1. 通过数据挖掘，结合机器学习算法和运筹模型，实现半导体设备控制中的智能决策
2. 分析设备运行数据，结合业务需求，建立数学模型，实现设备健康状态的自诊断以及设备健康的智能维护
3. 建立设备数据分析平台，对设备数据进行采集，分析，识别设备运行风险点和改进点，提出优化建议

1. 具有计算机、运筹学、统计学、人工智能等相关专业硕士及以上学历或具备相应的数据分析以及人工智能经验；
2. 扎实的理论背景（统计学、线性代数、数值分析、优化等），能够阅读英文技术文档以及文献；
3. 2年以上Python编程和调试经验；
4. 对于数据具有良好的敏感性，能够从数据中挖掘潜在规律，熟练运用相应可视化工具（matplotlib, seaborn, bokeh等）；
5. 熟悉常用的深度学习框架（tensorflow, keras, pytorch等），能够基于框架实现特定功能；
6. 有机器学习、深度学习、运筹优化、预测性维护等项目的实际经验优先；
7. 有新产品开发落地经验 或 有半导体领域项目经验者优先；
8. 熟悉云计算相关知识（AWS、GCP、华为云，阿里云等）（加分项）；
9. 熟悉git等分布式代码版本控制工具。