AI算法专家(J14430)

优缺点分析

角色解读

• 成为AI领域资深专家，引领公司技术方向，主导核心算法研发
• 向技术管理岗位发展，负责团队建设和算法战略规划
• 积累半导体行业AI应用经验，可横向跳槽至互联网、金融等高薪行业
• 跟踪全球AI技术动态，评估新技术在半导体制造等业务场景中的适用性与潜在价值
• 主导高不确定性项目的概念验证（PoC），快速验证技术可行性，降低立项风险
• 参与算法方案评审，提供专业意见，确保算法选型科学、效果可预期
• 沉淀核心算法资产，构建内部算法知识库，提升团队整体算法认知与评估能力
• 精通深度学习、强化学习、运筹优化、大模型原理，熟悉主流开源模型及框架
• 具备大模型微调、智能体开发实战经验
• 极强的技术创新能力，能快速复现并优化前沿算法
• 较强的逻辑思维与数据分析能力，能科学评估算法效果，并具备良好的沟通表达能力

申请策略

• 在申请材料中突出技术洞察力和主动学习能力，展示你对AI前沿动态的持续关注
• 了解长江存储的业务方向和半导体制造流程，思考AI可落地的具体场景
• 重点突出顶级会议论文（如NeurIPS、ICML、CVPR）或知名开源项目贡献
• 详细描述大模型微调或智能体开发的项目经验，展示技术深度
• 强调概念验证（PoC）和算法评估的实际案例，体现解决不确定问题的能力
• 列出与深度学习、强化学习、运筹优化相关的项目成果
• 深入学习大模型微调（如LoRA、QLoRA）和智能体框架（如LangChain）
• 补充运筹优化相关知识（如线性规划、整数规划）并动手实践

面试指南

• 采用STAR原则：先阐述情境和任务目标，然后说明你采用的方法和原因，最后总结成果和学习
• 对于技术评估类问题，可从算法原理、适用条件、优缺点、替代方案等维度结构化回答
• 对于PoC类问题，突出快速验证、风险控制、资源协调和迭代优化思路
• 请介绍你最近跟踪的一项AI前沿技术，并说明它在半导体制造中的潜在应用
• 如何设计一个实验方案来评估新算法在业务场景中的效果？请举例说明
• 描述一次你负责的高不确定性项目，你是如何设计概念验证（PoC）的？
• 你如何看待大模型在工业领域的应用前景？有哪些挑战？
• 复习最新的AI论文（尤其是大模型、强化学习、运筹优化领域），准备2-3个技术前沿介绍