长鑫存储湿法制程主任工程师|WET PE Staff Engineer(J13679)
任职要求
1.硕士及以上学历，具有理工科背景，化学、物理等专业优先 2.…工作职责
1、针对芯片量产过程中异常原因分析及解决，减少工艺本身的缺陷； 2、研发工艺流程改善，提高瓶颈机台产能； 3、湿法腐蚀工艺recipe改良，提升芯片良率； 4、新物料及新机台的验收，新产品及新工艺导入，解决量产后涉及的相关难点改善，； 5、清洗物料监控，优化工艺流程，实现原物料成本降低； 6、员工标准化作业手法，提供机台软体优化思维； 7、合理安排技术员、助理工程师的学习计划及后续工作分配； 8、与制造部门沟通量产规划，与设备部门沟通解决机台缺陷及异常； 9、分析及处理后工序相关前段相关异常。
1.元器件选型与评估 ￮负责空调、冰箱、洗衣机等家电电控板的电子元器件（如MCU、功率器件、传感器、电容、继电器等）选型，确保性能、成本、供货稳定性最优。 ￮主导关键元器件（如IPM、IGBT、MOSFET、电解电容、光耦等）的电气参数评估、寿命预测及可靠性验证。 ￮建立家电行业专用元器件优选库（AVL），制定降本替代方案，推动国产化器件导入。 ￮跟踪行业新技术（如SiC功率器件、智能传感器），评估其在家电电控中的应用可行性。 2.品质管控与可靠性分析 ￮制定元器件可靠性测试标准（如HTOL、HALT、温度循环、机械振动），确保符合家电行业要求（如IEC 60730）。 ￮主导元器件失效分析（如ESD击穿、焊点开裂、参数漂移），联合供应商改进设计或工艺。 ￮监控量产元器件批次质量（如DPPM、早期失效率），建立预警机制并推动问题闭环。 ￮优化元器件降额设计规范，提升电控板在极端工况（高温、高湿、电压波动）下的可靠性。 3.技术规范与流程建设 ￮编写元器件技术规格书、认证要求（如AEC-Q200）、应用指南等标准化文档。 ￮参与电控硬件设计评审，提前规避元器件选型风险（如散热不足、EMI敏感）。 ￮搭建元器件数据库，集成参数、供应商、失效案例等关键信息，支持快速选型决策。 ￮推动元器件仿真模型（如SPICE、热模型）建设，提升设计阶段的可预测性。 4.供应链协同与成本优化 ￮审核供应商技术能力（如晶圆制程、封装工艺），确保其符合家电行业品质要求。 ￮主导元器件成本分析（如BOM分解、生命周期成本），制定降本策略（如国产替代、集中采购）。 ￮协同采购部门建立战略供应商名单，优化供货周期与价格体系。
1、加入背景多元的研究团队，和机器学习、计算化学、计算生物等领域的团队成员密切配合，通过团队合作来追求重量级成果； 2、参与构建和优化覆盖全生物分子类型的复合物结构预测模型，共同定义和开发下一代复合物结构预测模型； 3、跟踪研究领域的最新进展，与团队共同建立广泛深入的专业认知； 4、通过广泛合作验证和推广计算工具，创造学术与社会价值。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：科学计算团队成员来自于机器学习、分子动力学模拟、量子化学、计算材料、高性能计算等领域，我们结合深度学习、计算化学、高通量计算等手段，探索解决生物、物理、材料等自然科学领域的挑战性难题，也在实际应用中证明价值。 我们重点关注生物、材料领域，解决其中的挑战性难题： - 探索前沿的分子动力学模拟、增强采样、自由能和其他性质计算方法，并规模化应用在药物和材料发现中； - 覆盖多样的生物、材料体系的经验力场和机器学习力场，结合实验数据和大量高精度量子化学数据，解决复杂体系的精确模拟和性质预测问题； - 构建生物场景蛋白、核酸、有机小分子等体系的通用模型，解决结构预测、构象生成、性质预测、分子生成等问题； - 结合大语言模型和多模态能力，解决生物、材料领域的实际挑战； - 开发高效的DFT计算框架，解决复杂体系的量化计算问题。 课题介绍：随着计算能力的指数级增长，分子动力学、量子化学、深度学习和大语言模型的融合加速，推动了科学研究范式的突破。分子动力学结合量子化学与机器学习，在药物与材料领域展现出强大潜力；蛋白质语言模型利用大规模序列与结构数据，提升蛋白质建模、功能预测、构象预测及生成式设计的效率与准确性。同时，深度学习通过架构、数据和适用体系的扩展（Scaling），在复合物结构预测、蛋白与药物设计等问题上发挥越来越重要的作用，帮助解决过去难以克服的复杂科学挑战。此外，量子化学结合深度学习、量子嵌入与量子计算，实现多电子系统的精确建模，推动新一代物理化学技术的发展。这些创新不仅带来了理论突破，也在药物与材料研发等实际应用中展现出巨大价值。 结构是理解生命过程与实现药物理性设计的关键基础。我们致力于构建以结构为中心的多模态生物分子基础模型，采用统一架构支撑复合物结构预测、功能建模与分子设计等关键任务。依托紧密的团队协作，我们融合机器学习、结构生物学、计算化学与CADD等多学科方法，结合强大的计算资源与工程化能力，构建高精度、具备泛化能力的生物分子基础模型，推动领域实现突破性进展。 1、加入背景多元的研究团队，和机器学习、计算化学、计算生物等领域的团队成员密切配合，通过团队合作来追求重量级成果； 2、参与构建和优化覆盖全生物分子类型的复合物结构预测模型，共同定义和开发下一代复合物结构预测模型； 3、跟踪研究领域的最新进展，与团队共同建立广泛深入的专业认知； 4、通过广泛合作验证和推广计算工具，创造学术与社会价值。
1. 参与三高环境（高温、高原、高寒等）及模拟环境（涉水、淋雨等高湿环境）的整车适应性验证工作； 2. 策划、执行整车在高温、高寒、高原、高湿、淋雨等极端/模拟环境下的适应性试验； 3. 分析试验数据，提报试验问题，编写试验报告，与研发、质量团队沟通推动解决； 4. 跟踪相关法规标准，精准分析用户大数据，制定/优化试验方法与企业规范； 5. 管理试验资源车辆、设备（传感器、数采工具等）及耗材、安全、保密、人员等。