长江存储
博士后（前沿人工智能技术方向）(J14810)
博士后（前沿人工智能技术方向）(J14810)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Pytorch
Rag
Tensorflow
大模型
智能体
本体论
知识图谱
自然语言处理
值不值得投
83综合评分
综合评分 83
聚焦大模型与智能体前沿研究、依托头部企业场景赋能、技术成长空间极大、薪酬具竞争力的博士后科研岗。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较职业起点。
薪资怎么样
3.3万
比人工智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 610 个在招 · 其中人工智能 2 个
市场机会
选择适中
武汉 · 人工智能 · 24 个在招
职位详情
关于这个职位
该职位是长江存储的博士后研究岗，主要从事本体论、知识图谱、自主智能体及大模型后训练等前沿AI技术的研究与落地
你需要主导知识增强RAG、多智能体协同等核心技术的研发，并将科研成果转化为平台级能力，赋能内部业务场景
最低要求
计算机科学、人工智能、软件工程、数学等相关专业（博士后岗位要求具备博士学位）
在知识图谱/本体论、大模型（LLM）、智能体（Agent）、自然语言处理（NLP）中任一方向具有扎实研究经验
扎实的机器学习/深度学习理论基础，熟悉 PyTorch/TensorFlow 等框架，具备模型训练、微调或工程落地实际经验
良好的编程与工程素养（Python/C++），具备大数据处理、分布式训练或复杂系统调试能力
发表过高水平学术论文（如 NeurIPS/ICML/ACL/KDD/AAAI 等），具有强烈的科研兴趣和创新精神，治学严谨，具备良好的团队协作与沟通表达能力
工作职责
开展本体论/知识图谱、自主智能体、模型后训练等前沿 AI 技术研究，跟踪国际学术前沿
主导本体论驱动的领域知识图谱构建与知识增强 RAG 技术研发
研发自主智能体框架与多智能体协同机制，推动内部智能体平台技术升级
负责大模型后训练与对齐能力建设
将研究成果沉淀为可复用的平台级能力，并赋能内部多个业务场景试点落地
AI 洞察
优缺点分析
优点
- 依托超大型半导体企业的丰富业务场景，科研成果极易实现工程化落地，避免‘纸上谈兵’
- 接触大模型、智能体等当前最前沿的AI技术，能够保持学术与工业界的敏锐度
- 享受博士后专属的国家、地方政策补贴与企业的科研资源支持，综合待遇优厚
- 适合拥有博士学位、在AI前沿领域有扎实学术积累，且渴望将理论研究转化为实际工业级应用的顶尖科研人才
缺点 / 挑战
- 需要平衡学术研究的深度与企业业务落地的速度，面临科研成果转化的实际压力
- 对顶会论文发表和底层技术攻坚能力要求极高，面临科研与工程的双重挑战
角色解读
- 博士后出站后可凭借深厚的学术积累与工程落地经验，转为企业内部AI算法专家或首席科学家
- 也可选择进入高校或顶尖科研机构担任教职或研究员，继续深耕前沿AI技术领域
- 从事大模型后训练、知识图谱、自主智能体等前沿AI技术的深度研究，跟踪国际学术前沿
- 主导知识增强RAG及多智能体协同框架的研发，推动内部智能体平台技术升级
- 将科研成果转化为可复用的平台级能力，并推动其在内部多个业务场景中的试点落地
- 具备扎实的机器学习与深度学习理论基础，熟练掌握PyTorch或TensorFlow等主流框架
- 在知识图谱、大模型、智能体或NLP方向有深厚的研究积累，并有顶会论文发表经历
- 具备优秀的Python/C++编程能力，能够处理大数据、分布式训练及复杂系统调试
申请策略
- 深入了解长江存储在半导体制造及企业数字化转型中的具体业务痛点，思考AI技术如何赋能其内部场景，在面试中展现业务思维
- 重点突出在NeurIPS/ICML/ACL等顶会发表的论文，以及在知识图谱、大模型或智能体方向的核心研究成果
- 详细展示使用PyTorch/TensorFlow进行模型训练、微调及分布式训练的工程落地项目经验
- 强调将学术研究转化为实际业务价值的经历，体现‘科研+工程’的双重能力
- 提前了解大模型后训练（如RLHF、DPO）及RAG技术的最新工业界实践与开源方案
- 熟悉多智能体协同框架的设计模式及知识图谱构建工具，为面试中的技术深度探讨做准备
面试指南
- 采用‘背景-挑战-方案-成果’的STAR法则，重点突出学术创新点与工程落地难点的解决过程
- 结合具体业务场景，阐述技术选型的考量、遇到的工程瓶颈及最终带来的业务价值
- 请详细介绍你在知识图谱或大模型后训练方向的代表性研究成果及创新点
- 在研发自主智能体框架时，你是如何解决多智能体协同中的冲突或效率问题的？
- 如何将你的学术研究转化为可复用的平台级能力并赋能实际业务场景？
- 针对大模型的对齐能力建设，你有哪些具体的工程落地经验或思路？
- 复习大模型后训练、RAG、Agent等前沿技术的最新Paper及开源项目，确保技术细节经得起推敲
- 准备1-2个能够体现你从‘理论研究’到‘工程落地’完整闭环的深度项目案例
职位点评
薪资福利80
成长发展95
工作生活65
使命价值85
薪资福利
80较高
博士后岗位享有国家、地方及企业的多重补贴，综合薪酬在武汉地区具有较强竞争力，且稳定性较高。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
95较高
岗位聚焦大模型、智能体等最前沿AI技术，依托丰富的工业场景，为科研成果转化和技术成长提供顶级平台。
技术前沿前沿/新兴技术
技术栈知识图谱、本体论、大模型、智能体、RAG、PyTorch、TensorFlow、Python、C++
业务类型cost_center
工作生活
65中等
博士后岗位通常具有相对自由的科研时间，但面临科研产出与项目落地的双重考核压力，WLB情况视具体课题组而定。
工作模式未明确
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
85较高
致力于前沿AI技术突破并赋能核心半导体产业，具有极高的科技自立自强使命感与行业社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
长江存储 的其他在招职位
相似职位推荐
Watch Jobs