长鑫存储系统整合测试与量测工程师 I System Integration Testing and Measurement Engineer(J17194)
任职要求
1. 本科及以上学历，电子、计算机、通讯等相关专业； 2. 5年以上产品认证及研发测试经验,熟悉产品研发测试流程，具备编写测试方案,测试用例及相关能力，高速接口信号测量相关经验； 3. 熟练使用示波器与逻辑析仪、网络分析仪、频谱仪、电流波形分析仪等量测仪器； 4. 具备LP&DDR分析与信号量测知识。
工作职责
1. 负责公司产品NPI阶段的系统级项目评估，掌握DRAM测试方案，可以编写测试用例.用于系统兼容性与稳定性评估；同时能评估各个测试节点的退出时间与测试结果,缩短测试周期,提升产品质量； 2. 熟悉测试脚本开发python，Java，熟悉各类测试系统：Linux，Windows，Android； 3. 具备LP&DDR产品信号质量与功耗测量与分析能力，输出测试报告，提出改善方案； 4. 新量测设备例如示波器，逻辑分析仪评估导入与使用，研究和改进设备测量方法，提高测量准确度。
项目规划与管理 -- 统筹自动驾驶测试项目的整体规划，制定测试策略、资源分配及进度管理，确保项目按时高质量交付； -- 协调跨部门（系统/产品/算法/标定/质量等）资源，推动测试任务高效执行，解决项目中的技术与管理瓶颈； -- 建立并优化测试流程、标准及评价体系，提升团队测试效率与覆盖度。 测试体系与标准建设 -- 测试策略与标准制定：主导自动驾驶系统（行车、泊车、主动安全等）的测试策略设计，制定功能测试规范、评价标准及验收流程，确保测试覆盖度与有效性； -- 法规与安全合规：跟踪国内外自动驾驶法规（如ISO 21448/SOTIF、UN R157等）及NCAP评测要求，主导功能安全（ISO 26262）与预期功能安全测试落地； -- 测试工具与方法创新：推动感知、规控等算法模块的自动化测试框架开发，结合仿真与实车测试数据，提升测试效率与可追溯性。 测试把控与团队协作 -- 监督测试团队执行场测、路测及仿真测试，分析测试数据并输出权威报告，推动研发问题闭环； -- 管理测试风险，制定应急预案，保障测试安全与合规性。 -- 培养测试团队技术能力，搭建人才梯队； -- 对接上下游协作方，明确测试需求并输出专业解决方案，提升测试团队信任度与满意度。
1.参与产品规划；深入理解业务需求，参与制定 AI 问答产品的长期战略和短期迭代路线；结合AI Agent（如Prompt Engineering、RAG、Agentic Workflow、工具调用）、多模态交互（文本 + 语音 + 图像）等技术，设计差异化的产品功能，提升用户体验和商业价值； 2.需求分析与场景落地；深度理解用户，挖掘核心业务痛点，设计面向 C 端的 AI Agent 应用或产品功能，高效解决用户问题；主导产品需求文档（PRD）、原型设计，推动跨团队（算法、工程、测试）协作，确保产品按时高质量交付； 3.技术与生态整合；熟悉 AI Agent 技术栈优先，整合向量数据库、知识图谱等工具，优化 Agent 的推理效率和准确性；探索多智能体协作（Multi-Agent System）在金融复杂任务中的应用，例如构建投资决策团队（技术面选股 Agent + 基本面分析 Agent + 量化回测Agent）； 4.行业合规与风险管理；确保产品符合金融监管要求，设计数据安全与隐私保护方案；监控 AI 模型的公平性、可解释性，建立风险预警机制，应对算法偏差或数据外泄等问题； 5.市场与竞争分析；跟踪金融科技行业动态，研究竞品，制定差异化竞争策略；与市场团队合作，推动产品商业化，制定定价策略、客户成功计划，提升市场占有率。
1、系统对接与集成： 负责半导体制造设备与MES、APC、FDC系统的对接与集成，确保系统之间的无缝通信和数据交换。 2、需求分析与解决方案设计： 与客户和内部团队合作，分析系统需求，设计并实施解决方案，提高生产效率和产品质量。 3、系统测试与验证： 进行系统对接的测试和验证，确保系统功能正常，解决发现的问题，优化系统性能。 4、技术支持与培训： 提供系统对接过程中的技术支持，培训相关人员，确保系统的顺利运行和维护。 5、项目管理： 负责半导体系统对接项目的规划、协调和管理，确保项目按时、按质、按预算完成。
（一）课程体系规划 1、深入研究市场需求、行业趋势及用户画像，结合公司战略与平台定位，制定具有前瞻性与竞争力的课程体系规划，明确课程方向、目标受众、课程架构及内容框架。 2、与课研团队紧密合作，整合内外部优质教育资源，确定课程主题、知识点分布及难易程度，保证课程体系的完整性、系统性与连贯性，实现从基础课程到进阶课程的合理过渡。 定期评估与优化课程体系，根据市场反馈、技术发展及用户学习数据，及时调整课程设置、更新课程内容，确保课程始终处于行业领先水平，满足用户不断变化的学习需求。 （二）课程开发管理 1、牵头制定课程开发计划，明确各阶段任务、时间节点及责任人，协同教学设计师、内容创作者、技术团队等多部门，推进课程从策划、设计、制作到上线的全流程工作，确保课程按时、高质量交付。 2、参与课程内容创作与审核，把控内容质量，确保内容准确无误、逻辑清晰、生动有趣且符合 AI 学习特性，融入互动式教学、案例分析、实操演练等多样化教学方法，提升课程的吸引力与实用性。 3、与技术团队协作，将 AI 技术（如智能辅导、自适应学习、虚拟助教等）有效应用于课程开发中，优化课程学习体验，实现个性化学习推荐、智能答疑等功能，提升课程的智能化水平与用户满意度。 4、负责课程测试工作，组织内部测试与小范围用户试用，收集反馈意见，对课程内容、功能及用户体验进行全面评估，及时发现并解决问题，确保课程正式上线后的稳定性与可靠性。 （三）项目协调与沟通 1、作为课程开发项目的核心协调人，建立并维护良好的跨部门沟通机制，定期组织项目会议，及时传达项目进展、问题及解决方案，确保信息在各部门间高效流通，保障项目顺利推进。 2、与运营团队密切配合，深入了解市场推广策略与运营需求，为课程推广与运营提供专业支持，协同制定课程推广计划、营销策略及运营方案，提升课程的市场知名度与用户参与度。 （四）数据分析与优化 1、建立课程产品数据指标体系，关注关键数据指标（如课程点击率、学习完成率、用户留存率、满意度等），通过数据分析工具进行数据收集、整理与分析，深入洞察用户学习行为与需求。 2、基于数据分析结果，挖掘课程产品存在的问题与优化空间，制定针对性的优化策略与方案，推动课程内容、功能及用户体验的持续改进，不断提升课程产品的核心竞争力。