工作职责
1、 通过统计分析、机器学习、深度学习、生成式人工智能等数据驱动方法解决半导体装备领域的工艺及设备问题。
2、 根据客户需求，在以下工艺及设备场景下建立有效模型：工艺参数优化、工艺实验设计（DOE）、先进过程控制（APC）、统计过程控制（SPC）、预测性维护（PdM）、故障检测和分类（FDC）、故障预测和健康管理（PHM）等。
3、 将工艺及设备场景抽象为数学/算法问题。根据每个场景的特点选定合适的AI模型以满足相应的计算精度和速度要求，对选定的模型进行开发、验证和上线部署。
4、 及时学习和研究AI领域最新的进展，对已有的模型和算法进行优化。
主要要求：
1、 学历背景：应用数学、计算机工程、电气工程、微电子工程、材料科学、机械工程、物理、化学等领域的硕士或博士学位。
2、 具备数学建模能力，可以将一个复杂的业务场景抽象为数学或算法问题。在特征工程、机器学习、深度学习、生成式人工智能中的一项或多项有相关项目经验，能够理解、使用和优化相关模型。
3、 编程技能：精通 Python，具有良好的编程规范。熟悉 NumPy 、Scipy、Pandas、Sklearn 等科学计算库，了解Pytorch /Keras 等深度学习框架。具有模型的训练、推理和部署经验。
4、 有半导体相关经验者优先：对刻蚀（Etch）、外延（EPI）、物理气相沉积（PVD）、化学气相沉积（CVD）等有相关工艺、设备或数据分析经验者优先。