长江存储先进工艺整合工程师/专家(J13574)
任职要求
1. 物理，化学，材料，微电子/半导体/集成电路相关专业，硕士及以上学历；
2. 具有3年以上工作经验，且至少满足以下方向其一：① 存储器：如NAND, NOR, DRAM, PCM, RRAM, FeRAM, MRAM等；② 材料第一性原理计算、生长、表征等；③ 三维集成/三维封装；④ CMOS：如T…工作职责
1. 负责以下课题之一的前沿探索与技术论证，着重发现并解决其中的“科学问题”：① 新存储技术、②三维集成/三维封装、③先进逻辑； 2. 负责所选课题中涉及的材料仿真/测试/分析，或器件设计/仿真/测试，或新工艺/集成方案的开发与评估； 3. 调研技术文献，全面深入掌握学术界/业界动态和方向，撰写调研报告； 4. 为项目IP池做贡献。
1.从事 DRAM工艺制程研发工作。主要以实现关键技术节点器件电学性能为目的，对各种先进单点工艺制程进行极高要求的整合, 使之成为支撑各种DRAM产品的工艺技术平台。其中大部分的工作内容涉array架构设计以及integration实现方案, 电学表征部门以及具体的制程研发工程师共同进行技术创新, 以达成高水平的电学性能和可靠性能的pathfinding技术； 2.能独立建立至少一个loop的process，实现MTS on target，把控 process development整体timeline，并注重handle lot的细节，早期预防任何contamination 案件的发生，精确并及时分析experiment lot的inline以及电性数据； 3.具备对新型DRAM做系统性调研的能力，其中包括新型阵列存储架构，器件结构，晶体管/电容器材料，以及关键工艺和工艺集成的信息调研； 4.新架构mask tapeout，对TEG设计，外围电路设计，工艺及器件仿真有一定程度的了解，能够与相关领域的专家对接并开展工作，了解Design rule，并具有独立tapeout mask的能力。
【职位介绍】 我们团队负责构建小红书推荐算法中台，提高内容分发效率，为海量用户提供极致的推荐体验。在这里，你将参与到推荐系统的全链路搭建和各类算法的研发，包括不限于大模型应用、多模态建模、深度学习、强化学习、迁移学习、表示学习、图学习等领域。我们希望对推荐、搜索、广告感兴趣的同学，加入我们一起研发世界一流的推荐引擎。 1. 负责推荐算法中台的全链路建设，抽象业务共性，敏捷高效支持各类推荐需求。 2. 负责业界先进推荐算法的研发和落地，包括但不限于大模型技术、多模态内容理解、召回算法、排序模型（粗精排）、长短期兴趣建模、多场景联合建模等。
中台稠密引擎组，是小红书负责建设通用深度学习训练推理引擎的团队，面向全公司LLM、多模态LLM、SD、传统CV&NLP等稠密计算型模型训练与推理的业务场景，打造高效、易用、业界领先的训练与推理引擎，为小红书社区、商业化、安全等众多业务方向提供先进的引擎能力，支撑业务持续提升训练推理效率、模型迭代效率与算法研发效率。 1、参与设计和实现深度学习后训练及微调的前沿算法（包括但不限于RFT、RLHF等），以适应多样化的业务场景； 2、结合业务数据和场景，评估选择最适合的微调算法，以支撑业务大语言模型（LLM）微调指标的提升； 3、与数据团队紧密合作，深入理解数据特性，参与设计实现数据提质算法引擎工具，产出高质量数据集提升模型微调效果； 4、与公司内各算法团队深度合作，参与或负责大语言模型、多模态大模型等业务场景的后训练端到端效果提升及落地； 5、密切关注业界 LLM 微调算法和数据提质领域的前沿论文，并整合新技术和算法到训练引擎中，提升框架的领先性；
【职位描述】 1、负责小红书搜广推多场景排序模型优化，提升时长、互动、留存等核心指标； 2、分析海量用户行为数据，挖掘用户兴趣，优化排序模型； 3、通过超大规模机器学习模型和系统，使用先进的排序算法优化推荐效果。