长鑫存储AI应用开发专家-AI Application Expert(J19393)
任职要求
任职资格： 1.全日制本科及以上学历，计算机、软件工程、电子信息等相关专业；至少5年软件开发经验与3年将大模型应用于实际软件开发项目的经验； 2.具备扎实的数据结构与算法基础，以及丰富的编程开发经验；熟练掌握Python或Java者优先； 3.了解大模型的原理与局限，熟悉提示词工程与上下文管理，熟悉Claude、GitHub Copilot等主流AI编程助手或智能体（Agent）的实现机制与应用模式；…
工作职责
工作职责： 1.将AI产品与技术（包含但不限于大模型、AI编程框架、提示词工程、向量数据库、AI应用开发框架等）导入软件研发项目，快速提升项目开发效率与软件质量； 2.深入理解半导体制造（Fab）的核心业务流程，主导AI技术解决方案的规划、设计、开发与产品化落地； 3.跟踪AI在半导体及制造业的最新应用趋势（如生成式AI、强化学习、数字孪生、预测性维护等），进行技术可行性研究与评估，并推动创新技术的引入与试点； 4.推动AI大模型在软件研发全流程中的高效应用，包括但不限于辅助编程、代码与文档生成、设计高效提示词、开发AI Agent技能、实施AI代码审查以及将AI能力集成至CI/CD流程。
1.主导 AI 工具类产品的技术架构设计与落地，聚焦大模型、多模态、自动化工具链等技术的工程化应用；； 2.负责 AI 应用核心模块开发（如模型调用、数据处理、接口封装、交互逻辑实现），保障产品性能与稳定性；； 3.协同产品、算法团队，将 AI 技术方案转化为可落地的产品功能，解决技术落地中的核心难点；； 4.优化 AI 应用的性能、响应速度、资源占用，提升用户使用体验与工具效率；； 5.跟进 AI 技术前沿趋势（如大模型迭代、工程化框架升级），引入适配的技术方案，推动产品技术创新；； 6.搭建 AI 应用开发规范与技术沉淀体系，指导初级开发工程师，提升团队整体技术能力。。
1. AI技术融合与优化：将人工智能技术、大模型融入芯片业务开发测试流程，提升产品研发效率和质量。 - 自动化工具开发：开发AI辅助工具，如代码审查工具、自动测试用例生成工具、性能瓶颈分析工具等，提高研发测试的自动化程度。 - 数据处理与分析：利用大模型和AI工具处理大量研发测试数据，包括代码、测试用例、测试执行日志等，优化数据处理流程。 2. AI知识库系统构建 - 知识库设计：设计和构建高效、准确的AI知识库系统，支持业务部门的专业知识生成和服务。 - RAG系统开发：构建和优化RAG（Retrieval-Augmented Generation）系统，实现从知识库中快速准确地检索相关信息，并生成高质量的业务文档和回答。 3. AI辅助工具平台开发 - 工具平台设计：设计和开发AI辅助工具平台，提供统一的接口和工具集，支持多种AI应用。 - 用户支持：为业务部门提供技术支持，确保AI工具平台的稳定运行和高效使用。 4. 项目管理和团队协作 - 需求分析：与业务部门紧密合作，理解业务需求，提供技术解决方案。 - 项目管理：跟踪项目进度，确保按时交付高质量的AI系统。 - 团队协作：与团队成员协作，分享知识和经验，推动团队整体技术水平的提升。
1、负责供给后端业务系统的架构设计及日常维护，参与AI Agent开发构建（AI助手、AI呼叫等）。 2、面向业务诉求进行技术抽象，独立完成项目系统分析、核心功能设计及代码编写。 3、结合团队在大语言模型方面的积淀，迭代AI智能体并推进在业务侧高效应用。 4、设计高扩展性、高性能、稳定可靠的技术系统，书写技术文档，参与制定技术发展计划。 5、为团队引入创新技术或创新解决方案，沉淀可复用的框架、平台或组件。
1. 负责移动客户端总体架构设计与技术选型，主导 AI Native 应用架构演进，构建支持大模型推理、Agent 编排、多模态交互的下一代移动端技术底座； 2. 负责移动客户端相关业务架构、应用架构、数据架构、技术架构、AI 推理链路与全链路方案设计；统筹云端协同（端云分流、降级兜底）、模型生命周期管理、Prompt/Context 工程在客户端的落地； 3. 负责核心业务模块及 AI 能力模块的研发与技术攻关，包括端侧大模型/小模型部署、流式语音对话、视觉理解（VQA）、Function Calling/Tool Use、RAG 检索增强、Memory 记忆系统、多 Agent 协同等关键技术； 4. 负责创新业务及 AI 眼镜、可穿戴设备等智能硬件在移动端的落地，主导多模态感知、设备-手机-云三端协同方案的设计与实现； 5. 持续跟踪业界 AI 工程前沿（端侧推理框架、Agent 框架、模型压缩、隐私计算等），推动团队 AI Coding 提效与工程范式升级。