负责实验全流程数据的整理与优化，涵盖设备运行数据、实验反馈数据及质量检测数据等，确保数据的及时性与准确性，以满足AI算法对高质量数据的应用需求;

参与实验结果数据的审查与记录工作，一方面为实验决策提供数据统计支持，另一方面优化数据结构与内容，为智能算法的开发与应用奠定基础;

针对高价值实验场景，开展性能预测、参数择优及实时调参等算法的研究与落地，实时跟踪设备及材料的运行状态，提升实验系统的稳定性与使用寿命;

参与分布式实验系统的架构与算法设计，从整体能源效率与运营效率出发，解决运行单元的资源分配、状态恢复等核心问题，并构建单元间可复用的模型框架与协同学习机制;

结合业务发展阶段、实验目标及成本控制要求,完善实验设计框架与流程;通过在单次实验中设置多组参数条件，实现数据的快速、规模化积累，并可为更多场景的分析决策提供有效支撑;

深入理解实验与生产任务的流程及目标，通过数据分析与算法挖掘，洞察业务关键问题并提出可验证的解决方案，例如识别实验性能的核心影响因素、动态优化工艺参数、预警并预防设备故障等。