1.领域大模型方法学与智能体架构：基于DRAM全生命周期数据，主导芯片设计、工艺研发、生产测试等核心场景的领域知识构建与数据沉淀，探索领域专属大模型落地路径，负责大语言模型的预训练、后训练及分布式训练优化，设计面向芯片设计或制造环节的大模型智能体架构，实现任务规划与工具调用能力； 2.多模态技术与业务问题求解：运用深度学习与多模态技术解决芯片设计、制造环节中的缺陷检测、分类识别与精准定位等实际问题，承担模型训练、调优、评估及效果验证全流程工作； 3.大模型基础设施建设：推进大模型Infra建设，完成训练与推理加速、软硬协同优化等关键技术落地，跟踪多模态学习、强化学习、存内计算等前沿方向，开展半导体领域创新研究； 4.前沿技术洞察与成果转化：跟踪大模型、AI Agent、AI for EDA、NLP、AI4Science等前沿动态并输出创新方向建议与技术预研报告，快速复现前沿论文实验效果，将研究成果转化为可落地方案，参与AI技术标准制定并输出合规技术文档与开发规范，推动前沿算法研究成果向业务场景转化。

1.学历要求：硕士研究生及以上，博士优先； 2.专业要求：计算机、微电子、电子工程、自动化、数学等相关专业或交叉领域背景； 3.其他要求（至少满足一项）： 以主要作者身份在NeurIPS、ICML、ICLR、CVPR、ACL、EMNLP、AAAI、ICCAD、DAC等AI或半导体相关高水平会议或期刊发表过学术成果； 在ACM-ICPC世界总决赛、Kaggle Grandmaster、奥林匹克竞赛等顶级竞赛中获得过荣誉或奖项，或作为核心发起者与维护者主导过具有重大影响力且被业界广泛采用的开源项目； 主导或深度参与过大模型或AI Agent在EDA、半导体制造、良率分析、材料科学等垂直领域的落地项目，并取得可验证的技术或业务成效； 具备独立推进研究任务的能力，能在一个工作日内精读半导体工艺论文并输出改进点，具有将业务场景转化为AI可求解问题的建模能力。