负责研究院实验设计（DOE）能力体系的建设与运营，构建覆盖高分子材料与化工领域的DOE方法论体系、标准化工作流和数字化工具链，为院内各科研项目提供实验设计方案与数据分析支撑，并主导DOE智能体的领域知识工程化工作。 — 1 负责DOE方法论体系的系统化梳理与结构化输出，对接院内各研发项目部，为科研项目提供实验设计与数据分析支持 — 2 主导高分子材料与化工领域实验设计与数据分析典型场景的方法论建设，为AI算法建模与智能决策产品提供业务输入与场景定义 — 3 构建实验设计与数据分析相关的决策逻辑框架与领域知识库，将专家经验转化为可被Agent、知识图谱等模块调用的结构化知识体系 — 4参与实验设计智能体的功能定义与能力规划，对智能化生成的实验方案、数据分析结论与优化建议进行专业评审与质量把关，牵引产品迭代方向 — 5 跟进领域前沿技术动态，推动材料研发场景下数据驱动决策能力的持续升级

— 1 博士学历，化学、高分子材料、材料科学与工程、应用统计学或相关专业 — 2 具有实验设计（DOE）在工业研发中的实际应用经验，有高分子材料或化工领域DOE项目案例 — 3 精通至少一种专业DOE软件（JMP、Minitab、Design-Expert或MODDE），理解各软件底层统计算法的异同 — 4 具备扎实的统计学和实验设计理论基础，熟练掌握方差分析、回归建模、假设检验、残差诊断、效应稀疏性原理、混料约束处理、多响应优化等方法 — 5 具有将研发方法论或技术流程编写为标准操作流程（SOP）的实际经验，能够将专家经验抽象为结构化、可执行的规则 — 6 能够深入理解高分子材料或化工领域的典型研发流程（配方设计、工艺优化、性能评价），与材料科研人员建立有效沟通，准确识别实验需求中的DOE要素 — 7 参与过实验设计相关的数字化系统、知识图谱或AI辅助研发项目者优先 — 8 具有材料研发实验室实际工作经验，熟悉材料制备与表征实验流程者优先 — 9 具有较强的工作稳定性、领域深耕意愿和系统性思维，能够将分散的经验整合为可复用的方法论体系