长鑫存储测试数据技术员 | Process Technician(J12617)
任职要求
1. 上二休二，适应轮班性质 2.优秀的故障排除和技术能力，能够识别根本原因 3. 电气/电子工程，半导体或物理，材料相关专业
工作职责
•支援生产 –使用MES, YMS及其他特定软件或系统提供需要的数据并解决相关生产问题。 –非设备相关生产异常问题的及时响应，例如数量不一致，掉料，低良，混料等。 –调查偏差的原因并确保遏制措施，根据需要对已发货产品进行隔离及控制。 –整理总结SBL/SYL 共性问题并与工程师协作优化响应计划。 •支援工程部门 –根据需要协助工程师进行数据采集与分析 –跟进所有工程实验的工程批次验证，比如测试时间减少，良率提升，加刷程序验证等。 –批量管控及解禁批次，属性更改，借出及归还批次/机器等工程相关需求支援。 •沟通 –跨职能团队合作提供质量提升，改善，周转时间减少等相关项目数据。 –重大问题及时向上汇报
促进工厂MES新项目实施上线及稳定化: 1.负责系统配置、系统测试和数据导入工作； 2.负责系统上线和运行支持。 MES主数据运维支持: 1.负责工厂生产主数据相关问题的记录、分析、解决和整理等； 2.对经常出现的系统问题整理后提出改进措施和规范，并组织协调实施； 3.负责生产执行系统数据的分析和解决方案的制定； 4.配合产品或工程要求进行流程配置及变更；
1、负责MES系统配置、系统测试和数据导入工作 2、配合产品研发部，产品测试部，工程部，生产部，计划部要求进行流程配置及变更 3、不断复盘分析并优化流程，负责系统上线和运行优化支持 4、具有较好的跨部门沟通能力，针对生产过程中遇到的异常问题,及时处理解决
1.掌握DRAM产品(DIMM、颗粒)常规测试平台,测试软件及测试方法，负责测试方案执行系统级测试； 2.基本测试问题(contact)排除； 3.产品系统级测试问题数据的收集及分析验证； 4.颗粒进行槽球,焊接上板操作。
Team Introduction: The TikTok AI Innovation Center is a department focused on building AI infrastructure and driving cutting-edge research in AI. We explore industry-leading AI technologies, including large language models (LLMs) and multimodal large models, with the goal of developing models that can understand multilingual content and vast amounts of video data, ultimately delivering a better content consumption experience for users. In the Code AI domain, we leverage the powerful code understanding and reasoning capabilities of LLMs to enhance program performance and R&D efficiency. Project Introduction: Multimodal foundation large models (VLM) represent a research hotspot in the industry and a critical technology for TikTok's business scenario applications. In 2024, TikTok's Innovation Center developed VFM V1, a multimodal large model tailored for TikTok's business scenarios. It matches the performance of the best open-source model Qwen VL on public test sets, while significantly outperforming all other foundation models on TikTok's business test sets. In the future, we aim to continuously develop foundation models with efficient perception and reasoning capabilities, capable of handling multilingual and massive video content understanding algorithms to deliver a better content consumption experience for users. Project Challenges: Enhance the multimodal perception encoder: The current encoder uses a fixed frame rate. We need to explore more efficient adaptive frame rates while considering the integration of modalities such as audio and user behavior. How to fuse multimodal perception and thinking capabilities to promote stronger comprehensive perception and cognitive abilities of the model. 团队介绍： TikTok AI创新中心，是致力于AI基础设施建设和创新研究的部门，探索行业领先的人工智能技术，包括大语言模型，多模态大模型等研究方向。我们希望研发能够处理多语言和海量视频内容理解的模型算法，为用户带来更好的内容消费体验。在Code AI方向，我们利用大语言模型强大的代码理解与推理能力，提升程序性能与研发效率。 课题介绍： 多模态基础大模型VLM 是行业的研究热点，也是TikTok业务场景应用的关键技术，2024年TikTok AI创新中心研发了面向TikTok业务场景的多模态大模型VFM V1，在公开测试集上能够与最好的开源模型 Qwen VL持平，同时在 TikTok 业务测试集上，能够大幅领先所有其它基础模型。未来，我们希望持续研发具有高效感知和推理思考能力的基础模型，能够处理多语言和海量视频内容理解的模型算法，为用户带来更好的内容消费体验。 课题挑战： 1、增强多模态感知编码器，当前的编码器是固定帧率，需要探索更高效的自适应帧率，同时考虑音频、用户行为等模态加入； 2、如何融合多模态感知和思考能力，促进更强的模型综合感知和认知能力。