岗位职责
- 大数据平台架构与底座构建： 主导大数据平台的架构设计与技术迭代，整合测试、缺陷与工艺参数等多源数据，构建高可用的良率分析数据底座；
- 数据可视化与服务体系： 设计并开发支持多维度下钻的分析看板，推动数据服务化与指标体系建设，帮助业务团队快速定位良率异常并识别趋势；
- 算法建模与根因分析： 构建基于决策树、随机森林、关联规则的根因归因模型，从海量数据中挖掘良率变异根因，驱动良率持续提升；
- AI模型落地： 推动设备预测性维护与日志智能异常检测等模型的研发与部署，逐步实现从人工巡检到系统预警的自动化升级。
职位要求
- 教育背景与专业知识：本科及以上学历，计算机、统计学、数据科学或相关理工类专业；
- 专业技能与资格：能使用SQL进行复杂数据查询与处理，能使用Python完成数据分析和ETL开发，能使用Hadoop、Spark、Flink等大数据框架完成TB级数据的清洗与建模，能设计高可用大数据平台架构，具有ETL开发与调度平台运维经验；
- 行业与专业经验：具备8年以上大数据平台或数据仓库开发经验，具备YMS、DMS或CIM系统数据分析经验，了解晶圆制造或封测业务基本流程及CP、FT、WAT、SLT等测试原理；
- 项目/任务成果：主导完成至少3个海量数据处理或数据仓库建设项目，并具备跨部门推动项目落地的能力；
- 其他要求：具有时序数据分析或异常检测算法基础知识，能主动学习并应用AIGC技术到实际业务场景。
