工作職責 1、 通過統計分析、機器學習、深度學習、生成式人工智能等數據驅動方法解決半導體裝備領域的工藝及設備問題。 2、 根據客戶需求，在以下工藝及設備場景下建立有效模型：工藝參數優化、工藝實驗設計（DOE）、先進過程控制（APC）、統計過程控制（SPC）、預測性維護（PdM）、故障檢測和分類（FDC）、故障預測和健康管理（PHM）等。 3、 將工藝及設備場景抽象為數學/算法問題。根據每個場景的特點選定合適的AI模型以滿足相應的計算精度和速度要求，對選定的模型進行開發、驗證和上線部署。 4、 及時學習和研究AI領域最新的進展，對已有的模型和算法進行優化。 主要要求： 1、 學歷背景：應用數學、計算機工程、電氣工程、微電子工程、材料科學、機械工程、物理、化學等領域的碩士或博士學位。 2、 具備數學建模能力，可以將一個復雜的業務場景抽象為數學或算法問題。在特征工程、機器學習、深度學習、生成式人工智能中的一項或多項有相關項目經驗，能夠理解、使用和優化相關模型。 3、 編程技能：精通 Python，具有良好的編程規范。熟悉 NumPy 、Scipy、Pandas、Sklearn 等科學計算庫，了解Pytorch /Keras 等深度學習框架。具有模型的訓練、推理和部署經驗。 4、 有半導體相關經驗者優先：對刻蝕（Etch）、外延（EPI）、物理氣相沉積（PVD）、化學氣相沉積（CVD）等有相關工藝、設備或數據分析經驗者優先。