长鑫存储
校招研发智能数据科学(J19623)
合肥 · 校招 · 2027 届 · 博士
长期有效
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/统计学/软件工程/物理计算方向/微电子等理工科专业
- 其他要求：
- 1.通过CET-6或同等外语水平,有较强的英语读写能力
- 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.优先考虑具备AI模型开发与优化/机器学习深度学习/数学建模/Web前后端系统开发/GPU并行计算开发实践经历的候选人
- 6.优先考虑参加NOI/IOI/ACM等竞赛经验，参加AI项目竞赛，发表优秀学术论文的候选人
岗位描述
- 1.负责研发工程分析系统的设计、数据处理、模型、算法与功能开发，运用AI&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，神经网络建模，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，使用前沿的深度学习，机器学习模型，结合OpenCV等视觉工具，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.负责开发、优化和落地应用前沿的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、时间序列数据预测与异常检测等方面的系统性能，提升工程分析效率与能力
- 6.负责开发、优化和落地应用前沿的AI LLM/多模态智能体Agent技术，实现智能解决方案，提升工程分析效率与能力
- 7.负责工程数据分析系统前沿web前后端、数据处理技术与框架的调研、应用与改造，满足复杂工程数据分析场景的需求
- 8.至少负责以上2-3个方面
学历要求：硕士及以上，博士优先
专业要求：计算机/数学/统计学/软件工程/物理计算方向/微电子等理工科专业
其他要求：
- 1.通过CET-6或同等外语水平,有较强的英语读写能力
- 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.优先考虑具备AI模型开发与优化/机器学习深度学习/数学建模/Web前后端系统开发/GPU并行计算开发实践经历的候选人
- 6.优先考虑参加NOI/IOI/ACM等竞赛经验，参加AI项目竞赛，发表优秀学术论文的候选人
你的简历匹配这个岗位吗？
上传简历，AI 会对照这份 JD 指出你的差距和需要补强的地方
该岗位可能会问的问题
基于 数据 岗位的常见面试问题整理
请解释数据仓库的星型模型和雪花模型的区别
查看答题思路
1. 星型：事实表在中间，维度表直接关联，维度表非规范化（有冗余） 2. 雪花：维度表进一步规范化，减少冗余但增加 join 次数 3. 选择：星型查询快（join 少），雪花存储省，一般生产用星型更多
如何设计一个埋点体系来追踪用户行为
查看答题思路
1. 确定业务目标：留存/转化/活跃 2. 定义事件：页面浏览/点击/曝光/转化，每个事件带属性 3. 技术栈：前端 SDK 上报 → Kafka → Flink 实时清洗 → ClickHouse/Hive 存储 4. 数据分层：ODS（原始）→ DWD（明细）→ DWS（汇总）→ ADS（应用） 5. 质量：埋点测试 + 数据校验 + 异常告警
SQL：有一个用户登录表 user_login(user_id, login_date)，查询连续登录超过 7 天的用户
查看答题思路
1. 思路：用 login_date 减去排名序号（ROW_NUMBER），同组连续日期差值相同 2. 关键 SQL：SELECT user_id, login_date-ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS grp 3. GROUP BY user_id, grp HAVING COUNT(*) >= 7 4. 强调：理解窗口函数和连续性问题的一般解法
你做过最有价值的数据分析项目是什么
查看答题思路
1. 业务背景：分析什么、为什么重要 2. 数据来源和量级 3. 分析方法：用了什么模型/统计方法 4. 核心发现：一句话说清洞察 5. 业务影响：做了什么决策、带来了什么改变（用数字）
解释 A/B 测试的原理和常见陷阱
查看答题思路
1. 原理：分流用户到对照组和实验组，对比核心指标差异 2. 统计基础：假设检验，p<0.05 表示差异显著 3. 陷阱：样本量不足、运行时间太短（未覆盖周期波动）、多重比较（同时做多组 A/B 需修正显著性水平） 4. 指标选择：北极星指标优先，避免虚荣指标
更多面试题库功能即将上线
信息来源：企业官方招聘页。投递前请以官网信息为准。