长鑫存储智能研发(J17356)
任职要求
学历要求：硕士及以上，博士优先 专业要求：微电子、物理、计算化学、计算机、电子信息工程、数学统计、智能制造、工业工程等理工科专业 其他要求： 1.通过CET-6，具备良好英文听说读写能力 2.有C、C++、Python等编程基础； 3.具备较强学习、沟通能力及团队…
工作职责
1.负责 DRAM 产品研发全生命周期的 AI 应用研发，包括生产&机台大数据 AI 分析及AI Agent 系统搭建，提升研发质量与效率 2.开展 AI 辅助半导体工艺研发，基于 AI 技术优化工艺仿真模型；构建材料验证仿真模型，评估材料性质与电性的关联 3.研发半导体行业专用大模型，建设研发数智化知识底座，支撑多源异构数据的 AI 应用落地 4.承担半导体核心工艺仿真工作，涵盖多物理场 （力学，热场，流体，电磁场，等离子体等）仿真 / 第一性原理计算的原子模拟（界面反应，高分子材料设计等）/ DFT的化学反应（Bulk, surface, interface, molecule）模拟 / 材料基本特性模拟（缺陷，能带，介电常数等）和前驱体材料设计 / 工艺与电性TCAD仿真 5.为研发产能管理与生产率提升，结合机器学习/深度学习等数据分析与优化技术，优化产能管理模型，提升设备与产线生产率
1.AI工具开发与整合： -基于大模型技术（如NLP、强化学习），开发智能设计辅助工具，帮助Junior工程师快速提升设计能力，缩短学习周期。 -推动DTCO（设计-技术协同优化）、DFM（可制造性设计）、DFY（可良率设计）系统的AI化落地，实现设计自动化验证。 2.设计流程优化： -构建智能根因溯源系统，通过数据分析和AI算法快速定位设计缺陷，提升问题解决效率。 -优化电路设计全流程，缩短设计周期，主导约束驱动的设计方法学创新。 3.跨部门协作与落地： -与EDA工具团队、制造工艺团队紧密合作，推动AI工具在实际生产环境中的部署与应用。 -撰写技术文档和案例库，赋能团队技术能力提升。 4.前沿技术研究： -跟踪AI+EDA领域国际最新进展（如生成式设计、自适应优化算法），主导技术预研与专利布局。
1.引入先进的AI技术和算法，与团队探索工艺研发，工艺优化中数字化，智能化的场景，将工艺研发与AI技术深度融合，创新工艺配方的研发及优化流程，与业务团队紧密合作，显著提升研发效率并缩短研发周期 2.探索DRAM测试验证中数字化，智能化的场景，包括但不限于：修补，ECC，测试pattern优化，根因分析等方向，与测试团队紧密合作，提升测试验证效率和准确度，缩短整体测试时间 3.与设计部门紧密合作，研究电路设计中数字化、智能化方案，包括但不限于电路仿真，数字验证，设计优化，版图生成，物理验证等方向，提升设计流程效率，加速产品设计进程，增强设计验证的全面性和可靠性 4.与模型团队协同，推进多模态大模型的开发和训练，加速大模型在长鑫的业务落地及应用
1.负责新产品制程技术的研发和维护，包含光刻/光罩/蚀刻/清洗/化学机械研磨/键合/扩散/离子注入/薄膜等 2.与设计/器件/工艺整合和可靠性等相关部门通力合作，满足新产品制程的电性/可靠性/良率与成本要求 3.主导新型机台和新型材料的合作研发和评估开发，协同制定和实现未来的技术发展线路 4.负责研发效率提升以缩短新产品研发周期，包含工艺仿真开发/研发数据智能分析/项目资源管理等 5.负责与量产部门的无缝技术转移，以尽量缩短新产品上市周期
1.负责研发工程分析系统的设计、数据处理、算法与功能开发，用数据科学的方法与工具，提高研发效率和缩短新产品研发周期 2.负责与设计/器件/工艺/整合/可靠性/缺陷与量测/IT等相关部门合作，进行工程数据分析系统的项目管理，完成需求梳理，产品设计与规划，推动系统开发与落地，产生业务价值 3.负责针对特定研发领域工程问题，进行数学建模，优化求解，统计建模，数据挖掘，数据分析，解决实际问题。然后进一步抽象出方法论，通过系统化，高效解决类似问题，加速研发 4.负责进行半导体图像数据处理，使用OpenCV等传统视觉工具，快速提取针对特定问题特征，实现高信噪比指标来表征工程问题，加速研发 5.负责探索和落地应用前沿的AI模型与算法，包括深度学习、机器学习方面，提升半导体制造领域的图像分类、检测与分割等方面的系统性能，提升工程分析效率与能力 6.负责探索和落地应用前沿的AI方法，提升时间序列数据的异常检测，异常诊断等系统性能，提升工程分析效率与能力