智能产线集成(J14683)

优缺点分析

角色解读

• 从数据分析师起步，逐步成长为数据科学家或算法工程师
• 在半导体智能制造领域深耕，成为行业专家
• 有机会转向管理岗位，负责团队或项目
• 负责在大数据平台上进行数据分析和挖掘，应用机器学习算法为业务提供决策支持
• 梳理晶圆制造数据，探索数据价值，与IT部门合作推动数据民主化
• 通过数据分析和建模提升良率、产能和质量，促进分析标准化
• 开发新的技术能力，如计算机视觉和深度学习，提高工厂自动化程度
• 掌握至少一种编程语言（如Python、Java、Scala等），有Linux/Unix开发经验
• 熟悉统计学、机器学习、深度学习等算法知识
• 熟悉Hadoop生态（Kafka、Yarn、HBase、Hive等）
• 具备良好的英语读写能力，以及沟通和团队合作能力

申请策略

• 关注长江存储的校招时间，提前准备
• 了解公司业务和产品，在面试中体现兴趣
• 突出数据分析和机器学习项目经验，尤其是工业数据相关
• 强调编程能力，列出掌握的编程语言和工具
• 展示对Hadoop生态的熟悉程度，如有相关实践更佳
• 体现沟通和团队合作能力，如参与过跨部门项目
• 补充学习Hadoop生态组件，如Kafka、Hive的实际操作
• 加强深度学习框架（如TensorFlow、PyTorch）的使用

面试指南

• 用STAR法则回答项目经历，突出成果
• 结合半导体行业特点，展示对业务的理解
• 强调学习能力和适应能力
• 请介绍一个你使用机器学习解决实际问题的项目
• 你对Hadoop生态的理解是什么？
• 如何将数据分析应用于提升制造业良率？
• 你如何看待数据民主化？
• 你如何应对工作中的压力？