招聘原因：项目研发新增需要。
工作地点：眉山东坡区总部。
工作职责：
1. 数据整合与处理：

- 负责收集、清洗和整合来自多渠道的异构数据，包括晶体生长设备传感器数据、实验室表征数据、以及产品性能测试数据等。

- 建立和维护标准化的数据分析管道，确保数据的准确性、完整性和可用性。

2. 数据分析与可视化：

- 运用统计分析方法，深入分析关键工艺参数对晶体质量指标的影响。

- 设计并开发高质量的数据图表、仪表盘和报告，直观呈现分析结果，服务于生产、研发和管理层决策。

3. 机器学习模型开发：

开发并训练机器学习模型，用于：

预测性建模：预测晶体产品的最终性能。

质量控制：构建晶体质量的自动分类与缺陷预测模型。

工艺优化：通过模型寻找最优的工艺参数窗口，提升成品率和效率。

智能诊断：对生产异常进行根因分析。

负责模型的训练、验证、部署及持续优化。

4. 跨部门协作与洞察传递：

- 与工艺工程师、研发工程师紧密合作，将数据分析结论转化为可执行的工艺改进方案。

- 能用非技术人员易于理解的语言和可视化工具，有效沟通复杂的数据洞察和模型结论。

岗位要求：

学历专业：本科及以上学历，材料科学、数学、统计、计算机、信息科学或相关专业。

专业技能：

编程语言：精通Python进行数据分析，熟练使用Pandas, NumPy, Scikit-learn, 等核心数据科学库。

数据分析：具备扎实的数理统计基础，精通数据清洗、探索性数据分析和假设检验。

-数据可视化：能够独立制作专业、清晰的数据报告和交互式图表。

-机器学习：具有完整的机器学习项目经验，理解常见的回归、分类、聚类算法，并掌握模型评估与调优方法。

- 熟悉SQL数据库操作。

优先考虑：

- 具有材料晶体生产（如半导体、光学晶体、功能陶瓷等）相关行业经验者优先。

- 具有使用TensorFlow 或PyTorch 完成深度学习项目的经验。

- 了解并使用过Plotly Dash 或 Tableau 等工具开发过数据仪表盘。