算法工程师

职责描述： 1. 负责计算机视觉（图像分类、目标检测、图像分割）以及时序数据分析方向的算法研发、建模与性能优化； 2. 针对半导体制造场景开展算法落地，包括晶圆图缺陷模式识别、光学/电子扫描图像微观缺陷检测、设备故障预测与健康管理（PHM）等； 3. 探索并应用前沿人工智能技术，如大模型领域适配与微调、生成式AI、自监督学习、小样本学习等，提升算法在真实产线环境中的泛化性与鲁棒性； 4. 开展海量多源半导体数据处理与分析，涵盖晶圆检测图像、传感器时序信号、工艺参数及量测数据； 5. 完成数据清洗、特征工程与可视化分析，从高维复杂数据中提取有效特征与业务洞见，支撑建模决策； 6. 协同软件与硬件工程师，推进算法模型在生产检测系统中的集成、部署、性能监控与持续迭代优化，保障模型在工业级环境中的稳定性与推理效率； 7. 持续追踪AI与半导体交叉领域的关键技术进展，并结合产线实际需求开展可行性评估与技术预研； 8. 与工艺、设备、产品等跨职能工程师紧密协作，深入理解业务痛点，完成需求分析、技术方案设计与落地验证。 任职要求： 1. 硕士及以上学历，计算机科学与技术、电子科学与工程、应用数学、控制科学与工程、自动化等相关专业； 2. 精通Python编程，具备扎实的工程实现能力与良好代码规范；具有3年以上机器学习或深度学习项目研发经验，熟练掌握PyTorch或TensorFlow框架； 3. 在计算机视觉领域具备扎实理论基础与丰富实践经历，熟悉目标检测、语义/实例分割、图像生成等主流任务的技术原理与典型模型； 4. 具备优秀的逻辑分析与复杂问题解决能力，对技术创新与工程落地有强烈驱动力；具备良好的跨团队沟通协作能力； 5. 具备半导体制造行业相关经验者优先，熟悉晶圆厂（FAB）核心业务流程，如缺陷检测、良率分析、统计过程控制（SPC）、故障检测与分类（FDC）等； 6. 熟悉工业机器视觉系统架构与常用工具库，具备OpenCV、YOLO系列、scikit-learn等开发经验；具备大数据处理能力，熟悉Spark、Hadoop、StarRocks等技术栈；具备模型部署与加速经验，了解Docker、Kubernetes、TensorRT等工具链。