软件系统开发(J20830)

优缺点分析

角色解读

• 技术专家路线：深入某一技术领域（如数据工程、AI算法、工业自动化系统），成为半导体智能制造领域的架构师或专家
• 全栈/横向发展路线：凭借对制造流程多系统的理解，成长为能够负责更复杂、跨系统项目的技术负责人或解决方案架构师
• 技术管理路线：凭借出色的技术能力和项目经验，向技术经理或团队负责人方向发展
• 负责为半导体工厂开发核心软件系统，如良率管理系统(YMS)、数据平台、物料自动搬运系统(AMHS)、生产自动化系统(RTD/AMA)，并将AI算法落地到实际生产中
• 工作内容贯穿从需求分析、系统设计、编码开发、测试部署到运维支持的完整软件开发生命周期，并需要深入理解制造业务流程
• 参与实际物理系统（如天车轨道）的方案设计与施工跟进，是典型的软硬件结合、与物理世界紧密交互的技术岗位
• 扎实的编程与数据处理能力：至少精通Java/Python/C#之一，熟悉SQL，并具备大数据技术栈（如Hadoop, Spark, Kafka）的实际应用经验
• 领域特定知识：对于不同细分方向（如良率管理、数据平台、轨道设计、AI算法）有特定的技术栈和业务知识要求
• 系统设计与工程能力：能够独立完成系统模块设计、ETL流程、模型训练与API封装，并处理复杂的运维问题

申请策略

• 深入研究长鑫存储的业务和技术动向，理解其产品（DRAM）和制造流程，这在面试中会是很大的加分项
• 准备能体现你解决实际问题能力的代码或项目演示，技术面试可能会问到非常具体的实现细节
• 重点突出与JD匹配的项目经验：如使用Java/Python开发过的系统、使用大数据组件处理过数据集、训练或部署过AI模型的项目
• 清晰展示技术栈匹配度：在简历中明确列出熟悉的技术关键词（如Hadoop, Spark, TensorFlow, SQL），并描述在项目中的具体应用
• 强调解决复杂问题的能力：描述一个涉及多技术栈或需要深入理解业务才能完成的技术挑战及解决过程
• 补充半导体制造或智能制造基础知识：了解芯片制造的基本流程、良率、OEE等概念，阅读相关行业文章
• 深化特定技术栈：根据自己的兴趣方向（后端、数据、AI），选择性深入学习1-2个核心工具的高级特性和最佳实践
• 提升系统设计能力：学习如何设计高可用、可扩展的系统，并思考如何将其应用于工厂环境

面试指南

• 回答项目问题时，采用STAR法则（情境、任务、行动、结果），重点突出你的技术决策和贡献
• 回答系统设计问题时，先理清业务目标和约束条件（如数据量、实时性要求），再从数据流、存储、计算、展示等环节逐步展开
• 回答技术对比问题时，要客观陈述两者特点，并结合具体应用场景说明选择依据，避免绝对化
• 请介绍一个你主导开发的软件系统项目，你在其中承担了什么角色？遇到了哪些技术挑战？如何解决的？
• 如果让你为工厂的某个环节（如设备监控、物料追踪）设计一个数据看板，你会考虑哪些数据指标和技术架构？
• 请解释一下Spark和Flink在实时数据处理上的区别和适用场景
• 你了解哪些关于大语言模型（LLM）的基础知识？如何将一个训练好的模型封装成API服务供他人调用？
• 如果AMHS的轨道布局方案与现场施工条件冲突，你会如何协调解决？