长江存储
AI算法应用工程师(J14303)
AI算法应用工程师(J14303)
发布于 大约 15 小时前普通员工/个人贡献者
武汉市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Nlp
动态规划
大模型
故障预测
数据可视化
数据清洗
机器学习
深度学习
目标检测
AI 估算 · 20k–35k
AI算法岗属高薪技术职位，武汉半导体行业大厂硕士3年+经验，月薪20k-35k合理
职位详情
关于这个职位
该职位负责半导体生产数据的收集、分析与建模，利用机器学习、深度学习、NLP及大模型等技术优化生产流程、提升良率
你将与业务团队紧密协作，将业务问题转化为可落地的算法方案，并推动新技术在制造场景中的实际应用
适合具备扎实算法基础与工程能力、希望在半导体智能制造领域深耕的技术人才
最低要求
计算机科学、数学、运筹学、自动化、数据科学、统计学或相关专业，硕士及以上学历
熟悉概率统计、机器学习、深度学习或最小二乘法等知识
具备目标检测、动态规划、故障预测、大模型等领域等能力至少一项，并在相关领域有实际项目经验至少3年
或精通NLP理论技术，熟悉大模型进展，至少3年NLP领域经验，并有大模型研发经验
在相关领域能对齐前沿技术，项目成果有较高的认可度
精通Python、C++或Java等编程语言，具备良好的编程能力和代码规范
具备良好的学习能力和问题解决能力，能够快速掌握新技术
良好的团队合作精神和沟通能力，能够与不同职能团队有效协作
有行业经验优先
工作职责
收集和整合来自不同来源的生产数据，包括工艺参数、设备状态、质量检测结果等，清洗和预处理数据，确保数据的准确性和完整性
进行数据探索和分析，发现数据中的模式和趋势，识别影响生产效率和产品质量的关键因素，使用统计方法和可视化工具，生成报告和图表，支持决策制定
与业务团队紧密合作，理解业务流程，将业务问题转化为数学模型，提供优化解决方案
跟踪最新的数据科学和机器学习技术发展，进行相关技术研究和创新
推动新技术在半导体生产中的应用，提高生产效率和质量
参与算法的测试、评估和优化，确保算法的稳定性和高效性
与跨部门团队合作，确保技术方案的可行性和业务价值
优先资格
有行业经验优先
AI 洞察
优缺点分析
优点
- 涉及半导体智能制造前沿方向，技术壁垒高，积累行业稀缺经验
- 大厂平台稳定，资源充足，有机会接触海量真实生产数据
- 算法岗薪资在武汉有竞争力，且职业天花板高
- 需同时理解复杂的半导体工艺与算法，知识跨度大
- 技术迭代快，需持续学习保持前沿，加班可能较多
- 适合具备算法工程化能力、对工业智能有热情、能适应跨团队协作的求职者
缺点 / 挑战
- 算法落地需与产线、设备等多团队协作，沟通成本较高
角色解读
- 资深算法专家：深入业务场景，成为制造智能化的核心贡献者
- 技术经理：带领团队攻关复杂问题，负责算法架构设计
- 跨领域拓展：从算法转向数据产品、技术咨询或行业解决方案
- 负责半导体生产数据的收集、清洗与整合，确保数据质量
- 通过统计分析和机器学习探索数据模式，识别影响良率与效率的关键因素
- 将业务问题转化为数学模型，设计和优化算法方案，提升生产效率
- 跟踪前沿技术（如大模型），推动算法在制造场景中的落地与迭代
- 扎实的机器学习、深度学习、NLP或运筹优化理论基础
- 精通Python/C++/Java等编程语言，具备良好的编码习惯
- 有目标检测、故障预测或大模型等至少3年实际项目经验
- 较强的数据敏感度和可视化能力，能清晰呈现分析结果
申请策略
- 了解长江存储的产品线与技术方向，在面试中展现对半导体制造场景的洞察
- 准备一个完整的项目陈述，包括问题定义、方案设计、效果评估与业务价值
- 突出目标检测、故障预测或大模型等方向的项目成果，量化指标（如准确率提升、成本降低）
- 强调数据处理与建模的完整项目经验，包括数据清洗、特征工程和部署
- 展示编程能力：GitHub链接或代码片段，体现代码质量
- 补充半导体行业知识，如工艺参数、物理机制，提升业务理解
- 强化商业化模型落地的经验，学习MLOps工具链（Docker, Kubeflow等）
面试指南
- STAR法则：情景-任务-行动-结果，突出技术选型与业务影响
- 问题分解：先明确目标与约束，再选择合适的模型或算法，最后评估效果
- 对比分析：说明不同方案的优劣，体现思考的全面性
- 请详细描述一个你主导的机器学习项目，从数据到部署的全过程
- 如何处理生产数据中的缺失值和异常值？举一个半导体场景的例子
- 你如何将业务问题（如良率提升）转化为数学优化问题？给出具体思路
- 大模型在工业场景中的应用潜力与挑战有哪些？
- 复习经典的机器学习与深度学习模型（如ResNet, Transformer）的原理及应用
职位点评
64
综合评分
前沿AI算法岗，技术成长快，薪资有竞争力，但工作地点固定且加班情况不明。
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
适合以技术成长为核心驱动力、能接受固定办公地点的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利
60中等
薪资未明确披露，但根据岗位要求与市场水平，预估月薪20k-35k，在武汉属中上水平；福利未在JD中提及。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
岗位涉及前沿的AI技术（大模型、深度学习）且要求持续跟踪新技术，能快速积累行业稀缺技能，但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Python、C++、Java、机器学习、深度学习、NLP、大模型、目标检测、动态规划、故障预测
业务类型profit_center
工作生活
40较低
工作地点固定为武汉，JD未提及远程或弹性办公，也未说明加班情况，整体工作方式偏传统。
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
70中等
半导体行业是国家重点发展的高速增长赛道，岗位通过算法提升生产效率有明确的业务价值，但并未强调社会使命感。
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