长鑫存储研发数据科学工程师|TD Data Science & AI Solutions Engineer(J16954)

任职要求

1.5年以上人工智能、深度学习、机器学习、数据分析及可视化或图像处理相关经验，或者数据系统相关的系统开发经验。
2.熟悉常用的共性、相关性分析手段与方法。
3.富有探索精神，积极主动，追求卓越。
4.善于以创新方式解决问题。
5.学习能力与实践能力强，具备数据科学前沿领域文献阅读与快速代码实践能力。
以下任一项为加分项
1.深度学习、机器学习、数学建模、数据挖掘、统计建模、Web前后端系统开发、GPU并行计算开发方面的实际项目应用经验。
2.半导体缺陷、量测图像或其它行业图像特征提取、分割、分类项目经验。
3.DOE设计及实践经验。
4.半导体数据分析、可视化工具和系统开发经验。
5.熟悉半导体业务，能够根据实际业务场景，提出业务流程优化方案与数据分析流程。

工作职责

1.负责半导体研发过程中相关工程数据分析系统、算法及工具的设计与开发，帮助提高研发效率和缩短新产品研发周期。
2.负责与设计/器件/工艺/整合/可靠性/缺陷与量测/IT等相关部门合作，进行工程数据分析系统的项目管理，完成需求梳理，产品设计与规划，推动系统开发与落地，产生业务价值。
3.负责针对特定研发领域工程问题，进行数学建模，统计建模，优化求解，数据挖掘，数据分析，解决实际问题。然后进一步抽象出方法论，通过系统化，高效解决类似问题，加速研发。
4.负责进行半导体图像数据处理，使用OpenCV等传统视觉工具，快速提取针对特定问题特征，实现高信噪比指标来表征工程问题，加速研发。
5.负责开发、优化和落地应用前沿的人工智能模型与算法，包括深度学习、机器学习方面，提升半导体制造领域的图像分类、检测与分割、时间序列数据预测与异常检测等方面的系统性能，提升工程分析效率与能力。
6.负责开发、优化和落地应用前沿的人工智能LLM/多模态智能体Agent技术，实现智能解决方案，提升工程分析效率与能力。
7.负责工程数据分析系统前沿web前后端、数据处理技术与框架的调研、应用与改造，满足复杂工程数据分析场景的需求。
8.负责制定数据分析系统演进路线图和推动系统落地和反馈分析。
9.负责数据科学团队的发展，增强团队能力与凝聚力。