智能制造数据工程师（2027届校招）

在生产线上开展智能制造工作，通过机器学习、数据挖掘、统计学、人工智能等技术对产线工艺、装备大数据进行分析、挖掘、预测、应用，核心场景涉及但不限于智能预测性维护、腔体路径优化、设备问题溯源、设备工艺能力提升等方面，探索关键业务场景需求、解决方案和核心收益；

对接集成电路工艺、装备、产品等应用场景，开展关键算法研究，包括但不限于传统的统计算法、组合优化算法、机器学习算法、深度学习算法、多模态及大模型等相关技术，确定核心数据，通过现有工具或自行开发工具，高效收集和梳理数据，与业务专家合作，挖掘关键指标，建立数学优化模型，设计优化求解算法，解决实际问题；

追踪智能化算法前沿落地方案，结合实际工厂应用场景，撰写智能化方案调研报告；

跨部门团队紧密合作，依靠软件工程化能力，推动将智能化创新方案转为软件产品；任职要求:

硕士及以上学历，计算机、数学、自动化、软件工程、统计、微电子等专业毕业，在数据分析和数据挖掘领域1~2年以上工作经验；

熟悉数据结构和相关算法，熟悉Python/Java等编程语言，掌握统计、组合优化、机器学习、深度学习和大模型等相关算法原理，具备较强的场景理解和数学建模能力，能快速理解问题并设计解决方案；

具有半导体工艺或设备数据分析、算法开发经验优先，具备半导体PIE、PDE或设备工作经验者优先；

有较强的学习能力、分析能力、沟通能力、钻研精神，有较好的团队合作精神。

在生产线上开展智能制造工作，通过机器学习、数据挖掘、统计学、人工智能等技术对产线工艺、装备大数据进行分析、挖掘、预测、应用，核心场景涉及但不限于智能预测性维护、腔体路径优化、设备问题溯源、设备工艺能力提升等方面，探索关键业务场景需求、解决方案和核心收益；

对接集成电路工艺、装备、产品等应用场景，开展关键算法研究，包括但不限于传统的统计算法、组合优化算法、机器学习算法、深度学习算法、多模态及大模型等相关技术，确定核心数据，通过现有工具或自行开发工具，高效收集和梳理数据，与业务专家合作，挖掘关键指标，建立数学优化模型，设计优化求解算法，解决实际问题；

追踪智能化算法前沿落地方案，结合实际工厂应用场景，撰写智能化方案调研报告；

跨部门团队紧密合作，依靠软件工程化能力，推动将智能化创新方案转为软件产品；任职要求:

硕士及以上学历，计算机、数学、自动化、软件工程、统计、微电子等专业毕业，在数据分析和数据挖掘领域1~2年以上工作经验；

熟悉数据结构和相关算法，熟悉Python/Java等编程语言，掌握统计、组合优化、机器学习、深度学习和大模型等相关算法原理，具备较强的场景理解和数学建模能力，能快速理解问题并设计解决方案；

具有半导体工艺或设备数据分析、算法开发经验优先，具备半导体PIE、PDE或设备工作经验者优先；

有较强的学习能力、分析能力、沟通能力、钻研精神，有较好的团队合作精神。