校招|长鑫存储运筹优化算法等多岗位招聘

2016年5月，长鑫存储的事业在“创新之都”-安徽合肥启动。作为一体化存储器制造商，公司专业从事动态随机存取存储芯片(DRAM)的设计、研发、生产和销售，目前已建成12英寸晶圆厂并投产。DRAM产品广泛应用于移动终端、电脑、服务器、虚拟现实和物联网等领域。我们将凭借值得信赖的产品和服务满足不断增长的市场需求，致力于成为技术领先与商业成功的半导体存储公司，以存储科技赋能信息社会，改善人类生活。

我们的理念

愿景：成为技术领先与商业成功的半导体存储公司

使命：以存储科技赋能信息社会，改善人类生活

价值观：永葆创业、第一、执行力、正直

科研硬实力： 在CVPR/ICCV/ECCV/NeurlP S/ICML等顶级会议以第一作者身份发表过突破性成果；或在国际顶级学术/算法竞赛（如Olympia ds, Kaggle, COCO, ADE20K等）中获得过极高名次；或有独立的、令人惊艳的开源项目，展现出极强的工程实现能力和创新思维。

技术根基： 深厚的数学和算法基础（线性代数、概率论、优化理论）；对计算机视觉、高性能计算某一领域有卓越的技术实力。

1.模型建立：根据实际业务需求，构建用于半导体设计、生产、封装、测试等业务场景的数学模型，实现资源的最优配置和效率最大化；

2.算法优化：对算法进行性能分析，结合人工智能技术，包括但不限于强化学习、深度学习技术，识别瓶颈，开发智能化的优化方案，如并行计算、数据预处理等，提升算法的运行效率和求解质量；

3.代码实现与测试：使用Python/Java/C++等编程语言进行算法实现，确保代码的正确性、可读性和可维护性，进行充分的单元测试和集成测试，保证算法的稳定运行.

1.计算机科学，电子信息科学，应用数学、统计学、工业工程、管科、物流等相关背景硕士以上学历，至少3年以上运筹优化算法相关工作经验；

2.精通Python，Java，C++至少一种编程语言，能熟练调用优化求解器及其接口，如CPLEX、Gurobi、SCIP等，熟悉Pytorch、TensorFlow等主流深度学习框架；

3.具有一定的工程化基础，能对业务场景进行抽象、建模、算法开发，有代码封装的能力；

4.具备良好的团队协作精神，目标导向，行动力强，勇于接受挑战和有较强的抗压能力；

5.出色的文献研究能力和沟通能力，乐于分享自己的研究和实践成果；

6.具有扎实的数学和英文功底，有志于通过持续学习和项目实践，跟进运筹优化领域的最新研究和技术发展；

7.工作地点优先合肥，特别优秀的可以在上海、北京，但需要经常来合肥出差。

下列附加项为加分项：

a.有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历优先；

b.有半导体行业相关经历，熟悉芯片设计、生产、封装、测试等相关业务优先；

c. 发表过相关领域的学术论文或拥有专利优先；

d. 在运筹优化或人工智能相关的技术领域有自己独立开发的开源项目优先。

1.负责设计、开发和优化强化学习算法，优化现有算法，解决复杂的决策和控制问题，在模拟环境或实际场景中测试和验证算法性能；

2.根据实际业务需求，构建用于半导体设计、生产、封装、测试等业务场景的算法，解决半导体领域的问题；

3.使用Python/C++等编程语言进行算法实现，确保代码的正确性、可读性和可维护性，进行充分的单元测试和集成测试，保证算法的稳定运行。

1.计算机科学、电子信息科学、应用数学、统计学等相关背景硕士以上学历，至少3年以上强化学习算法相关工作经验

2.熟悉Python、C++等编程语言，具备良好的代码能力，熟悉主流强化学习算法（如DQN、PPO、A3C、SAC等），精通强化学习经典算法（如Q-learning、Policy Gradient、Actor-Critic等），熟悉深度学习框架（如TensorFlow、PyTorch）和强化学习工具（如OpenAl Gym、Stable Baselines等）

