岗位亮点:面向LPDDR/eMMC/UFS测试与制造场景，负责测试异常识别、良率预测、测试Case优化等AI项目落地。核心职责 ·负责测试日志、良率数据、设备参数等多源数据的清洗、建模与分析 ·围绕异常检测、根因辅助分析、良率预测、设备预测维护等场景构建算法方案。 ·对历史 Pattern/Case覆盖率与Fail数据进行分析，输出测试优化建议。 ·与测试、质量、产品工程团队协作，把工程经验沉淀为规则+模型结合的能力。

3年及以上数据分析、机器学习或工业算法相关经验。 熟练掌握 Python、SQL、Pandas、NumPy、scikit-learn。 熟悉异常检测、聚类、分类、回归、时间序列等方法，能独立完成数据建模闭环。 熟悉XGBoost/LightGBM/CatBoost至少一种;有PyTorch基础更佳。 有制造业、质量分析、预测维护、半导体/存储测试经验者优先。 岗位关键词:Python/SQL/机器学习/异常检测/良率预测/XGBoost/LightGBM/工业算法