长鑫存储研发智能数据科学(J17355)
任职要求
学历要求：硕士及以上，博士优先 专业要求：计算机、数学、软件工程、物理等理工科专业 其他要求： 1.通过CET-6或同等外语水平，具备良好的英文听说读写能力 2.学习能力与实践能力强，具备数据科学前沿领域文献阅读与快速代码实践能力 3.拥有良好的沟通协调能力，在校期间有参加实习工作经历为佳 4.富有好奇探索，积极主动，追求卓越，吃苦耐劳，团队合作精神 5.优先考量统计分析实践、数学建模、应用python工具进行数据处理和机器学习，参加NOI、IOI、ACM等竞赛经验 6.具备出色的学习能力、沟通技巧、抗压能力、勤奋精神和团队合作意识
工作职责
1.负责研发工程分析系统的设计、数据处理、算法与功能开发，用数据科学的方法与工具，提高研发效率和缩短新产品研发周期 2.负责与设计/器件/工艺/整合/可靠性/缺陷与量测/IT等相关部门合作，进行工程数据分析系统的项目管理，完成需求梳理，产品设计与规划，推动系统开发与落地，产生业务价值 3.负责针对特定研发领域工程问题，进行数学建模，优化求解，统计建模，数据挖掘，数据分析，解决实际问题。然后进一步抽象出方法论，通过系统化，高效解决类似问题，加速研发 4.负责进行半导体图像数据处理，使用OpenCV等传统视觉工具，快速提取针对特定问题特征，实现高信噪比指标来表征工程问题，加速研发 5.负责探索和落地应用前沿的AI模型与算法，包括深度学习、机器学习方面，提升半导体制造领域的图像分类、检测与分割等方面的系统性能，提升工程分析效率与能力 6.负责探索和落地应用前沿的AI方法，提升时间序列数据的异常检测，异常诊断等系统性能，提升工程分析效率与能力
1.引入先进的AI技术和算法，与团队探索工艺研发，工艺优化中数字化，智能化的场景，将工艺研发与AI技术深度融合，创新工艺配方的研发及优化流程，与业务团队紧密合作，显著提升研发效率并缩短研发周期 2.探索DRAM测试验证中数字化，智能化的场景，包括但不限于：修补，ECC，测试pattern优化，根因分析等方向，与测试团队紧密合作，提升测试验证效率和准确度，缩短整体测试时间 3.与设计部门紧密合作，研究电路设计中数字化、智能化方案，包括但不限于电路仿真，数字验证，设计优化，版图生成，物理验证等方向，提升设计流程效率，加速产品设计进程，增强设计验证的全面性和可靠性 4.与模型团队协同，推进多模态大模型的开发和训练，加速大模型在长鑫的业务落地及应用
1.主导技术研发与优化： 设计并实施统计推断、实验设计（DOE）、机器学习、深度学习及大语言模型（LLM）算法，包括预训练模型调优和指令微调等核心技术，以抽象和解决半导体业务中的核心数学问题（如良率提升、性能优化、可靠性增强） 开发自动化方案（使用Python、R等工具进行原型开发），实现数据分析、模型训练和预测的自动化，支持设计验证、制造和测试环节的高效决策 2.赋能业务与效率提升： 对接业务需求，构建定制化AI/ML解决方案（如大语言模型应用），挖掘多源异构数据，全面提升数据整合、基础设施和计算能力，以驱动研发效率、良率和质量改进 研发智能化工具和系统（例如数据分析平台或模型部署框架），协助各部门实现数据驱动的优化，缩短研发周期并降低成本 3.洞察前沿与技术转化： 密切关注AI和半导体领域的最新动态（如大模型进展），将前沿技术转化为实际应用，推动公司技术边界的持续拓展 确保技术方案与半导体设计研发、生产制造和封装测试流程紧密结合，实现端到端的效率提升
1. 数据采集与质量管控： - 设计并实施面向具身机器人的多模态数据采集方案，覆盖 传感器数据（摄像头、激光雷达、关节数据）、交互行为数据及环境语义信息。 - 制定 数据质量评估体系（如标注准确率、场景覆盖率、分布均衡性），通过自动化校验（规则引擎、异常检测）和人工抽样审核保障数据有效性。 - 与算法团队深度协作，将模型需求（如长尾场景挖掘、多模态对齐）转化为可执行的采集策略（如场景布置、合成数据生成）。 2. 数据链路开发与优化：构建高效的数据流水线，支持大规模数据存储、传输和实时处理。 3. 数据标注与增强：与标注团队合作，制定数据标注规范，确保标注一致性。 4. 支持算法研发：为具身智能算法团队提供高质量数据集，支持强化学习、模仿学习、感知与控制等方向的研究。 5. 跨团队协作：与硬件团队、软件团队及算法团队紧密合作，确保数据流与系统架构无缝集成。
1，负责电商数据仓库的ETL流程设计、开发与优化，尤其关注招商、营销活动（含大促）等核心业务场景的数据集成，确保数据的准确性、实时性和为业务决策和AI应用提供高质量数据基础。 2，主导电商领域的数据建模工作，构建满足用户画像、商品分析、营销效果评估等业务需求的多维数据模型，支持精细化运营、个性化推荐和智能决策。 3，与电商业务、招商、营销业务和数据科学等组紧密合作，深入理解业务痛点和增长目标，提供创新的数据解决方案，优化数据处理流程，提升数据赋能业务的能力。 4，参与大数据平台的优化和扩展，探索并应用AI技术（如机器学习、自然语言处理等）提升数据处理效率、数据质量和数据洞察能力，例如智能数据清洗、异常检测、特征工程自动化等。 5，编写高质量的代码和技术文档，确保代码的可维护性、可扩展性和可理解性，并积极参与技术分享和知识沉淀。 1，Responsible for the design, development, and optimization of ETL processes for the e-commerce data warehouse, with a focus on core business scenarios such as merchant acquisition, marketing campaigns (including major promotions), ensuring accurate, real-time, and efficient data transmission, and providing high-quality data foundation for business decisions and AI applications. 2，Lead data modeling efforts in the e-commerce domain, building multi-dimensional data models that meet the business needs of user profiling, product analysis, marketing performance evaluation, etc., supporting refined operations, personalized recommendations, and intelligent decision-making. 3，Collaborate closely with e-commerce business, merchant acquisition, marketing, and other teams to deeply understand business pain points and growth objectives, provide innovative data solutions, optimize data processing workflows, and enhance the ability of data to empower business. 4，Participate in the optimization and expansion of big data platforms, explore and apply AI technologies (such as machine learning, natural language processing, etc.) to improve data processing efficiency, data quality, and data insight capabilities, such as intelligent data cleaning, anomaly detection, and automated feature engineering. 5，Produce high-quality code and technical documentation to ensure code maintainability, scalability, and understandability, and actively participate in technical sharing and knowledge accumulation.