长鑫存储后端外包封装工程师 | BE Outsourcing Assembly Engineer(J17233)
任职要求
1.本科及以上学历，电子，电器工程， 微电子， 材料工程等相关专业；
2.熟悉FMEA、SPC 、APQP 、PPAP 、QFD 、DOE 、GD&T 、5Why 、8D 、MSA工具；
3.熟悉CAD、EAD、仿真系统等工具；
4.具有半导体封测厂工艺/材料及生产运营的外包管理；
…工作职责
1.工艺验证与机台验证； 2.工艺参数及控制规范的建立与实施； 3.工艺及生产良率的监控与改善； 4.新材料，新机台，新制具的引入与验证及国产化机台的开发与验证； 5.外包工艺及生产异常的处置与异常解决方案； 6.外包工艺流程变更的管理与验证，实施； 7.生产成本cost reduction：分析压缩成本的项目并推进项目实施及改进方案的推广； 8.对OSAT工程能力及表现进行评估并跟踪改善的完成； 9.参与有害物质风险评估。
1、参与代码大模型系统研发、 知识库迭代开放和优化； 2、根据产品和项目需求，参与需求对接、方案设计， 并参与系统研发、调优和技术对接等工作； 3、参与设计并实现高可用、可扩展系统，保障项目的交付。
1. 负责服务器端玩法的开发设计和维护。 2. 根据策划需求，完成功能模块的设计、编码、自测、联调工作。 3. 能够与团队其他成员进行良好的沟通，并且有较强的团队合作意识。
1. 负责开发者平台的日常维护和业务开发； 2. 负责协助开发者部署服务和问题排查； 3. 负责后端服务的性能分析和优化提升;
1、团队愿景：在大模型进入深水区的今天，真正拉开差距的，不再只是模型结构，而是数据的质量、成本与评测方法。 我们对标 Scale AI，正在建设主权模型时代的 AI 数据基础设施：以最低的总体成本，持续为模型训练与迭代提供最高质量的数据、数据配方与评测体系。 在这里，你将参与决定用什么样的数据能真正塑造模型能力，把分散、复杂、真实的业务数据，转化为可 规模、可验证、可复用的模型竞争力，参与定义 AI 时代最底层、也最关键的基础设施。 2、 主导多模态模型训练数据的生产项目：作为算法与标注资源的“连接器”，将抽象的模型需求转化为可执行的标注规则和验收标准。管理内外部标注团队（包括外包/众包资源），把控项目进度与成本，确保大规模数据交付的准时率与合格率。 3、流程设计与工程优化：设计 SFT、 RLHF 等数据流转机制，搭建高效的 Workflow。协同多方团队，优化标注效率和质量。 4、负责构建从数据寻源、抓取、到复杂异构数据解析的全流程系统，解决多模态数据的清洗与结构化难题。 5、利用模型生成数据等方式，构建自动化数据扩充流水线，降低对人工标注的依赖，突破数据规模瓶颈。 6、建立数据质量评估体系，系统性分析标注数据的质量分布特征，提升标注效率。