长鑫存储
软件系统开发(SH)(J20881)
软件系统开发(SH)(J20881)
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公软件工程
软件工程
Pytorch
Sql
Tensorflow
大模型
值不值得投
83综合评分
综合评分 83
半导体制造领域复合型技术岗，技术成长性强，行业价值高，但工作模式与WLB需进一步确认。
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
20K
比软件工程中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1620 个在招 · 其中软件工程 26 个
市场机会
选择面较广
上海 · 软件工程 · 约 2000 个在招
职位详情
关于这个职位
这是长鑫存储面向应届生的软件系统开发岗位，主要负责半导体制造领域的工业软件系统开发、数据平台建设及AI算法落地
你需要参与良率管理系统(YMS/DMS)、生产自动化系统(RTD/AMA)、数据平台以及AI算法模型的开发、设计、部署与运维，将软件技术应用于真实的半导体制造场景
最低要求
学历要求：本科及以上，硕士优先
专业要求：计算机科学与技术，软件工程，AI，数据科学，信息科学，电子信息工程，信息安全，网络工程，工业工程，数学，统计，自动化，机械，微电子等相关专业
其他要求：
能使用Java，Python，C#其中至少一种开发语言完成系统模块开发，能使用SQL完成数据查询与分析，YMS或DMS方向须了解工厂良率相关数据流及质量管理系统基础逻辑
具有至少一种大数据技术栈应用能力，能使用Hadoop，Hive，Spark，StarRocks，Kafka或Flink完成数据处理任务，数据平台方向须能独立完成ETL流程设计与部署
能使用CAD软件完成轨道Layout布局图绘制，具备结构校核基础能力，AMHS方向须能独立输出轨道变更改造方案并参与现场施工跟进
具有AI算法模型训练与部署能力，能使用Python及TensorFlow或PyTorch完成模型开发与调优，AI方向须了解大模型技术原理，能独立完成模型API服务封装
通过CET-4，能阅读英文技术文档并进行书面沟通，有制造业或半导体行业实习经历或参与过软件，算法类项目与竞赛者优先提供项目成果或代码
工作职责
YMS/DMS系统开发：主导良率与缺陷管理系统的后端开发与维护，构建稳定可靠的软件开发环境，对接产线良率数据流，独立完成需求分析，系统设计，代码编写及测试部署全流程
数据平台建设：主导企业级数据平台及报表分析平台的架构设计与核心模块开发，建设离线，实时数仓及ETL流程，参与数据中台搭建并完成集团及工厂数据分析与研发，执行日常系统运维与故障定位解决
AMHS轨道方案设计：主导OHT天车轨道Layout布局规划，结构设计，变更改造与施工出图，执行转弯段及接驳位的结构校核与安全距离验证，紧跟项目进度完成方案输出并参与现场施工验收
RTD/AMA系统构建：主导RTD/AMA生产自动化系统的功能构建与业务方案设计，基于产线派工需求完成平台开发，调试与迭代，部署机台自动派工决策逻辑，承担系统运维监控并闭环排查功能异常，跟进业务需求从评审到上线全流程
AI算法研发落地：主导机器学习，深度学习及大模型算法的设计与实现，完成模型训练，调优，评估与部署全流程，构建数据管道与特征工程方案，将算法封装为API服务并推进技术迭代落地
优先资格
有制造业或半导体行业实习经历或参与过软件，算法类项目与竞赛者优先提供项目成果或代码
AI 洞察
优缺点分析
优点
- 行业壁垒高，能深度接触半导体制造这一“硬科技”核心领域，积累稀缺的行业知识
- 技术栈丰富多元，一个岗位涵盖后端开发、大数据、AI、甚至部分机械设计，能快速构建复合能力
- 公司处于行业关键赛道，项目直接对标真实产线需求，技术成果价值感强
- 作为大型企业，能提供规范的研发流程和稳定的培养体系
- 系统需与物理产线紧密耦合，对稳定性、可靠性和安全性要求严格，开发测试周期可能较长
缺点 / 挑战
- 工作涉及多个技术领域，对快速学习能力和知识广度要求极高，初期压力可能较大
