1. 构建基于AI的自超滑器件（微电机、开关）寿命预测及材料质量生长预测模型，算法开发及优化，精准评估器件寿命及材料质量。制定寿命预测量化评估标准，确保模型性能满足业务需求，为决策提供有力依据。
2. 与产线对接，基于实际工况设计数据采集、筛选方案，为模型训练提供高质量数据支持。
3. 实现模型训练与验证，持续优化模型准确性和泛化能力，提高算法鲁棒性，确保预测结果可靠。
4. 图像处理AI算法优化，推动AI模型在研发端各应用场景应用，通过模型部署加速解决工程技术难题，助力业务增长。

1. 本科及以上，人工智能、数据科学、数学、自动化、软件工程、计算机、电子信息等相关专业背景。
2. 5年以上机器学习、深度学习、数据挖掘等相关工作经验，熟悉敏感度分析、可靠性寿命预测者优先。
3. 熟悉机器学习算法（线性回归、神经网络等）及深度学习框架（如TensorFlow、PyTorch），熟练掌握Python、Java、C/C++、MATLAB 等计算机语言及数据处理工具（Pandas、NumPy等）。
具备跨团队沟通能力，能与工程和技术团队紧密协作，共同攻克技术难题。