长鑫存储封装设计工程师 I Package Design Engineer(J13430)
任职要求
1.Proficient in package substrate design
2.Proficient in EDA tools Candence, Zuken, etc.
3.Familiar with SIPI related high-speed PKG&PCB design requirements
4.Familiar with substrate design rule and substrate process.
5…工作职责
1.According to MRD, product performance requirements and process capability, responsible for packaging scheme selection,adopt EDA tool design PKG substrate. 2.Have ability to early PKG feasibility for new device and feedback suggestion to related department. 3.Adopt Auto CAD to design POD and wirebonding and marking drawing. 4.Adopt EDA tool design Daisy chain PKG&PCB. 5.Optimizing Bump design, develop and optimizing Ball Map. 6.Collaborated closely with the substrate factory and make new design rule can meet mass production and high performance.
1. 负责实现底层接口的封装，为应用层提供高效的API； 2. 负责实现跨域通信接口设计和实现，基于socket，共享内存等技术； 3. 负责对当前软件代码调优，降低应用软件的硬件占用率； 4. 负责应用空间调试工具和测试工具的开发；
-参与私有化部署平台的后端架构设计、开发和优化，主要使用 Go 语言 -设计并开发企业级操作系统自动化部署平台，支持大规模服务器环境的高效安装和配置 -优化操作系统定制和部署流程，提高硬件适配性和部署效率，简化安装过程 -负责操作系统的安装工具链研发（如PXE、Tinkerbell等），并进行定制化开发。 -深入研究并解决复杂的系统安装和启动问题，包括网络引导、硬件初始化、文件系统挂载等关键环节 -根据不同硬件架构的需求（x86、ARM、DPU等），定制化开发操作系统内核和驱动支持 -深入理解 Kubernetes (K8s) 的核心概念，并将其与业务需求紧密结合，具备封装 K8s 的接口和服务的能力 -可独立设计并完成子系统的开发，编写高质量的代码，确保代码的可维护性和高效性能 -参与系统的性能优化、故障排查及技术难题攻关，保证平台的高可用性和稳定性
团队使命： 作为网约车交易市场技术核心团队，我们应用机器学习、运筹优化、因果推断、深度强化学习及生成式AI技术（LLM） ，构建支撑千万级日订单的动态双边市场智能决策系统。通过供需预测建模、动态定价策略、智能补贴分配、生态治理引擎 等策略引擎建设，持续优化平台商业价值与司乘体验，驱动全球领先的出行市场效率革新。 供需调节策略方向的主要工作： - 负责设计研发面向司乘双边市场的动态定价和跨品类联合补贴策略引擎，涉及的技术方向包括：精细化的时空供需预测建模、针对海量数据的细粒度因果建模、大规模运筹优化与求解算法设计、大规模离线仿真系统设计与研发等。 - 负责设计研发面向用户长期增长的智能增长营销策略引擎，构建可持续优化的收益管理与增长引擎系统，涉及的技术方向包括：长周期用户价值（LTV）建模、基于强化学习的序列化决策模型设计、大规模运筹优化与收益管理系统设计等。 - 负责设计研发面向供需调节和用户增长的智能运营系统，构建面向多目标高度封装的全自动智能化的运营引擎，助力网约车业务精细化运营提效。涉及的技术方向包括：不同粒度、周期的时序预测建模、大规模运筹优化求解算法、支持深度人机结合的工业化运营引擎架构。 - 负责设计研发面向网约车交易场景的司乘生态治理引擎，构建面向不同品类业务特点的判责、治理策略系统，涉及技术包括：多模态深度学习建模、大语言模型技术、原子预测和小样本学习等技术。
1. 负责公司B端管理系统的PC端及移动端前端开发，主导复杂模块的技术方案设计与实现； 2. 主导AI能力在前端场景的落地，包括智能表单生成、数据预测分析、自然语言交互等功能的开发； 3. 开发维护Node.js中间层服务，构建高可用BFF层，优化前后端协作效率；