兆易创新
供应链管理主管
供应链管理主管
发布于 3 小时前基层主管/组长
全职员工仅现场办公人工智能
人工智能
Ai Agent
Autogen
Erp
Mes
Pytorch
Rag
Tensorflow
供应链管理
大模型
值不值得投
76综合评分
综合评分 76
上市半导体企业核心运营岗，AI大模型与供应链交叉前沿，技术成长空间大，薪资优厚，但跨部门推动与落地挑战较高。
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，方便横向比较。
薪资怎么样
3.5万
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 190 个在招
市场机会
选择适中
苏州 · 人工智能 · 23 个在招
职位详情
关于这个职位
该职位主要负责在半导体运营场景中规划和落地AI Agent及机器学习模块，优化需求预测、产能分配等核心环节
同时需打通数据孤岛建设知识库，为业务部门提供AI技术赋能，并梳理运营流程推动数字化转型
最低要求
本科及以上学历，计算机、人工智能、软件工程等相关专业
年以上AI/机器学习工程落地经验，具备独立完成从数据处理到模型上线的能力
精通Python，熟练使用PyTorch/TensorFlow等框架
具备AI Agent实战开发经验，熟悉LangChain、AutoGen等至少一种Agent框架，掌握RAGflow等大模型及知识库应用技术
了解半导体Fabless运营模式，熟悉代工管理、封装测试流程、生产计划、库存与供应链管理等基本概念
有与业务系统（如ERP、MES、数据库、API）对接的工程经验，能将AI模型或Agent嵌入现有业务流程，保证端到端链路贯通
出色的跨部门沟通与需求转化能力，能用业务语言阐述技术方案，推动AI应用在非技术团队落地
有成功为业务部门提供AI工具或培训并取得实质成效的案例
对新技术保持敏感，具备快速学习与原型验证能力，善于从复杂运营问题中抽象出AI解决路径，有较强的自驱力和解决开放问题的能力
工作职责
深入分析公司现有运营系统（如ERP、MES、生产排程等），设计并开发AI功能模块，通过机器学习、深度学习等算法优化需求预测、产能分配、异常检测等核心环节，实现系统智能化
主导运营场景AI Agent的规划与落地，包括需求分析、工具链选型、Agent编排（基于大模型+检索增强+工作流引擎）、多Agent协同架构设计，以及从PoC验证到生产环境的完整交付
打通运营数据孤岛，建设部门级知识库/向量数据库，沉淀设计流程规范、历史项目数据、供应商与文档资料，为Agent能力提供高质量语料支撑，保障输出准确性与合规性
为各业务部门提供AI技术支持与赋能，包括需求沟通、方案设计、工具搭建及使用培训
推动低门槛AI应用（如自然语言交互分析、自动化报告生成等）在部门的普及，提升整体运营效率
负责AI模型/Agent的训练、微调、部署与监控，建立模型效果评估体系，根据业务反馈持续优化性能，确保生产环境下的稳定性与可靠性
全面梳理运营部门现有工作流程（项目管理、资源调配、供应链协同、文档与数据管理等），识别冗余环节与断点，建立标准化SOP，并将流程转化为可系统执行、可度量、可追溯的数字化流程体系
优先资格
有半导体行业背景者优先
有低代码AI应用搭建经验、参与过智能运营平台建设或BCM系统建设、或在半导体供应链优化/智能制造方面有过AI落地项目
AI 洞察
优缺点分析
优点
- 处于AI大模型与半导体供应链结合的交叉前沿领域，技术壁垒高，个人核心竞争力强
- 依托上市半导体企业的真实业务场景，能够积累从PoC到生产落地的完整AI工程化经验
- 推动AI在传统运营流程中的落地可能面临业务部门习惯改变的阻力，需要较强的沟通与推动能力
- 适合具备AI工程落地经验，且对半导体供应链或制造业数字化转型有浓厚兴趣的复合型技术人才
缺点 / 挑战
- 需要同时兼顾AI前沿技术探索与复杂的半导体供应链业务逻辑，跨领域学习成本较高
角色解读
- 纵向可向AI技术专家或运营数字化负责人方向发展，主导更大规模的智能运营平台建设
- 横向可转型为半导体供应链业务与AI结合的复合型管理人才，推动企业整体智能化战略
- 负责半导体运营场景下的AI Agent及机器学习模块的规划、开发与落地，优化需求预测和产能分配
- 建设部门级知识库与向量数据库，打通数据孤岛，为AI应用提供高质量语料支撑
- 梳理并重构运营部门工作流程，推动AI工具在业务部门的普及与数字化转型
- 扎实的AI工程能力，精通Python及主流深度学习框架，具备大模型、RAG及Agent框架的实战开发经验
- 熟悉半导体Fabless运营模式及供应链管理基础，能将AI技术与ERP/MES等业务系统深度对接
- 优秀的跨部门沟通与业务需求转化能力，能够主导从PoC到生产环境的完整交付
申请策略
- 在面试中展现将复杂业务问题抽象为AI解决路径的能力，准备1-2个成功推动非技术团队使用AI工具的案例
- 重点突出AI Agent、RAG及大模型在实际业务场景中的落地项目，强调从数据处理到模型上线的全链路能力
- 展示与ERP、MES等业务系统对接的工程经验，以及通过AI技术实现降本增效的具体量化成果
- 提前了解半导体Fabless运营模式及供应链基础知识，熟悉代工、封测、生产计划等核心概念
- 深入学习LangChain、AutoGen等Agent框架及RAGflow等知识库应用技术，保持对最新大模型工具链的敏感度
面试指南
- STAR法则：针对项目经验题，按照情境、任务、行动、结果的框架，突出技术选型、业务对接和最终量化收益
- 业务+技术双重视角：回答技术问题时，始终结合半导体供应链的实际业务场景，展现懂业务的技术人特质
- 请分享一个你主导的AI Agent或大模型落地项目，遇到了哪些技术或业务挑战，是如何解决的？
- 如何将AI模型或Agent无缝嵌入到现有的ERP或MES系统中，保证端到端链路的贯通？
- 面对业务部门对AI工具的不熟悉或抵触，你如何推动低门槛AI应用的普及？
- 在半导体供应链场景下，你认为AI在需求预测或产能分配中最能解决什么痛点？
- 深入了解兆易创新的主营业务及半导体Fabless模式，思考AI在其供应链和运营中的潜在应用场景
- 复习并梳理自己过往项目中关于RAG、向量数据库、Agent编排的技术细节，准备应对深度技术拷问
职位点评
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
上市半导体企业提供具有市场竞争力的薪酬，AI与供应链复合背景溢价较高，整体薪资处于行业中上水平。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
85较高
岗位处于AI大模型与半导体制造结合的交叉前沿，能积累极具稀缺性的“AI+硬科技供应链”复合经验。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、AI Agent、LangChain、AutoGen、RAG、大模型、向量数据库
业务类型cost_center
工作生活
60中等
岗位涉及跨部门赋能与流程重构，可能需要较多沟通与推进工作，JD未明确提及WLB，工作节奏可能较快。
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
75中等
推动半导体运营体系的智能化与数字化转型，对提升国产芯片供应链效率具有积极的行业价值。
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
Watch Jobs