AI for Fab算法工程师（博士）（深圳）

岗位职责：

1、智能良率分析：利用机器学习与数据分析，对晶圆测试（CP/FT）、WAT参数、缺陷检测图像等多源数据进行深度挖掘，建立良率预测与根因定位模型，精准识别低良率关键因子；

2、智能体（Agent）构建：参与搭建面向Fab工厂的自主智能体，实现产线异常自动巡检、多源数据联动查询、工艺故障根因推理与标准化处置建议生成，辅助工艺工程师高效决策；

3、大模型（LLM）应用落地：探索大模型在Fab场景的应用，包括工艺文档智能问答、设备日志语义检索、失效模式（FMEA）知识库构建及自动化报告生成，提升知识流转效率；

4、负责算法实验、模型训练、效果迭代、案例验证，配合团队完成算法原型落地与工程化试点。

岗位要求：

1、计算机、人工智能、数据科学、自动化、微电子、工业工程、应用数学等相关专业；

2、掌握机器学习、深度学习基础；熟悉 XGBoost、随机森林等传统机器学习算法，了解图像/时序数据分析思路；接触过RAG、LangChain、提示词工程、LLM 微调等大模型相关技术优先；

3、熟练使用Python进行数据分析与建模；熟练使用PyTorch/TensorFlow任一框架；掌握SQL数据查询，熟悉数据可视化工具；有模型训练、实验调优、简单接口开发或模型部署经验优先；

4、了解半导体前道/后道基本工艺流程，对晶圆良率数据（WAT/CP/FT）、缺陷检测、FDC设备异常分析有基本概念或学习意愿。

加分项：

1、有工业数据分析、故障诊断、良率预测、智能制造相关项目、毕设或竞赛经历；

2、有RAG、Agent、大模型应用、知识图谱、多模态算法、数字孪生相关实践经验；

3、了解半导体行业标准 SECS/GEM、MES、FDC等工厂系统；

4、有相关方向论文、专利、开源项目成果优先。