长江存储
智能算法工程师（AI Agent开发方向）(J14152)
智能算法工程师（AI Agent开发方向）(J14152)
发布于 大约 14 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
软件工程
Ai Agent
Llm
Prompt Engineering
Rag
半导体
多智能体协同
工业Ai
AI 估算 · 20k–30k
半导体行业AI算法岗，硕士3年经验，武汉地区薪资在20-30k/月，竞争力强
职位详情
关于这个职位
该职位是长江存储的智能算法工程师，专注于AI Agent开发，用于半导体研发与生产场景
你将主导AI工作流架构设计，基于LangChain等框架开发工业级Agent模块，并集成行业知识库与制造系统
工作涉及多智能体协同、Prompt工程、RAG优化以及LLM微调，同时需要将工程师需求转化为AI解决方案，提升研发效率
适合有AI系统开发经验、对半导体行业感兴趣的技术人才
最低要求
硬性要求：
硕士及以上学历，3年以上AI系统开发经验
精通大模型应用开发栈：
熟练掌握LangChain等Agent框架实战经验
具备Prompt工程、RAG优化、Agent协作流程设计项目经验
熟悉LLM模型微调（有制造业知识蒸馏经验者优先）
技术栈：Python全栈能力，掌握工业级部署方案（Docker），熟悉SQL/NoSQL数据库
工作职责
工作职责:
AI工作流架构设计
主导开发面向半导体研发与生产场景的大模型AI Agent工作流框架，实现设计自动化、工艺优化等关键环节的智能化
构建多智能体协同系统，支持工程师通过自然语言交互完成复杂任务调度
工业级Agent开发部署
基于LangChain等框架开发定制化Agent模块，集成行业知识库与工程系统（EDA/MES/SPC）
实现制造领域Agent的持续训练与迭代，优化半导体特定场景的推理精度（如良率分析、配方优化）
工业系统集成
打通AI工作流与现有制造系统（如设备物联平台、工程数据库）的数据管道
开发安全可控的API网关，确保生产环境下的系统稳定性与信息安全
场景落地赋能
深度理解工程师工作流，将晶圆检测、设备预测性维护等需求转化为可执行的AI解决方案
建立效能评估体系，通过A/B测试量化AI工作流对研发效率的提升
优先资格
关键加分项：
具备半导体行业经验：熟悉Fab生产流程、SPC规则、EDA工具链或良率分析系统
有制造业AI落地案例：如数字孪生、智能排程、AOI缺陷检测等工业场景项目经验
软性素质：
能将工程师模糊需求转化为精准技术方案
具备制造业场景下的风险管控意识（数据安全/系统容错）
AI 洞察
优缺点分析
优点
- 技术栈前沿：深度接触AI Agent、LLM、RAG等最新技术，保持技术竞争力
- 行业前景好：半导体是国家重点产业，AI+制造方向人才稀缺，发展空间大
- 项目落地性强：工作直接面向实际生产场景，能积累宝贵的工业AI经验
- 公司平台大：长江存储是存储芯片领军企业，资源丰富，稳定性高
- 工作强度大：半导体产线对系统稳定性要求极高，可能存在紧急响应和加班
- 适合有AI系统开发经验、对工业场景感兴趣、愿意在半导体领域深耕的技术人才，尤其是喜欢将前沿AI技术落地到实际生产的人
缺点 / 挑战
- 技术难度较高：需要同时掌握AI算法和工业系统集成，跨领域知识要求高
- 转型压力：若缺乏半导体背景，需快速学习Fab流程、SPC等工业知识
角色解读
- 从AI Agent开发专家向系统架构师或AI团队负责人发展
- 深入半导体行业，成为行业AI解决方案专家，主导更多智能化项目
- 向AI Agent平台化产品方向转型，或横向拓展到其他先进制造业AI场景
- 主导半导体研发与生产场景的AI Agent工作流框架设计，实现设计自动化和工艺优化
- 基于LangChain等框架开发定制化Agent模块，集成行业知识库与工程系统
- 打通AI工作流与现有制造系统的数据管道，开发安全可控的API网关
- 将工程师需求转化为AI解决方案，并通过A/B测试量化效能提升
- 精通大模型应用开发栈，包括LangChain、Prompt工程、RAG优化和Agent协作流程
- 具备Python全栈能力，掌握Docker等工业级部署方案，熟悉SQL/NoSQL数据库
- 了解LLM模型微调，有制造业知识蒸馏经验者优先
- 软性素质：能将模糊需求转化为技术方案，具备风险管控意识
申请策略
- 在求职信中表达对半导体行业AI化的热情，强调对复杂系统的兴趣
- 提前研究长江存储的产品线和技术方向，面试中展示针对性了解
- 突出LangChain、RAG、Agent框架的实际项目经验，最好有工业场景应用
- 强调Python全栈和Docker部署能力，展示代码和系统设计功底
- 如有半导体或制造业AI项目，重点描述业务理解和技术方案
- 软性素质方面，体现问题分析和需求转化能力，可附相关案例
- 补充半导体行业基础知识，如Fab生产流程、SPC、EDA工具链
- 练习LLM微调（如LoRA、知识蒸馏）并尝试与工业数据结合
面试指南
- 对于系统设计问题，采用“需求分析-架构设计-技术选型-关键模块-风险应对”的结构
- 对于技术实现问题，先阐述基本原理，再结合具体项目经验说明优化点
- 对于场景应用问题，先理解业务需求，再匹配技术方案，强调落地效果评估
- 请详细介绍一个你使用LangChain开发Agent的项目，架构设计和技术难点
- 如何设计一个RAG系统来回答工程师关于良率分析的问题？
- 在工业集成中，如何保证AI Agent系统的稳定性和数据安全？
- 假设你要构建一个多智能体协同系统完成晶圆检测任务，你会如何设计？
- 你如何将工程师的模糊需求转化为可落地的AI技术方案？
职位点评
64
综合评分
前沿AI Agent技术结合半导体行业，成长空间大但需现场办公，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
该职位最适合追求技术成长、愿意深入工业AI前沿的求职者，对工作生活平衡要求不高。
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，结合地区和行业经验估算处于市场水准，但作为大厂具备一定竞争力；福利未提及。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
85较高
技术栈前沿（AI Agent、LLM），成长空间大；虽未明确晋升通道，但项目型工作有助于快速积累经验。
技术前沿前沿/新兴技术
技术栈LangChain、RAG、LLM、Prompt Engineering、Agent、Docker
业务类型ambiguous
工作生活
40较低
仅现场办公，地点未明确城区，半导体制造业通常位于园区，加班情况未提及。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
半导体行业属于国家战略产业，AI赋能制造有社会价值；职位推动智能化转型，有正面影响。
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
长江存储 的其他在招职位
相似职位推荐
Watch Jobs