长鑫存储AI规划与执行专家-AI Planning & Execution Expert(J19565)
任职要求
1. 教育背景与专业知识：硕士及以上学历，计算机、电子工程或微电子等相关专业； 2. 专业技能与资格：熟悉大模型原理（Transformer、SFT、RAG、Agent等），有实际使用大模型API（如OpenAI、Claude、百度文心、智谱等）进行应用开发或Prompt工程的经验，了解如何将非结构化内部知识转化为可供模型使用的知识库，具有数据意识，能提出合理的数据准备与质量要求； 3. 行业与专业经验：5年以上工作经验，其中至少2年半导体行业（研发、EDA…
工作职责
1. 研发管理场景与AI需求挖掘：深入芯片研发全流程，识别效率瓶颈与数据断点，组织研发PM、设计、验证等多角色访谈与工作坊，提炼高价值AI应用场景，分析当前文档、沟通、状态追踪、知识查找等环节的重复性劳动与信息差，形成场景需求优先级矩阵，明确短期验证与中长期规划项； 2. AI Skills定义与解决方案规划：将业务需求转化为可复用的AI Skills（如设计评审、周报生成、缺陷归类、标准问答等），明确每个Skill的输入、输出、依赖系统、预期效益与失败边界，制定Skills的演进路线图，平衡投入产出与业务风险，设计人-AI协作模式（辅助、半自动、全自动），明确责任归属； 3. 模型选型与技术落地协同：评估主流大模型在半导体术语、长文档、结构化数据（波形/日志）上的表现，结合数据隐私、算力成本、响应延迟等因素，提出推荐模型或组合方案，与数据/IT团队明确知识库构建、embedding策略、权限控制等前置条件，主导快速原型验证，验证技术可行性与业务效果； 4. 落地推动与效果度量：组织小范围试点（如某产品线的验证文档问答），收集真实使用数据，设计A/B测试或前后对比方案，度量效率、错误率、知识获取时间等指标，建立问题反馈与迭代机制，持续优化Skills的准确率与覆盖度，输出标准化推广文档与案例，协助横向扩展到其他研发团队。
作为大疆的决策规划算法实习生，你将有机会解决机器人领域里最具有挑战性的问题。在多样的任务、复杂的环境、纷繁的观测、多变的模型、有限的算力下为机器人寻找最优的行为决策和运动规划，为机器人赋予智能性，为产品赋予安全性，为空间智能时代赋予想象力。 1. 参与预研和开发通用的局部运动规划算法，研究和解决各种复杂场景环境下无人机的自主飞行、避障作业的规划问题 2. 参与预研和开发基于语义信息的决策规划算法和行为预测算法 3. 参与预研和开发针对不同应用背景、不同形式的观测和地图进行运动规划的算法 4. 参与构建规划的评测体系和数据闭环体系，通过仿真和数据闭环等方式控制和量化算法迭代效果 5. 参与承接AI模型落地轨迹规划和目标预测的产品化，通过模型和数据驱动方式持续提升产品自主飞行、高效作业能力。
1. 全品类设计规划 - 制定全品类产品的设计战略和中长期设计路线图 - 输出统一的视觉与交互设计原则、系统化设计方案和品牌升级策略 2. AI业务洞察与概念设计 - 深入理解 AI 技术与业务应用场景 - 基于业务洞察提出创新视觉与交互概念，并推动概念落地 3. 跨产品/跨团队协作 - 与产品、交互、AI团队紧密合作，确保设计语言和体验在不同产品和平台上统一 - 支持品牌升级、视觉统一和创新项目 4. 设计系统化与规范化 - 建立和维护设计系统、组件库及规范 - 推动视觉与交互设计在全品类产品和业务线中的标准化应用
1.负责公司整体AI平台架构设计和AI工程化技术。通过AI基础设施和软硬件协同优化来提升公司大模型训练和推理的效率。负责前沿异构计算芯片、大模型推理优化、大规模训练的技术演进跟踪和落地。
1、开展 AI 产品领域案头研究与竞品深度分析，搭建分析框架，协助输出标准化分析报告； 2、追踪 AI 行业前沿资讯、技术迭代动态，完成信息的筛选、归类与整理，沉淀项目知识库与文档体系； 3、参与 AI 产品应用场景的挖掘与探索，快速建立对产品赛道的认知，协助团队梳理核心功能逻辑与业务流程； 4、深度参与特定场景下 AI 解决方案的研讨与落地，聚焦用户体验优化，提出切实可行的改进建议。