岗位职责 基于 fab inline、PCM、wafer级、die级及模块级数据，开展多层级质量关联分析 建立重点 failure mode 的分析模板，包括： 关键特征 关键 suspect 工序段 常见异常模式 历史相似 case 特征 建立异常检测能力，识别： 单变量异常 组合异常 趋势异常 未超 spec 但高风险的模式 建立 lot / wafer 风险排序和优先级机制，支撑 review、hold、加测和 deeper dive 开展 wafer map / spatial pattern（空间分布模式）分析，识别空间性异常和系统性偏移 建立相似 case 检索能力，支持历史问题快速复用 与工艺整合、测试/PCM整合协作，保证分析输入可信、分析结果可解释 将分析输出沉淀为规则、模板和 review 输入，而不是停留在一次性报告

任职要求 1、本科及以上学历，统计、数学、计算机、工业工程、电子工程等相关专业 2、三年及以上工业数据分析、制造数据分析、质量分析或良率分析经验 3、熟练使用 Python、SQL，具备统计分析、特征工程、异常检测、建模等能力 4、能处理小样本、脏数据、弱标签环境下的问题 5、强调可解释性，能够将分析结论转化为工程可用、管理可用的语言 6、具备较强的问题拆解能力和跨团队协作能力 优先条件 有半导体、制造业、yield、SPC、FDC、wafer map analytics 经验 有复杂质量问题缩圈分析经验 有相似案例检索、规则引擎、知识库或 LLM（Large Language Model，大语言模型）辅助分析经验 有 fabless / foundry 协作背景优先