数据科学(J20265)

• 1. 建模与分析：针对半导体研发工程问题，构建数学建模、统计建模与神经网络建模，结合数据挖掘与优化求解，输出可复用的方法论与系统化解决方案，加速研发进程；
• 2. 图像特征提取：处理半导体量测与缺陷图像数据，融合计算机视觉模型与OpenCV等传统工具，提取针对性特征，实现高信噪比指标表征工程问题；
• 3. 数据分析系统设计：设计与开发半导体研发工程数据分析系统、算法及工具，缩短新产品研发周期，并主导缺陷、量测、良率等跨部门合作项目的需求梳理与系统落地；
• 4. 自动化工具开发：运用机器学习、深度学习与大语言模型，构建数据模型与算法，开发自动化数据分析工具，支持设计、制造、测试等环节的高效决策；
• 5. 良率监测与分析：与Fab及研发工程部门协作，通过数据分析定位良率异常原因，建立自动化报告与KPI监测系统，推动先进技术开发节点的参数分析与实验设计。
• 1. 学历要求：硕士研究生及以上；
• 2. 专业要求：人工 智能、计算机科学、软件工程、应用数学、微电子、物理、自动化、电子信息、信号处理、通信、统计学、数据科学等理工科相关专业；

3. 其他要求：

• • 具有扎实理论基础，能使用PyTorch或TensorFlow等深度学习框架完成回归、分类、聚类、推荐等数据挖掘与机器学习算法应用；
• • 能使用Python、R、SQL或C++完成数据分析与开发任务，并具有Hive或Spark等大数据处理技术与大规模数据处理经验；
• • 具有计算机视觉、机器学习、神经网络建模、大语言模型或AI Agent相关技术中至少一项的专项能力，并能结合实际场景完成Prompt Engineering、Fine-tuning、RAG或ReAct模式的应用开发；
• • 通过CET-6或CET-4（第三方向）考试，能阅读英文文献与技术文档；在校期间有实习经历或具有半导体行业项目经验者优先。