长江存储
AI算法应用工程师（数据科学家）(J13561)
AI算法应用工程师（数据科学家）(J13561)
发布于 大约 1 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
数据分析与科学
Nlp
半导体
大模型
故障预测
机器学习
深度学习
目标检测
AI 估算 · 20k–35k
硕士3年以上经验，武汉半导体行业，技术难度高，薪资竞争力较强。
职位详情
关于这个职位
长江存储正在招聘AI算法应用工程师（数据科学家），负责利用大数据和机器学习技术解决半导体生产中的复杂问题，如工艺优化、质量预测等
你将与跨部门团队紧密合作，将业务问题转化为数学模型，推动智能化生产
该职位适合有3年以上机器学习或NLP经验、精通Python/C++的数据科学专家
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
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
- 长江存储为国产存储芯片龙头，平台稳定，技术积累深厚
- 职位涉及前沿AI技术（大模型、深度学习），技能增长快
- 半导体行业前景明朗，国产替代趋势下机会多
- 跨部门协作，能深入了解半导体制造全流程
- 需同时兼顾算法创新与工程落地，对综合能力要求高
- 工作地点在武汉，可能与部分互联网企业薪资差距存在
- 适合有扎实机器学习基础、希望在实业领域（半导体）深耕的数据科学家，喜欢解决复杂工业问题并能适应跨团队协作的技术型人才
缺点 / 挑战
- 半导体数据量大且复杂，数据清洗和特征工程挑战较大
角色解读
- 技术专家路线：从数据科学家成长为AI算法专家或首席科学家
- 管理路线：带领数据科学团队，负责整体算法策略
- 行业深耕：成为半导体智能制造领域的技术权威
- 收集并清洗半导体生产数据，确保数据质量
- 运用统计和机器学习方法分析数据，发现影响良率的关键因素
- 将业务问题转化为数学模型，开发预测和优化算法
- 跟踪前沿技术，推动大模型等新技术在半导体制造中的应用
- 扎实的数学与统计基础，熟悉概率论、机器学习、深度学习
- 精通Python/C++/Java，具备良好的编程规范
- 在目标检测、故障预测、NLP或大模型等领域有至少3年实战经验
- 良好的沟通与协作能力，能将技术方案有效传递给业务团队
申请策略
- 认真研究半导体生产场景，面试中展现对业务痛点的理解
- 准备一个端到端的项目案例：从问题定义、数据探索到模型部署和效果评估
- 突出在目标检测、故障预测或NLP领域的具体项目成果（如提升效率或准确率）
- 详细描述大模型研发经验，包括模型架构、训练流程和部署
- 强调数据清洗和特征工程的实际经验，用数字说明数据量级和效果
- 展示编程能力，附上GitHub或代码片段链接（如果有）
- 巩固统计学和优化理论，特别是时间序列分析和贝叶斯方法
- 学习半导体制造基础知识，了解工艺参数和设备日志结构
面试指南
- STAR法则：情境-任务-行动-结果，量化项目收益
- 问题解决框架：识别问题→假设驱动→数据验证→迭代优化
- 技术选型思路：权衡精度、延迟、可解释性，结合业务约束
- 请描述一个使用时间序列预测或异常检测解决工业问题的项目
- 如何处理高维、噪声大的半导体生产数据？请举例说明特征工程方法
- 大模型在工业场景中的应用有哪些挑战？你如何设计一个轻量级模型？
- 如果良率突然下降，你如何用数据定位根因？
- 谈谈你对半导体行业数字化和智能化的理解
职位点评
73
综合评分
长江存储AI算法岗，前沿技术栈，发展空间大，工作强度未知，适合技术驱动的候选人。
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
该职位最适看重技术成长和行业前景的求职者，对工作地点灵活性和福利待遇要求不高。
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85
工作生活60
使命价值75
薪资福利
70中等
薪资在武汉地区属于中上水平，但未明确具体福利，整体满足程度中等。
薪资信号未披露（AI估算：20K-35K/月）
成长发展
85较高
职位强调前沿技术（大模型、深度学习），有实际项目应用机会，成长性较高。
技术前沿前沿/新兴技术
技术栈机器学习、深度学习、NLP、大模型、目标检测、故障预测
业务类型ambiguous
工作生活
60中等
仅现场办公，武汉工作，未提及弹性或远程安排，WLB信号不足。
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
半导体行业属于国家战略产业，国产替代使命强烈，但JD未明确提及社会价值。
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