Watch Jobs
CXMT logo
长鑫存储
芯片AI算法主任工程师-Chip AI Algorithm Staff Engineer(J19467)
立即应聘

芯片AI算法主任工程师-Chip AI Algorithm Staff Engineer(J19467)

发布于 大约 8 小时前

普通员工/个人贡献者

合肥市 / 上海市
高级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Ai Agent
Lora
Nlp
Pytorch
Tensorflow
多模态
大模型
机器学习
深度学习

AI 估算 · 25k–45k

芯片行业AI算法岗位需求旺盛，技能要求高，主任工程师级别竞争力强，薪资处于市场高位。

职位详情

关于这个职位

该岗位专注于芯片领域的AI算法研发与工程落地，涉及大模型、机器学习、深度学习等前沿技术，需要将算法模型部署到生产环境，并推动AI在半导体制造等场景中的应用

适合具备扎实算法功底和工程能力的资深工程师

最低要求

教育背景与专业知识：计算机、AI、微电子、数学、统计等相关专业，硕士及以上学历

专业技能与资格：熟练掌握C/C++/Python等编程语言及常见数据结构与算法，具备数据处理与系统开发实践经验，熟悉常见机器学习与深度学习算法，精通大模型技术原理及AI Agent技术原理，有完整的大模型微调、Agent系统开发或多模态数据处理项目落地经验
行业与专业经验：3年以上相关工作经验（博士可放宽工作年限要求）
项目/任务成果：主导过至少一个工业级AI项目全流程落地，并实现生产环境部署
其他要求：具有较强的逻辑思考能力与沟通协调能力

工作职责

模型开发与优化：设计并实现机器学习、深度学习及大模型算法，应用于业务场景问题

主导模型训练、调参、评估及部署全流程（含分类、预测、NLP任务等）
数据处理与挖掘：构建高效数据管道，处理多源异构数据（文本、图像、时序数据等），开发特征工程方案以提升模型泛化能力
工程落地：将算法封装为API服务，使用TensorFlow/PyTorch及Flask/Django对接前后端系统，推动算法在生产环境中的稳定运行
前沿技术探索：跟踪AI领域最新进展（如多模态、强化学习、Agent技术），推进技术迭代与应用创新

优先资格

有半导体行业专用大模型或工艺场景AI Agent系统落地案例者优先

精通Transformer架构、大模型高效微调（LoRA、QLoRA等）、多模态融合技术，或熟悉LangChain、AutoGPT等开源框架二次开发者优先
在AI顶会（NeurIPS、ICML、ICLR等）或核心期刊发表高水平论文，或拥有相关技术专利者优先

AI 洞察

优缺点分析

优点

  • 技术前沿性强，涉及大模型、Agent等热门方向，有助于保持技术竞争力
  • 公司为芯片行业头部企业，平台资源丰富，项目有工业级落地场景
  • 薪资待遇优厚，通常有年终奖和股票期权（根据公司政策）
  • 团队技术氛围好，有机会与顶尖高校和研究机构合作
  • 工作强度可能较大，算法研发周期紧，需要快速迭代和解决问题
  • 技术要求全面，既要懂算法又要懂工程，对综合能力要求高
  • 算法落地到半导体制造场景需要跨领域知识，学习曲线陡峭

缺点 / 挑战

  • 适合具备扎实算法背景和工程能力、渴望在AI前沿技术深入发展、能够接受一定工作压力的资深算法工程师

角色解读

  • 技术深度方向：成为AI算法领域专家，主导核心算法研发，发表顶会论文或申请专利
  • 技术广度方向：横向扩展到半导体全流程AI应用，或向AI架构师、技术总监发展
  • 管理方向：带领算法团队，负责技术路线规划与项目管理
  • 设计和实现机器学习、深度学习及大模型算法，解决芯片制造等业务场景的具体问题
  • 主导模型训练、调参、评估和部署全流程，确保算法在生产环境稳定运行
  • 构建数据处理管道，处理文本、图像、时序等多源异构数据，开发特征工程方案
  • 跟踪AI前沿技术（如多模态、Agent），推动技术迭代和创新应用
  • 精通C/C++/Python，熟悉常见数据结构与算法，具备系统开发能力
  • 深入理解机器学习、深度学习、大模型原理，有TensorFlow/PyTorch实战经验
  • 掌握大模型微调（LoRA等）、AI Agent开发、多模态融合等前沿技术
  • 具备工业级AI项目全流程落地经验，能够将算法封装为API服务并部署

申请策略

  • 在简历和面试中突出算法落地效果，如性能提升、部署稳定性等量化指标
  • 了解长鑫存储的业务方向（DRAM制造等），思考AI如何赋能具体场景
  • 突出工业级AI项目全流程落地的经历，包括数据、模型、部署等环节
  • 强调使用大模型（如微调LoRA）、Agent系统、多模态等技术的具体成果
  • 列出发表的顶会论文或相关专利，展示学术影响力
  • 如果具有半导体行业背景，务必重点提及
  • 补充LLM微调（LoRA/QLoRA）和Agent框架（LangChain/AutoGPT）的实践
  • 熟悉C++和Python的高性能编程，了解GPU优化（CUDA）更佳

面试指南

  • 项目经验用STAR法则：情境、任务、行动、结果，突出技术难点和量化成果
  • 技术原理问题：先解释核心概念，再结合具体实践细节，最后总结优缺点或改进方向
  • 场景题：先明确问题背景，然后分步骤提出方案，包括数据、模型、部署、监控等
  • 请详细描述你主导过的一个工业级AI项目，从数据到部署的完整流程
  • 你对大模型高效微调（如LoRA）的原理和实现有哪些理解？如何选择LoRA的秩？
  • 如何设计一个多模态数据处理管道？举例说明你处理过的多模态场景
  • 在模型部署中遇到性能瓶颈时，你会如何优化？
  • 你对AI Agent技术（如ReAct、AutoGPT）的看法是什么？如何将其应用于工业场景？

职位点评

74
综合评分

技术前沿、薪资优厚，但工作强度大、办公灵活性低

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
适合追求技术成长和前沿领域发展的求职者，对工作生活平衡要求不高且能承受一定强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值75

薪资福利

80较高

薪资水平在行业中处于较高位置，但具体数字未在JD中明确，福利信息也未提及，但公司平台和职位级别通常对应优厚待遇。

薪资信号未披露（AI估算：25K-45K/月）

成长发展

90较高

技术栈前沿（大模型、Agent、多模态），有工业级落地场景，成长空间大，但JD未明确提及晋升路径或培训机制。

技术前沿前沿/新兴技术
技术栈大模型、AI Agent、LoRA、Transformer、多模态
业务类型ambiguous

工作生活

40较低

仅现场办公，未提及远程或弹性工作，且半导体行业通常加班较多，JD未给出WLB相关信息。

工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）

使命价值

75中等

半导体行业高速发展，国产化具有一定的社会价值，但JD未提及使命感或社会影响。

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