CXMT logo
长鑫存储
视觉算法(J20266)

视觉算法(J20266)

发布于 大约 14 小时前

普通员工/个人贡献者

合肥市
无经验要求
全职员工
仅现场办公
硕士
计算机视觉工程
Pytorch
半导体
多模态
大模型
深度学习
算法
计算机视觉

AI 估算 · 20k–30k

半导体行业领先企业,硕士校招视觉算法岗,薪资具有竞争力,结合合肥城市水平

职位详情

关于这个职位

该职位是长鑫存储面向校园招聘的视觉算法工程师,主要负责多模态大模型算法在半导体图像领域的研发与落地

你将参与从数据生成、模型训练到系统方案交付的全流程,需要扎实的深度学习与计算机视觉基础,并有较强的编程能力
适合对工业级AI落地有热情、希望将前沿技术应用于实际生产的应届硕博

最低要求

学历要求:硕士研究生及以上

专业要求:计算机科学、信息工程、电子工程、机器人学等相关专业
具有深度学习、机器人学、计算机图形学、计算机视觉几何等领域的深入认知,能分析各算法的适用条件与瓶颈
能使用C++、Python或PyTorch完成算法开发任务,并具备现场编程能力

工作职责

多模态算法研发:主导多模态大模型算法研发,针对半导体图像设计并实现大模型理解、生成及规划等核心算法系统

能力建设模块设计:主导多模态大模型能力建设关键环节的设计与算法实现,包括数据生成、自动标注及自动迭代等模块
系统方案交付:主导跨模块沟通与协作,设计并交付多模态大模型AI功能系统方案

优先资格

在CVPR、ICCV、ECCV、NIPS、ICML、ICLR、IROS或ICRA等主流会议或期刊发表过论文者优先

具有将算法落地为产品的强烈热情,能结合技术手段解决产品实际问题

AI 洞察

优缺点分析

优点

  • 处于AI与半导体交叉的前沿领域,技术含量高,成长空间大
  • 公司为行业龙头,资源丰富,有机会接触大规模工业数据和真实场景
  • 校招岗位培养体系完善,适合积累扎实的算法工程经验
  • 多模态大模型研发难度大,需要持续学习前沿论文并快速实验
  • 适合对计算机视觉和深度学习有浓厚兴趣、希望将顶尖算法用于工业实践的应届硕博,尤其是有学术论文发表或竞赛经验的候选人

缺点 / 挑战

  • 跨模块协作沟通成本较高,需要较强的团队合作与项目管理能力
  • 工业场景落地压力大,算法需兼顾性能和工程稳定性

角色解读

  • 技术方向:从算法工程师向高级算法专家/首席科学家发展,深耕多模态与工业视觉领域
  • 管理方向:可成长为技术团队负责人,带领团队完成核心算法攻关
  • 业务方向:结合半导体行业知识,转型为AI产品专家或解决方案架构师
  • 负责多模态大模型算法在半导体图像领域的研发,包括图像理解、生成与规划等核心算法
  • 设计和实现数据生成、自动标注及自动迭代等能力建设模块,提升模型迭代效率
  • 与跨模块团队协作,交付完整的AI功能系统方案,推动算法落地到实际产品
  • 扎实的深度学习与计算机视觉基础,熟悉主流模型架构和训练方法
  • 熟练使用C++、Python和PyTorch进行算法开发与实现,具备现场编程能力
  • 了解多模态大模型、生成模型、自监督学习等前沿技术,能独立分析算法瓶颈

申请策略

  • 关注长鑫存储的AI应用场景,在面试中展现对将算法落地为产品的热情
  • 提前了解半导体制造基础知识,可体现对行业的思考
  • 突出深度学习/计算机视觉相关项目经历,尤其是多模态、生成模型或工业应用方向
  • 强调编程能力,列出C++、Python、PyTorch的使用经验及代码库贡献
  • 展示论文发表、竞赛获奖、开源项目等证明学术和工程能力的成果
  • 如有半导体相关经验或知识,务必提及以体现行业契合度
  • 系统复习多模态大模型经典论文(如CLIP、ALBEF、LLaVA等),并动手复现简单版本
  • 提升C++工程能力,了解常见工业级部署框架(TensorRT、ONNX等)

面试指南

  • 对于项目介绍题,采用STAR法则:背景-任务-行动-结果,突出技术难点和个人贡献
  • 对于算法原理题,先给出核心概念,再分条对比,最后结合实际应用场景分析
  • 对于设计题,先明确目标,再分模块阐述方案,最后考虑可扩展性和工程约束
  • 请介绍一个你参与的多模态或视觉项目,包括技术挑战和解决方案
  • 解释Transformer在视觉任务中的应用原理,并比较ViT和CNN的优劣
  • 如何设计一个数据自动标注系统?有哪些关键点?
  • 给定一个半导体图像缺陷检测任务,你会如何设计算法流程?
  • 现场编程题:实现一个简单的图像分类模型训练脚本

职位点评

68
综合评分

半导体大厂校招视觉算法岗,前沿多模态技术,薪资有竞争力,但WLB不确定。

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。

更适合这类人
该职位最适合对前沿技术有强烈学习欲望、希望积累核心竞争力的应届生,对工作生活平衡要求不高的人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值60

薪资福利

65中等

该职位为校招,薪资在合肥处于较高水平,但具体福利未在JD中体现。结合行业和公司规模,补偿性动机有较好满足,但存在一定不确定性。

薪资信号未披露(AI估算:20K-30K/月)

成长发展

85较高

职位涉及前沿的多模态大模型技术,且明确要求深度学习、计算机视觉等核心技能,成长性很强。但JD中未提及晋升通道或培训计划,略有减分。

技术前沿前沿/新兴技术
技术栈多模态、大模型、深度学习、计算机视觉、PyTorch
业务类型ambiguous

工作生活

50较低

工作地点在合肥,现场办公,JD中未提及弹性工作或WLB相关信息,生活化动机满足程度一般。

工作模式仅现场办公
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

60中等

半导体是稳定且有一定社会价值的行业,但JD中未提及使命感或社会影响,意义感动机满足程度中等。

行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs