长鑫存储
数据科学工程师-Data Science Engineer(J19806)
数据科学工程师-Data Science Engineer(J19806)
发布于 大约 3 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
本科
数据科学
Opencv
Pytorch
Tensorflow
半导体
图像处理
数据分析
机器学习
深度学习
计算机视觉
AI 估算 · 20k–40k
半导体+AI双热门赛道，北京地区数据科学人才薪资较高，2年以上经验月薪2-4万合理。
职位详情
关于这个职位
该职位负责半导体制造领域的数据科学模型开发与落地，包括图像处理、异常检测、时间序列预测等任务
你将主导工程数据分析系统的设计与开发，协同多部门推动项目落地
适合有深度学习经验、对工业制造与AI结合感兴趣的工程师
最低要求
教育背景与专业知识：本科及以上学历，计算机、数据科学、统计、数学、电子工程、物理等相关专业
行业与专业经验：2年以上深度学习、机器学习、数据分析及可视化或图像处理相关经验，或数据系统相关的系统开发经验
专业技能与资格：熟悉常用的统计分析、机器学习等分析手段与方法
能使用Python、TensorFlow/PyTorch等框架完成模型训练与部署
具备数据科学前沿领域文献阅读与快速代码实践能力
项目/任务成果：在以下至少一个领域有实际项目经验：计算机视觉深度学习、机器学习建模、数据挖掘、统计建模、计算机图形学、Web前后端系统开发
或半导体缺陷/量测图像特征提取、分割、分类、检测项目
或DOE设计与实践
或半导体数据分析与可视化工具开发
其他要求：具有探索精神与创新思维，能主动以创新方式解决复杂工程问题
具有较强的学习能力与实践能力
工作职责
模型开发与优化：主导深度学习、机器学习、多模态大模型等前沿模型的开发、优化与落地应用，提升半导体制造领域图像分类、目标检测、语义分割、实例分割、异常检测，表格数据挖掘与智能分析，时间序列数据预测与异常检测等任务的系统性能，提高工程分析效率
图像数据处理：主导半导体图像数据（量测、缺陷等图像）的处理，结合前沿计算机视觉模型与OpenCV等传统工具，提取特定问题特征，构建高信噪比指标来表征工程问题，加速研发进程
工程数据分析系统设计：主导半导体研发过程中相关工程数据分析系统、算法及工具的设计与开发，推动系统在业务场景中落地，帮助缩短新产品研发周期并提升研发效率
跨部门项目协同：协同缺陷、量测、良率、工艺整合、工艺研发、设计、器件、可靠性等相关部门，主导工程数据分析系统的项目管理，完成需求梳理、产品设计与规划，推动系统开发与落地并产生业务价值
AI 洞察
优缺点分析
优点
- 使用前沿AI技术（多模态大模型），保持技术领先
- 公司平台好，长鑫存储为国内存储芯片龙头，发展前景广阔
- 薪资具有竞争力
- 半导体制造数据复杂度高，工程问题往往需要深入业务知识
- 跨部门协作多，需要较强的沟通和项目管理能力
- 适合对AI与工业制造结合感兴趣、喜欢解决实际工程问题、能适应一定加班节奏的工程师
缺点 / 挑战
- 接触半导体制造的真实工业场景，技术挑战大，成长快
- 可能面临一定的工作压力，需要持续学习
角色解读
- 可以成长为数据科学专家，深入算法和模型的研发
- 可向技术管理方向发展，主导更大规模的跨部门项目
- 半导体行业数据科学岗位稀缺，未来跳槽空间大
- 开发并优化深度学习、机器学习及多模态大模型，应用于半导体制造中的图像识别、异常检测和数据分析
- 处理半导体量测与缺陷图像，提取特征并构建高信噪比指标来表征工程问题
- 设计和开发工程数据分析系统，推动算法与工具在业务场景中的落地
- 与工艺、缺陷、量测等多部门协同，负责项目管理和需求梳理
- 熟悉Python和TensorFlow/PyTorch，能独立完成模型训练与部署
- 掌握统计分析和机器学习方法，有计算机视觉项目经验优先
- 具备快速阅读前沿论文并实践的能力，了解数据科学领域最新进展
- 有半导体或工业制造领域的数据分析经验更好
申请策略
- 在投递前了解长鑫存储的业务和产品方向，在面试中展现对半导体行业的兴趣
- 准备好详细的项目案例，用STAR法则描述
- 突出深度学习项目经验，尤其是图像分类、目标检测等具体案例
- 强调使用TensorFlow/PyTorch的建模和部署经历，展示代码能力
- 如有半导体行业经验，务必列出，包括缺陷检测、良率分析等
- 体现跨部门协作和项目推动能力
- 补充学习OpenCV和图像处理经典算法，增强传统视觉工具的使用能力
- 了解多模态大模型的基本原理和应用，如CLIP、LLM等
面试指南
- 用STAR法则回答项目经验，突出数据处理、模型设计和业务价值
- 结合具体场景说明技术选型，展示分析思路和决策逻辑
- 对于开放性问题，先拆解，再给出有步骤的解决方案
- 介绍一个你主导的深度学习项目，包括模型选择、数据挑战和最终效果
- 如何处理小样本或数据不平衡问题？
- 你对半导体制造中的缺陷检测有什么理解？如何应用计算机视觉方法？
- 多模态大模型在工业场景中的落地有哪些挑战？
- 如何设计一个工程数据分析系统？你会如何考虑系统架构？
职位点评
72
综合评分
半导体大厂数据科学岗，前沿技术应用，薪资竞争力强，WLB不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求技术成长、渴望挑战前沿AI应用的求职者，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值70
薪资福利
75中等
该职位薪资水平在半导体行业中处于中上，但JD未披露具体薪资，福利情况不明。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
职位涉及多模态大模型、计算机视觉等前沿技术，提供大量学习与成长机会，且项目挑战性强。
技术前沿前沿/新兴技术
技术栈深度学习、机器学习、多模态大模型、计算机视觉、TensorFlow、PyTorch
业务类型ambiguous
工作生活
50较低
工作地点在北京，未提及远程或弹性工作模式，半导体制造业通常需要现场办公，且未提加班情况。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
半导体行业属于国家战略性产业，工作具有较高的技术价值和社会意义，但JD未明确使命导向。
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