岗位职责
- 视觉分析平台设计与落地： 主导智能视觉检测数据在良率分析场景中的应用架构设计，搭建缺陷自动识别与分类模型的整体框架，输出平台化分析解决方案，保障多产线使用的一致性；
- 跨模块数据链路构建： 拉通图像检测数据、电性测试数据与批次追溯数据的全流程关联链路，制定统一的数据接口规范，识别数据流中的断点与异常并及时闭环；
- 关键缺陷专项攻关： 聚焦影响良率的瓶颈缺陷类型，设计专项分析方案，利用视觉特征与工艺参数联合建模，定位变化根因，输出改善建议并协同工艺团队验证，跟踪效果并固化经验；
- 分析效率提升与工具迭代： 梳理检测分析中的重复性人工环节，推动自动化规则替代，持续迭代分析脚本与看板逻辑，沉淀模块化工具和方法论案例库，缩短同类问题的定位周期。
职位要求
- 教育背景与专业知识：本科及以上学历，自动化/电子信息/计算机科学/数学/物理等相关理工专业，具备图像处理及模式识别的数理基础；
- 专业技能与资格：熟悉Python或C++编程，能使用OpenCV等视觉算法库完成图像特征提取与分析任务，掌握至少一种数据库查询语言，能独立处理万级以上的数据量；
- 行业与专业经验：具备6-10年左右半导体制造或相关工业场景中视觉检测项目经验，有3年以上良率分析或设备自动化数据处理相关经验；
- 项目/任务成果：主导完成过至少一个视觉检测或良率分析改善项目，并在项目中有明确的结果指标提升；
- 其他要求：具有刨根问底的逻辑分析能力，能快速从复杂数据中定位关键变量，适应产线节奏，推动跨部门问题闭环解决