- 需要理解复杂的制造业业务逻辑，沟通协调（如与工艺、设备团队）是重要挑战
- 对半导体制造行业有浓厚兴趣，技术基础扎实（编程、数据）且学习能力强，不畏惧跨领域挑战，并希望将软件技术应用于实体制造业的应届毕业生
角色解读
- 技术专家路线：深耕半导体制造软件领域，成为YMS/DMS、数据平台或AI算法方向的技术专家或架构师
- 复合型人才路线：结合软件、数据、硬件（AMHS）和AI知识，成为智能制造领域的全栈解决方案负责人
- 技术管理路线：在积累项目经验后，带领小团队负责复杂系统的研发与交付
- 负责半导体制造领域的核心工业软件（良率管理、生产自动化系统）的后端开发与全流程维护
- 设计并开发企业级数据平台与实时数仓，支撑工厂和集团的生产数据流分析与处理
- 参与物理设备（如OHT天车）的轨道方案设计与校核，需结合软件与硬件知识
- 研发并落地AI算法模型，从数据处理到模型部署，将人工智能应用于生产优化
- 扎实的编程基础，至少精通Java/Python/C#中的一种，并熟悉SQL
- 具备大数据技术栈（Hadoop/Spark/Flink等）的实践能力，能独立完成数据处理任务
- 了解机器学习/深度学习框架（TensorFlow/PyTorch），有模型开发和部署经验
- 具有良好的问题分析与解决能力，能独立完成从需求分析到系统上线的全流程工作
申请策略
- 研究长鑫存储的主营产品（DRAM）和其在产业链中的位置，理解公司业务对软件开发的具体需求
- 面试中可能会考察你对“如何将技术应用于制造业场景”的思考，准备一些自己的见解
- 突出与JD匹配的编程项目经历，尤其是使用Java/Python开发完整后端模块的经验
- 展示大数据处理项目，例如使用Spark或Flink进行数据清洗、分析的实战案例
- 如果有AI相关项目，清晰描述从数据处理、模型训练到部署的全过程
- 强调解决复杂工程问题的能力，以及在项目中承担的全流程角色（需求分析、设计、测试等）
- 补充半导体制造基础知识，如YMS/DMS概念、产线自动化流程，面试中会加分
- 深入学习一项大数据技术（如Flink实时处理）或AI框架（如PyTorch），并形成可展示的作品
面试指南
- 使用STAR法则（情境、任务、行动、结果）清晰阐述项目经验，重点突出你的技术决策和解决问题的思路
- 从数据源、处理流程、存储、计算、应用层等角度分层阐述系统设计，体现架构思维
- 结合具体技术点（如Hadoop生态组件）说明原理和应用场景，展示知识深度
- 按照需求分析、技术选型、开发实现、测试验证的逻辑顺序回答，体现工程化思维
- 结合个人兴趣与行业认知回答动机问题，对AMHS等跨领域问题，强调学习意愿和解决问题的思路
- 请介绍一个你做过的最复杂的软件项目，你在其中扮演什么角色，遇到了哪些技术难点？
- 如果让你为一个简单的工厂良率看板设计数据采集和分析后端，你会如何架构？
- 你了解哪些大数据处理框架？请以Spark为例，说明它如何处理一个离线分析任务
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为大型企业的校招岗位，薪资具有市场竞争力，且能提供稳定的雇佣关系和完善的福利体系（如五险一金）。
薪资信号市场水准 (15K-25K/月)
成长发展
95较高
该职位是典型的技术成长型岗位，技术栈多元且前沿（大数据、AI、工业软件），能提供从软件开发到行业落地的深度学习和实践机会，发展路径清晰。
技术前沿前沿/新兴技术
技术栈Java、Python、Spark、Flink、TensorFlow、PyTorch、大模型
业务类型profit_center
工作生活
60中等
JD未明确工作模式和办公地点细节，但半导体制造行业通常需要现场支持，工作强度可能较高，生活工作平衡存在不确定性。
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
80较高
岗位直接服务于国家半导体自主可控战略，技术应用解决真实制造业痛点，具有较高的技术价值和社会使命感。
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