3.具有一定的工程化基础，能对业务场景进行抽象、建模、算法开发，有代码封装的能力

4.具备良好的团队协作精神，目标导向，行动力强，勇于接受挑战和有较强的抗压能力

5.出色的文献研究能力和沟通能力，乐于分享自己的研究和实践成果

6.具有扎实的数学和英文功底，熟悉概率论、优化理论等，有志于通过持续学习和项目实践，跟进强化学习领域的最新研究和技术发展

7.工作地点优先合肥，特别优秀的可以在上海、北京，但需要经常来合肥出差

下列附加项为加分项：

a.有多智能体强化学习、逆强化学习、元强化学习等前沿领域的研究经验优先

b.有分布式训练、高性能计算经验优先

c.有半导体行业相关经历，熟悉芯片设计、生产、封装、测试等相关业务优先

d.有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历优先

e.有顶级会议（如NeurIPS、ICML、ICLR）论文发表或拥有相关专利优先

f.在强化学习或人工智能相关的技术领域有自己独立开发的开源项目优先

1、负责半导体下计算机视觉算法的研究及迭代，包括图像生成、检测/识别/分割等；

2、负责视觉模型的训练及推理优化，推动相关技术落地；

3、负责CV/多模态/生产算法相关模型优化和迭代，包含图像理解、生成、编辑等前沿技术。

【任职资格】

1、3年以上计算机视觉一个或多个领域的研究和实践经验，包括但不限于以下方向：

-图像检测/识别/分割算法应用与优化；

-多模态生成和理解：如文本to图像/视频/3D生成和编辑，以及其他相关的多模态经验；

-图像生成、视频生成、3D生成；

-扩散模型，GAN，用于生成任务的转换器；

-大规模训练经验、生成算法，LLM和RLHF等；

2、动手能力强，具有熟练的算法和编程能力，熟悉C/C++和Python编程；

3、工作积极主动，能与团队融洽合作相处，同时能够独立完成研究工作；

下列附加项为加分项：

a.有独立负责大型软件项目架构设计并实际参与编码研发相关的项目经历

b.在相关的技术领域有自己独立开发的开源项目

c.有顶会或期刊的论文发表，包括但不限于CVP R,ECCV,NIPS等

1.问题建模：负责将复杂的业务问题转化为数学模型，包括但不限于网络流、旅行商问题（TSP）、车辆路径问题（VRP）、选址问题、排产排程等，以实现资源的最优配置和效率的最大化。

2.算法开发：基于建模结果，选择或设计合适的优化算法，如贝叶斯优化、网格搜索等进行求解。

3.结果可视化：利用Python的可视化库（如Matplotlib、Seaborn、Plotly等），将优化结果以图表形式展示，帮助业务团队理解优化方案，提升决策效率。

4.算法优化：对算法进行性能分析，识别瓶颈，通过算法改进、并行计算、数据预处理等手段，提升算法的运行效率和求解质量。

5.代码实现与测试：使用Python或Java进行算法的编码实现，确保代码的正确性、可读性和可维护性，进行充分的单元测试和集成测试，保证算法的稳定运行。

6.技术文档编写：撰写算法设计、实现和测试文档，确保团队成员能够理解和复用算法，为后续的维护和升级提供支持。

1.研究生及以上学历，运筹学/微电子/集成电路等专业优先，每周实习时间≥4天；

2.掌握运筹优化基本算法，在如下一个或多个相关方向有较深入研究：迭代寻优算法、非凸优化算法、启发式算法、贝叶斯优化、强化学习；

3.能熟练调用优化求解器及相关接口，如 CPLEX，Gurobi，SCIP 等，或完整实现过启发式算法的开发；

4.能灵活结合问题自主设计、开发相关求解算法，并根据结果进行针对性的分析、效率优化；

5.熟练掌握 Python/Java 语言，能够熟练使用 Numpy、Pandas 对数据进行分析、处理、可视化展示等；

6.具有一定的工程化基础，能对模型、算法、场景进行一定的抽象和标准化， 有代码封装的能力；

7.具备电路设计和仿真相关知识/项目经验者优先；

8.具有较强沟通能力，学习能力、自我驱动能力、责任感和团队协作能力。

9.薪资待遇：190元/天

10.工作地点: 合肥