Watch Jobs
CXMT logo
长鑫存储
半导体材料工程师/专家-Semiconductor Materials Engineer/Expert(J19098)
立即应聘

半导体材料工程师/专家-Semiconductor Materials Engineer/Expert(J19098)

发布于 大约 8 小时前

普通员工/个人贡献者

合肥市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Gromacs
分子动力学
机器学习
深度学习
第一性原理
高通量计算
Amber
Gaussian
Lammps

AI 估算 · 20k–35k

半导体材料工程师岗位技术门槛高，长鑫存储为行业领先企业，薪资具有竞争力，结合合肥城市水平，预估月薪中位数约27.5K。

职位详情

关于这个职位

该职位负责半导体材料的计算模拟与设计，运用第一性原理、分子动力学及AI方法推进材料应用研究

你将建模实际问题、开发创新方法，并搭建高通量计算工作流，助力先进存储芯片的材料筛选与迭代
适合具有计算化学背景、熟悉Linux和Python，且对半导体材料有浓厚兴趣的工程师

最低要求

教育背景与专业知识：计算化学/物理化学/量子化学/理论化学等相关专业，具备扎实的材料计算理论基础

专业技能与资格：熟悉Linux开发环境，能用Python等语言完成材料计算的日常任务，熟练使用以下工具之一：AMBER、GROMACS、LAMMPS等模拟软件，或Quantum ATK、Gaussian等第一性原理计算软件，或掌握机器学习、深度神经网络、蒙特卡罗方法
行业与专业经验：在半导体相关领域实践过材料设计和机制模拟，有企业应用开发经验者优先
其他要求：具有跨学科思维，能将计算方法与工程需求有效结合，具有较强的文献阅读与创新能力，能快速吸收前沿技术并转化为实际应用方案

工作职责

材料应用研究推进：结合半导体需求与第一性原理、动力学仿真及AI方法，推进材料应用研究与技术迭代

实际问题建模：将半导体实际问题转化为第一性原理计算和分子动力学的简化模型，建立可执行的计算方案
创新方法开发：跟踪学术界最新研究成果，建立材料理化性质预测与机理分析流程，推动前沿方法落地
高通量计算工作流开发：基于材料基因方法和大数据范式，开发高通量计算工作流，辅助材料的设计与筛选

优先资格

有企业应用开发经验者优先

AI 洞察

优缺点分析

优点

  • 掌握第一性原理、分子动力学及AI等多学科交叉技能，职业护城河深
  • 半导体行业处于高速发展期，长鑫存储作为国内存储芯片龙头，平台资源丰富
  • 需要同时精通计算化学和机器学习，学习曲线陡峭
  • 半导体行业对精度和效率要求极高，项目节奏可能较快
  • 合肥城市相较于一线城市，高端人才交流机会相对有限
  • 适合具有计算化学或物理背景，热爱编程和算法，并希望将前沿计算技术应用于半导体产业的研发型人才

缺点 / 挑战

  • 工作内容具有挑战性和创新性，能持续接触前沿科技

角色解读

  • 初级工程师 → 资深材料计算专家，深入半导体工艺与材料结合领域
  • 技术管理路线：带领计算团队，主导材料研发项目
  • 跨领域发展：转向半导体工艺集成或器件模拟，成为技术全才
  • 运用第一性原理和分子动力学方法对半导体材料进行模拟计算，解决实际工艺问题
  • 开发基于机器学习的材料性质预测模型，加速新材料筛选
  • 搭建高通量计算工作流，实现材料基因工程中的自动化筛选
  • 跟踪学术界前沿成果，将新方法转化为可落地的工程工具
  • 扎实的计算化学或物理化学理论基础，熟悉量子力学和统计力学
  • 精通至少一种分子动力学软件（如LAMMPS）或第一性原理软件（如VASP、Gaussian）
  • 熟练使用Python进行数据处理和脚本开发，熟悉Linux环境
  • 具备机器学习/深度学习知识，能应用神经网络进行材料性能预测

申请策略

  • 在简历中展示跨学科思维能力，举例说明如何将计算方法解决实际工程问题
  • 关注长鑫存储的研发方向，在面试中体现对存储芯片材料挑战的理解
  • 突出第一性原理或分子动力学项目经验，尤其是与半导体材料相关的成果
  • 强调Python编程能力和机器学习项目，如使用NN预测材料性质
  • 列出熟练使用的计算软件（LAMMPS、VASP等）及Linux技能
  • 如有企业应用开发经历，务必重点描述
  • 若缺乏机器学习经验，可快速学习深度学习框架（PyTorch/TensorFlow）并完成材料应用小项目
  • 加强高通量计算工作流（如AFLOW、Materials Project）的了解

面试指南

  • STAR法则：描述情境、任务、行动、结果，突出技术细节和量化成果
  • 问题解决框架：先明确问题目标，然后选择合适的计算方法和软件，最后讨论结果验证和迭代优化
  • 请举例说明如何用第一性原理计算预测某种材料的性质？
  • 谈谈你使用LAMMPS或Gaussian的经验，并说明如何设置模拟参数？
  • 如何将机器学习方法应用于材料筛选？请设计一个简单的流程
  • 你如何处理计算精度与效率之间的平衡？
  • 请描述一个你在半导体材料模拟中解决的实际问题
  • 复习第一性原理和分子动力学的核心理论基础，准备经典案例

职位点评

73
综合评分

前沿计算技术+半导体风口，技能提升快，但WLB和薪资透明度一般。

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
最适合追求技术成长和行业发展、能接受一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展90
工作生活50
使命价值80

薪资福利

70中等

薪资前景较好，但JD未明确薪资和福利细节，且地点在合肥，整体竞争力中等偏上。

薪资信号未披露（AI估算：20K-35K/月）

成长发展

90较高

职位涉及前沿计算方法和AI技术，技能成长空间大，可能提供内部研发资源，但JD未明确晋升通道。

技术前沿前沿/新兴技术
技术栈第一性原理、分子动力学、机器学习、深度学习、高通量计算、材料基因
业务类型profit_center

工作生活

50较低

仅现场办公，地点在合肥科技园，未提及弹性工作或WLB，可能有一定加班压力。

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

80较高

半导体行业是国家战略产业，长鑫存储致力于存储器国产化，具有较高社会价值。

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