负责收集、清洗和分析试验与生产过程中产生的数据，涵盖设备运行数据、试验反馈数据、质量检测数据等，保障数据的及时性、完整性和准确性；

开展数据质量评估与监控工作，针对缺失值、异常值、重复数据等问题进行处理，推动数据质量持续提升；

构建预测试验性能的算法，并将其应用于正在进行的试验中，以便及时跟踪和响应设备及材料的运行状况；

针对运行中的设备，设计并优化自动化调参算法，依据历史、当前及预测的运行参数和性能，实时调整影响试验性能的控制参数，延长试验的有效运行时间；

拓展特征工程，提炼关键特征，增强模型的预测效果和执行效率；

针对集群化设备运行场景，在算法层面构建并行、整合且相互参照和影响的模型框架及应用；

完善试验设计的框架与流程，结合业务发展阶段、试验计划目标和成本控制约束等情况，提升试验设计在计划、执行和结果分析等方面的整体效果；

了解统计过程控制(SPC)，用于跟踪和反馈试验与生产的受控状态;能够运用控制图分析生产数据，识别过程中的异常波动，及时发出预警并推动问题解决；

深入理解试验和生产任务的流程与目标，通过数据分析和算法挖掘，洞察业务关键问题，提出解决方案并进行验证，例如确定试验性能的重要影响因素、动态优化工艺参数、识别和预防设备故障等。