
缺点 / 挑战
- 需频繁对接外部头部客户，技术交付压力与商务节奏双重考验，工作强度可能较高
- AI硬件生态迭代极快，需持续跟进内存协议演进与大模型架构变化，知识更新压力大
角色解读
- 可向资深硬件解决方案专家或首席架构师方向发展，深耕AI基础设施底层技术
- 积累头部客户资源后，可转型为技术销售管理或产品战略负责人，统筹商业化落地
- 负责为大模型及AI服务器客户提供定制化内存技术方案，主导从需求对接、性能评估到落地验证的全流程
- 深入分析大模型训练/推理场景的算力架构，定位带宽、延迟等核心瓶颈并输出优化方案
- 量化内存子系统与业务负载的匹配度，提供硬件选型与TCO分析，直接支撑客户采购与架构决策
- 精通高性能内存技术原理、协议特性及测试方法，熟悉内存池化架构与系统级适配
- 深刻理解大模型训练/推理算力架构，掌握3D并行策略、KV缓存机制及AI服务器硬件拓扑分析
- 具备优秀的跨部门协同与客户沟通能力，能用英语进行技术文档撰写及海外研发接口交流
申请策略
- 提前研究长鑫存储最新HBM/DDR产品路线及竞品动态，面试时可结合具体场景提出优化思路
- 准备1-2个完整的客户技术攻坚案例，按STAR法则梳理，重点突出个人在其中的技术决策作用
- 突出在存储原厂或头部服务器厂的AE/FAE/SE实战经验，量化Design-in成功案例数量
- 详细列举参与过的大模型算力架构优化项目，强调带宽/延迟瓶颈定位与TCO优化成果
- 展示英语技术文档撰写能力及跨国研发接口经验，体现跨文化技术沟通素养
- 系统学习大模型训练/推理框架的内存访问模式与性能特征
- 深入研究DDR5/LPDDR5/XGMI等新一代内存协议及CXL互联技术在AI集群中的应用
- 补充硬件选型经济性分析（TCO建模）与售前解决方案包装技巧
面试指南
- 采用“背景-任务-行动-结果”(STAR)结构，重点突出技术难点拆解过程、数据量化依据及最终商业/技术收益
- 遵循“需求对齐-技术评估-方案比选-风险管控-落地验证”的标准售前技术流程进行回答
- 请分享一个你主导的AI服务器内存方案Design-in案例，你是如何定位瓶颈并推动落地的？
- 面对大模型训练场景下的高带宽需求，你会如何评估不同内存架构的适用性？
- 当客户提出的技术指标与公司现有产品线存在差距时，你如何平衡技术可行性与客户需求？
- 请描述一次与海外研发团队进行技术接口协作的经历，遇到了什么挑战如何解决的？
- 面试前需熟读目标公司主流内存产品规格书，准备典型AI负载的性能压测数据参考
- 梳理自身过往项目的关键指标与技术决策逻辑，形成结构化案例库
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
薪资处于行业中上水平，但JD未明确披露具体范围，福利体系未详细说明，整体补偿吸引力中等偏上。
薪资信号未披露（AI估算：3.5千–6.0万/月）
成长发展
85较高
岗位深度绑定AI大模型算力架构与前沿内存技术，技术栈新颖且客户层级高，技能成长空间广阔。
技术前沿前沿/新兴技术
技术栈AI内存、大模型架构、内存池化、3D并行策略、KV缓存、AI集群调优
业务类型profit_center
工作生活
60中等
硬件解决方案岗通常需配合客户节奏与项目节点，JD未提及弹性工时或远程政策，WLB一般。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
致力于国产高端存储芯片突破与AI算力基础设施建设，具备较强的产业报国意义与技术使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
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