logo of cxmt

长鑫存储内存测试算法行为分析工程师|Memory Test Algorithm Behavior Analysis Engineer(J16819)

社招全职研发技术类地点:合肥状态:招聘

任职要求


1.计算机科学、数据科学、AI、统计学或相关领域的硕士及以上学历;
2.熟练掌握PythonR等编程语言,具备扎实的数据分析能力;
3.熟悉机器学习、深度学习算法,有实际项目经验者优先;
4.熟悉常用数据分析工具和框架,如Pandas、NumPy、Scikit-lear…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1.参与系统级内存测试算法行为建模及数据库设计,收集测试算法行为数据并进行数据预处理;
2.利用机器学习、深度学习等AI技术,对内存测试算法行为数据进行分析,识别行为特征;
3.与设计及ATE测试团队合作,将系统内存测试算法shift left到前道测试中;
4.与失效分析团队合作,提供系统测试算法行为数据,提高失效分析效率;
5.持续优化AI模型的性能,提高数据分析的效率和准确性。
包括英文材料
数据科学+
学历+
Python+
R+
数据分析+
机器学习+
还有更多 •••
相关职位

logo of mi
社招8年以上A201358

1. 负责视频类Android 客户端核心功能模块的设计、开发与维护,包括视频播放引擎优化、用户交互界面开发、离线缓存功能实现等,确保客户端在不同 Android 设备上的兼容性与稳定性,保障用户流畅的观剧体验。​ 2. 参与客户端性能优化工作,针对启动速度、页面加载时长、视频播放卡顿等问题进行技术攻关,通过代码优化、资源压缩、内存泄漏排查等手段,提升应用运行效率,降低崩溃率与 ANR 发生率。​ 3. 对接产品与设计团队,理解短剧业务需求与用户体验目标,将需求转化为技术方案并落地执行,同时参与需求评审与技术方案讨论,提供专业的 Android 技术建议,确保产品功能与技术实现的合理性。​ 4. 负责客户端数据埋点方案的设计与实现,配合数据团队完成用户行为数据、播放数据等关键指标的采集与上报,为产品迭代、运营策略调整提供数据支撑;同时参与数据分析,从技术角度解读数据背后的问题并提出优化方案。​

更新于 2025-08-29北京
logo of mi
社招8年以上A189098

1. 负责视频类Android 客户端核心功能模块的设计、开发与维护,包括视频播放引擎优化、用户交互界面开发、离线缓存功能实现等,确保客户端在不同 Android 设备上的兼容性与稳定性,保障用户流畅的观剧体验; 2. 参与客户端性能优化工作,针对启动速度、页面加载时长、视频播放卡顿等问题进行技术攻关,通过代码优化、资源压缩、内存泄漏排查等手段,提升应用运行效率,降低崩溃率与 ANR 发生率; 3. 对接产品与设计团队,理解短剧业务需求与用户体验目标,将需求转化为技术方案并落地执行,同时参与需求评审与技术方案讨论,提供专业的 Android 技术建议,确保产品功能与技术实现的合理性; 4. 负责客户端数据埋点方案的设计与实现,配合数据团队完成用户行为数据、播放数据等关键指标的采集与上报,为产品迭代、运营策略调整提供数据支撑;同时参与数据分析,从技术角度解读数据背后的问题并提出优化方案。​

更新于 2026-01-20北京
logo of xishanju
校招程序质量

工作内容: 1、负责游戏客户端/服务端功能模块的设计、开发与优化,确保高性能、高可用性和可扩展性; 2、参与游戏核心玩法的开发与实现,包括战斗系统、角色系统、任务系统、社交系统等模块; 3、设计和实现游戏引擎相关功能,优化渲染性能、内存管理和资源加载效率; 4、解决游戏开发中的技术难题,优化游戏帧率和响应速度,提升玩家体验; 5、探索AI技术在游戏开发中的应用,包括但不限于:AIGC工具辅助生成游戏内容、智能NPC行为设计、程序化生成关卡/任务等; 6、参与游戏客户端/服务端的部署、监控和维护,确保线上服务的稳定运行; 7、与策划、美术、测试等团队紧密协作,推动游戏功能从设计到上线的全流程落地。

更新于 2026-03-31珠海
logo of taptap
社招2年以上技术大类

有⼴告技术(AdTech)、营销科技(MarTech)或 To B SaaS 平台测试经验者优先; 熟悉程序化⼴告⽣态(DSP/SSP/Ad Exchange)或 RTB 协议者加分; ⼴告投放全链路验证,重点测试⼴告请求、竞价逻辑、素材渲染及⽤户⾏为追踪(如点击、安装、转化)的端到端流程,确保⼴告主预算消耗与开发者收益数据的精准匹配,同时验证防作弊机制(如点击劫持检测)的有效性; 跨平台 SDK/API 兼容性及稳定性测试,针对 Android、iOS、Unity 等不同开发环境,深度验证 SDK 集成后的⼴告加载性能、内存占⽤及崩溃率,同步测试⼴告 API 在⾼并发场景下的响应稳定性与数据回传延迟,确保开发者集成后⽤户体验⽆损; 实时竞价(RTB)压⼒测试与算法验证,通过模拟全球多区域百万级QPS 的竞价请求,评估 DSP 系统在流量洪峰下的响应延迟与容错能⼒,同时运⽤ A/B 测试框架验证机器学习模型(如 CTR 预测、⼴告排序)的迭代效果,确保⼴告主 ROI 与平台收⼊的双向优化。

更新于 2025-08-14上海