长江存储
STE(J14600)
STE(J14600)
发布于 大约 14 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
硬件工程
Gpu
Npu
大模型
存储
技术对接
生态合作
算力架构
行业分析
项目管理
AI 估算 · 20k–40k
存储芯片行业技术岗，深圳成本高，GPU/AI经验稀缺，薪资处于市场偏高区间。
职位详情
关于这个职位
该职位主要负责与GPU/NPU厂商及AI算法厂商进行商务技术对接，推动存储产品在AI领域的生态合作
需要持续跟踪GPU/NPU迭代、算力架构和大模型发展趋势，作为技术接口协调内外部资源推进项目落地
适合具备存储或AI相关经验、擅长对外沟通和项目管理的技术人才
最低要求
本科及以上，计算机，电子，微电子相关专业
熟悉GPU/NPU, AI集群，大模型场景架构，了解高性能存储基本原理
擅长对外厂商沟通，项目推进，执行力强，能够多项目并行跟进
具备良好的行业敏感度，逻辑清晰，主动性强，对内对外协同高效
工作职责
负责对接各大GPU/NPU 厂商，大模型/AI算法厂商，开展常态化商务技术对接，合作需求对齐，生态关系维护等
持续跟进各家GPU/NPU迭代版图，算力架构，大模型训练推理发展趋势，梳理行业动态和竞品动向
基于公司存储产品，作为与各大GPU/NPU 厂商的技术接口，和内部团队配合进行项目推进与落地
将外部GPU/NPU厂商技术变化，产品动态，存储接口演进等及时与内部相关市场与技术团队同步
优先资格
有存储，GPU/NPU, AI算力等相关技术经验优先
AI 洞察
优缺点分析
优点
- 站在AI基础设施前沿，深度参与大模型和GPU生态，技术视野开阔
- 长江存储作为国内存储龙头，平台稳定，资源丰富，可积累宝贵行业人脉
- 薪资竞争力强，且存储+AI复合技能市场价值高，跳槽溢价空间大
- 技术更新快，需要持续学习GPU/NPU架构和大模型训练推理的最新进展，保持知识敏感度
- 属于技术接口和项目管理角色，纯技术深度可能不如研发岗，需平衡广度与深度
- 适合有技术背景、性格外向、擅长跨团队协作的工程师，希望在AI存储生态方向深耕的求职者
缺点 / 挑战
- 需要同时对接多个外部厂商和内部团队，沟通协调压力较大，要求多任务处理能力强
角色解读
- 深耕存储与AI交叉领域，可往技术专家（如存储架构师）或生态合作经理方向发展
- 积累GPU/NPU厂商和AI算法厂商资源后，可转向业务拓展或产品管理岗位
- 随着AI算力需求爆发，该领域经验稀缺，未来可晋升为团队负责人或技术总监
- 作为公司存储产品的技术接口，主动与GPU/NPU和AI算法厂商建立并维护合作关系，协调技术对接和需求对齐
- 持续跟踪GPU/NPU迭代、算力架构和大模型训练推理的发展趋势，输出行业动态和竞品分析报告
- 内外部协同推进项目落地，将外部技术变化及时同步内部市场与技术团队，推动产品适配和优化
- 熟悉GPU/NPU、AI集群和大模型场景架构，了解高性能存储基本原理
- 具备出色的对外沟通和项目推进能力，能够并行管理多个项目
- 对行业技术趋势敏感，逻辑清晰，主动性强，能够高效协同内外部资源
申请策略
- 提前研究长江存储在AI存储领域的产品（如3D NAND、企业级SSD），面试中展示对公司和产品的了解
- 准备一个曾经成功推动跨厂商技术合作的案例，突出你在其中的角色和贡献
- 突出存储、GPU/NPU、AI集群或大模型相关项目经验，量化成果
- 强调对外技术沟通和项目推动的案例，体现协同能力和执行力
- 列出熟悉的厂商生态（如NVIDIA、AMD、华为等）和合作经验
- 补充高性能存储（如NVMe、NVMe over Fabrics、分布式存储）的知识
- 了解主流AI训练框架（如PyTorch、TensorFlow）和数据中心网络架构
- 提升一门编程语言（如Python）以便快速理解技术细节
面试指南
- STAR法则：情境（Situation）、任务（Task）、行动（Action）、结果（Result），用于回答行为问题
- 技术问题：从问题背景、关键指标、现有方案、优化方向层层递进
- 沟通协调：强调主动对齐、定期同步、风险预警、资源协调
- 请描述你过去与GPU/NPU厂商技术对接的一个具体案例
- 你认为当前大模型训练对存储系统提出了哪些挑战？如何应对？
- 如何平衡多个外部厂商的需求和内部项目优先级？
- 请谈谈你对算力架构发展趋势的理解，尤其是在存储方面
- 复习高性能存储协议和NVIDIA、AMD等厂商最新GPU/NPU技术
职位点评
69
综合评分
AI存储生态技术接口岗，前沿技术栈，薪资有竞争力，但工作强度可能较高，WLB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
最适合重视技术成长和职业前景、能适应高强度沟通和项目推动的求职者。
表现最好
薪资福利
相对薄弱
工作生活
薪资福利80
成长发展75
工作生活50
使命价值60
薪资福利
80较高
长江存储是知名企业，深圳技术岗薪资水平较高，但未在JD中明确薪资，估算为市场偏高。福利方面未提及，综合得分中等偏上。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
75中等
职位涉及前沿AI存储生态，技术方向热门，成长空间大。但JD未明确培训或晋升机制，得分良好。
技术前沿前沿/新兴技术
技术栈GPU、NPU、AI集群、大模型、高性能存储
业务类型ambiguous
工作生活
50较低
仅现场办公，地点深圳，可能面临较强的工作强度。JD未提及WLB，推测工作节奏较快，得分中等。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
存储芯片是国家战略产业，但该职位偏技术对接，社会意义间接。行业处于高速增长期，但JD未提使命感，得分一般。
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
长江存储 的其他在招职位
相似职位推荐
Watch Jobs