长鑫存储
AI算法实习生 - AI Algorithm Engineer Intern(J16484)
AI算法实习生 - AI Algorithm Engineer Intern(J16484)
发布于 大约 14 小时前实习/见习
实习生仅现场办公人工智能
人工智能
Llm
Opencv
Pytorch
Tensorflow
图像处理
多模态
数学建模
机器学习
深度学习
值不值得投
71综合评分
综合评分 71
合肥半导体大厂AI算法实习，技术前沿，成长快，但薪资一般，现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
薪资怎么样
6K
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1530 个在招
市场机会
选择不多
合肥 · 人工智能 · 2 个在招
职位详情
关于这个职位
该职位是长鑫存储的AI算法实习生，主要负责半导体工程分析系统的算法开发，包括数学建模、图像处理、深度学习和LLM多模态技术调研
适合对AI在工业场景应用感兴趣的同学，能接触半导体制造领域的前沿问题和真实数据
最低要求
学历要求：硕士及以上学历，博士优先
专业要求：计算机、数学、统计学、软件工程、物理计算方向、微电子等理工科专业
其他要求：
具有CET-6证书或同等外语水平，能流畅阅读数据科学领域的英文文献并快速实践复现
能使用Python及PyTorch/TensorFlow框架完成深度学习模型开发与调优，能使用OpenCV完成图像特征提取与处理
具有AI模型开发与优化、机器学习、深度学习、数学建模、Web前后端系统开发或GPU并行计算等至少两类实践经历
工作职责
工程分析系统开发：主导研发工程分析系统的设计、数据处理、模型、算法与功能开发，运用数据科学方法提升研发效率，缩短新产品研发周期
数学建模与问题求解：针对特定研发领域工程问题，建立数学建模、优化求解、统计建模与数据挖掘流程，定位并解决实际问题
半导体图像数据处理：使用OpenCV等传统视觉工具，对半导体图像数据进行特征提取，实现高信噪比指标来表征工程问题，加速研发进程
深度模型探索与应用：调研前沿深度学习与机器学习算法，将其应用于半导体制造领域的图像分类、检测与分割及时间序列数据预测与异常检测，输出算法优化方案
LLM与多模态Agent技术调研：调研前沿LLM与多模态智能体Agent技术，提出并验证智能解决方案，提升工程分析效率
优先资格
具有NOI/IOI/ACM等编程竞赛或AI项目竞赛获奖经历、或发表过优秀学术论文者优先
AI 洞察
优缺点分析
优点
- 接触半导体制造这一硬科技赛道，行业前景广阔，技术含量高
- 公司为超大企业，平台资源丰富，有机会接触真实产线和海量数据
- 工作内容涵盖传统CV、深度学习、LLM等前沿方向，技术成长快
- 半导体领域专业门槛高，需要同时具备算法和半导体知识
- 工程问题复杂度高，可能需要较强的问题拆解和建模能力
- 适合对AI在工业场景应用充满热情，具备扎实算法基础，愿意深入半导体领域学习的计算机、数学等相关专业硕士/博士
缺点 / 挑战
- 作为实习生，可能需要快速学习业务知识并交付成果，压力有一定压力
角色解读
- 从实习生起步，可转正为AI算法工程师，深入半导体智能制造领域
- 横向发展可成为数据科学家或机器学习专家，负责更复杂的工程分析系统
- 纵向可晋升为技术主管或算法团队负责人，带领团队开发核心AI能力
- 主导工程分析系统的设计与开发，包括数据处理、模型和算法实现，提升半导体研发效率
- 针对工程问题建立数学建模和优化求解流程，使用统计和机器学习方法解决实际问题
- 使用OpenCV进行半导体图像特征提取，开发高信噪比指标表征工程问题
- 调研前沿深度学习、LLM和多模态Agent技术，并落地到图像分类、检测、分割及时间序列预测场景
- 扎实的Python编程能力，熟练使用PyTorch或TensorFlow进行模型开发和调优
- 掌握OpenCV图像处理技术，能进行特征提取和图像分析
- 具备数学建模、统计学和数据挖掘的基础，能解决实际工程问题
- 了解前沿AI技术，如LLM、多模态模型，并有快速学习和实践能力
申请策略
- 关注长鑫存储的官网和招聘公众号，了解公司近期技术和产品动态
- 在面试中主动表达对半导体AI方向的兴趣，展示你的学习能力和对业务的思考
- 突出深度学习/机器学习项目经验，尤其是图像处理、时间序列预测相关
- 如有竞赛获奖或论文发表，务必强调，这是加分项
- 展示Python、PyTorch、OpenCV等技能的实际应用，最好有代码链接或项目成果
- 体现数学建模和数据挖掘能力，如参加过数学建模竞赛等
- 提前熟悉半导体制造基础知识和常见工艺问题，了解图像异常检测场景
- 学习LLM和Agent相关技术，尝试实现一个简单的多模态应用
面试指南
- 回答项目经历时，采用STAR法则（情境、任务、行动、结果），突出技术难点和你的贡献
- 对于技术问题，先拆解问题，再给出方案，说明选择该方法的理由和权衡
- 展示学习能力：说明你如何快速调研新技术并落地，举一个具体例子
- 请介绍一下你最熟悉的深度学习项目，你负责哪些部分？
- 你在图像处理中如何选择合适的特征提取方法？
- 如何将一个工程问题抽象为数学建模问题？
- 你对LLM和Agent技术有哪些了解？如何应用在工业场景？
- 为什么选择半导体行业，对长鑫存储有哪些了解？
职位点评
薪资福利50
成长发展88
工作生活60
使命价值70
薪资福利
50较低
作为实习生，薪资和福利相对有限，但公司为大型企业，补贴和报销等可能齐全，整体补偿性一般。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
88较高
职位涉及深度学习、LLM等前沿技术，并需要实际解决半导体工程问题，技术成长空间大，且公司平台能提供丰富的资源和导师指导。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、OpenCV、LLM、多模态、深度学习、机器学习
业务类型ambiguous
工作生活
60中等
工作地点在合肥，需要现场办公，未提及远程或弹性工作，实习工作强度可能较大，但半导体行业通常双休。
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
70中等
半导体行业是国家重点发展的战略产业，工作具有一定的使命感和行业意义，但作为实习生，影响有限。
行业发展高速增长赛道
社会影响中性/一般
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