长鑫存储先进封装质量工程师(J17125)
任职要求
岗位要求 ：
1. 本科及以上学历，微电子、电子信息工程、材料科学与工程、电子封装技术等相关专业优先考虑；
2. 熟悉先进封装工艺流程与技术特点，掌握相关的工艺原理、设备操作及质量控制要点，具备一定的先进封装工艺调试与优化能力；
3. 熟练掌握质量管理体系（如 ISO9001、IATF16949 等）在先进封装领域的应用，熟悉质量工具（如 SPC、FMEA、PPAP 等）的使用方法，能够运用质量工具对先进封装过程进行监控、分析与改进，确保产品质量的稳定性和一致性；
4. 具备出色的沟通协调能力，能够与研发、工艺、生产等部门以及外包供应商进行有…工作职责
岗位职责 ： 1. 负责 先进封装产品(如bumping、fan-in/out package、TSV等)的质量控制计划制定，明确各工艺环节的关键质量控制点、质量标准与检验规范，确保先进封装工艺的稳定性和可靠性； 2. 迅速响应先进封装生产现场出现的质量异常情况，组织相关技术人员进行原因分析，运用科学的质量分析方法(如鱼骨图、5 Why 分析法、FMEA 等)深入挖掘问题根源，制定并实施有效的纠正措施，及时恢复生产秩序，减少因质量问题导致的生产停滞与损失； 3. 针对先进封装工艺中的常见质量问题(如 bump点虚焊、短路、偏移、翘曲等)，牵头开展质量改进项目，联合研发、工艺等部门，通过优化工艺参数、改进设备性能、引入新材料与新方法等手段，持续提升先进封装产品的质量水平，降低生产成本； 4. 对 先进封装相关原材料(如封装基板、焊料、胶水等)及外包供应商进行质量评估与管理，建立完善的供应商质量考核指标体系，定期对外包供应商进行现场审核与质量绩效评估，确保外包供应商提供的原材料与外包加工服务符合公司的质量要求。
【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。
我们正在寻找一位具有AI智能化及内容算法经验的算法团队负责人。负责领导团队开发前沿技术，推动旅游领域知识的构建，支持内容产品的分发和AI Agent结合的创新应用探索，提升公司产品的智能化水平。 ： 领导并管理内容算法团队，制定技术战略和发展方向，推动知识构建、知识编译、知识分发、探索LLM等创新NLP技术与Agent业务的结合。 1、负责基础NLP相关算法研发，面向但不限于：预训练，文本理解，同义词挖掘，实体识别，term权重分析，属性词挖掘 2、结合NLP和深度学习技术，推动领域知识的构建与优化，制定各环节Benchmark及衡量标准, 跟进业界先进大模型、多模态技术的应用及改进 3、发现并解决推荐分发场景中的意图识别、排序模型、相关性等方向的问题，召回策略和召回模型的优化，开发先进和高性能的召回算法 4、与产品、数据、工程等跨职能团队协作，推动技术落地和产品迭代。 5、负责团队成员的技术指导和能力提升，推动团队技术文化的建设。