长鑫存储软件开发工程师 |Software Development Engineer(J16824)

1. 负责DRAM产品SOC和客户技术需求的收集和分析。 2. 与系统和产品开发，市场和销售部门合作，与现场团队一起进行系统解决方案的验证和部署。 3. 客户EVT/DVT/PVT技术问题分析包括故障场景理解、客户实验和CXMT内部实验。 4. 与市场和销售部门合作，了解客户的应用需求和关注点，制定计划并开发相关材料，以支持设计胜利。 1. Responsible for DRAM product SOC and customer technical requirement collection & analysis for development activities. 2. Work with system& product development, marketing and sales department for system solution validation and deployment with field team. 3. Customer EVT/DVT/PVT technical issues analysis include failure scene understanding, experiment for customer and CXMT internal experiments. 4. Work with marketing and sales to understand customer application needs and concerns, define plan and develop collaterals for supporting design win.,

Team Introduction: Data AML is ByteDance's machine learning middle platform, providing training and inference systems for recommendation, advertising, CV (computer vision), speech, and NLP (natural language processing) across businesses such as Douyin, Toutiao, and Xigua Video. AML provides powerful machine learning computing capabilities to internal business units and conducts research on general and innovative algorithms to solve key business challenges. Additionally, through Volcano Engine, it delivers core machine learning and recommendation system capabilities to external enterprise clients. Beyond business applications, AML is also engaged in cutting-edge research in areas such as AI for Science and scientific computing. Research Project Introduction: Large-scale recommendation systems are being increasingly applied to short video, text community, image and other products, and the role of modal information in recommendation systems has become more prominent. ByteDance's practice has found that modal information can serve as a generalization feature to support business scenarios such as recommendation, and the research on end-to-end ultra-large-scale multimodal recommendation systems has enormous potential. It is expected to further explore directions such as multimodal cotraining, 7B/13B large-scale parameter models, and longer sequence end-to-end based on algorithm-engineering CoDesign. Engineering research directions include: Representation of multimodal samples Construction of high-performance multimodal inference engines based on the PyTorch framework Development of high-performance multimodal training frameworks Application of heterogeneous hardware in multimodal recommendation systems 1. Algorithmic research directions include: 2. Design of reasonable recommendation-advertising and multimodal cotraining architectures 3. Sparse Mixture of Experts (Sparse MOE) 4. Memory Network 5. Hybrid precision techniques 团队介绍： Data AML是字节跳动公司的机器学习中台，为抖音/今日头条/西瓜视频等业务提供推荐/广告/CV/语音/NLP的训练和推理系统。为公司内业务部门提供强大的机器学习算力，并在这些业务的问题上研究一些具有通用性和创新性的算法。同时，也通过火山引擎将一些机器学习/推荐系统的核心能力提供给外部企业客户。此外，AML还在AI for Science，科学计算等领域做一些前沿研究。 课题介绍： 大规模推荐系统正在越来越多的应用到短视频、文本社区、图像等产品上，模态信息在推荐系统中的作用也越来越大。 字节实践中发现模态信息能够很好的作为泛化特征支持推荐等业务场景，端到端的超大规模多模态推荐系统的研究具有非常大的想象空间。 期望在算法和工程CoDesign基础上，对多模态Cotrain、7B/13B大规模参数模型、更长序列端到端等方向进一步进行探索。 工程上研究方向包括多模态样本的表征、基于 pytorch 框架的高性能多模态推理引擎、高性能多模态训练框架的构建、异构硬件在多模态推荐系统上的应用；算法上的研究方向包括设计合理的推荐广告和多模态Cotrain结构、Sparse MOE、Memory Network、混合精度等。 1、负责机器学习系统架构的设计开发，以及系统性能调优； 2、负责解决系统高并发、高可靠性、高可扩展性等技术难关； 3、覆盖机器学习系统多个子方向领域的工作，包括：资源调度、任务编排、模型训练、模型推理、模型管理、数据集管理、工作流编排、ML for System等； 4、负责机器学习系统前瞻技术的调研和引入，比如：最新硬件架构、异构计算系统、GPU优化技术的引入落地； 5、研究基于机器学习方法，实现对集群/服务资源使用情况的分析和优化。

1、编写脚本（Python、C#）控制机械手、传送系统（AMHS）或检测设备； 2、与硬件工程师协作，优化PLC和HMI的软件逻辑； 3、利用机器学习分析历史数据，预测设备故障或优化工艺窗口； 4、处理Linux系统及相关软硬故障； 5、与协同IT部门解决IT系统的运行过程中的软硬件平台故障。

此岗位作为TCS/EAP/RMS/R2R等EES系统开发人员，根据需求完成开发工作，确保需求功能的稳定性以及可用性，参与需求开发，单元测试，系统测试，以及帮助运维工程师分析以及解决产线的异常问题。 1. TCS/EAP/RMS/R2R等EES系统需求讨论，分析与确认 a) 参与TCS/EAP/RMS/R2R等EES系统相关需求讨论； b) 理解TCS/EAP/RMS/R2R等EES系统需求目的； c) 对需求提出可解决的方案或建议； 2. TCS/EAP/RMS/R2R等EES系统设计，开发和测试 a) 根据需求和设计文档进行开发任务； b) 开发完成后提出测试案例，编写测试文档； c) 参与系统功能设计； 3. TCS/EAP/RMS/R2R等EES系统问题和改善 a) 完成系统问题Bug修复； b) 对系统的新需求进行功能改善； 4. TCS/EAP/RMS/R2R等EES 功能培训 a) 负责TCS/EAP/RMS/R2R等EES新功能的Operation Traning 5. TCS/EAP/RMS/R2R等EES系统 3 rd Line 支援 a) 协助Operation Team调查解决产线TCS/EAP/RMS/R2R等EES系统异常问题