1. 半导体专用平板锥束CT重建全链路算法研发 基于微焦点射线源+高分辨率平板探测器，搭建完整成像算法流水线；实现FDK解析重建、SART/OS-SART、TV/稀疏约束迭代重建、MBIR统计重建；针对半导体多层高低密度混合材质（硅/铜/锡/塑封料/焊料）、微米级微小结构、低剂量防器件辐照损伤场景定制重建模型，提升亚微米级空间分辨率、微小缺陷CNR对比度。 2. 平板投影预处理与高精度几何标定算法开发 开发适配半导体平板原始数据校正模块：暗场/增益/空气校正、坏点/坏线像素修复、平板像素非均匀响应、散射基底逐帧校正；自研全自动几何标定算法，精准补偿微焦点转台中心、DSO/SDD、探测器倾斜偏移、机械微摆动误差，保障三维体素尺寸测量微米级精度，满足半导体计量检测要求。 3. 半导体行业特有伪影抑制算法攻关 解决芯片成像核心痛点：多层金属叠加严重金属条纹伪影MAR、环状伪影、微焦点射束硬化、光子饥饿低信噪比、多层界面散射模糊、微小焊点边缘伪影；开发局部自适应降噪、边缘保真锐化、分层对比度增强；搭建半导体CT图像量化评估体系（MTF、微小空洞检出率、尺寸测量误差、伪影量化指数），匹配半导体封装检测标准。 4. 算法C++工程化+CUDA高速并行加速 将Matlab/Python仿真算法落地为工控机量产稳定代码；基于CUDA完成投影校正、三维重建、插值滤波大规模并行加速，优化亿级体数据内存调度；适配Windows工业工控平台，输出标准化算法SDK；平衡高分辨率重建精度与产线检测节拍，实现芯片样品快速30s内完整重建，支撑在线批量检测需求。 5. AI重建预研（半导体低剂量/稀疏采样专用） 调研深度学习计算成像方案，基于U-Net/Transformer开发半导体专属AI重建模型：稀疏少角度重建降噪、有限角伪影修复、低剂量成像噪声抑制、微小焊点超分辨增强；完成模型轻量化、GPU推理加速，解决产线高速扫描下投影不足、辐照剂量过高损伤芯片器件的行业痛点。 6. 设备联调、样品验证与技术交付 对接微焦点硬件、平板探测器、上位机测量软件团队；针对各类芯片、功率器件、晶圆样品做实机扫描调试，定位空洞漏检、尺寸偏差、层间模糊等成像问题；输出算法方案、标定手册、成像测试报告，支撑设备出厂验收、客户失效分析实验室交付；配合应用工程师完成BGA、TSV、堆叠芯片等标准样品成像验证。 7. 技术沉淀与前沿预研 跟踪微焦点锥束CT、X射线相位衬度成像、光子计数平板、半导体能谱CT前沿技术；撰写成像发明专利、技术白皮书；持续迭代算法适配Chiplet、混合键合等下一代先进封装检测需求

硬性必备 1. 硕士及以上学历，计算数学、应用物理、核技术、精密仪器、生物医学工程、计算机视觉、无损检测相关专业；博士优先。 2. 扎实X射线锥束CT成像理论：精通Radon变换、FDK、迭代重建完整原理，熟悉微焦点成像、多层材质X射线衰减、散射、束硬化物理模型；了解半导体封装结构与检测缺陷类型优先。 3. 编程能力：精通C/C++；熟练Matlab/Python做算法仿真；熟悉OpenCV、RTK、ASTRA等CT成像开源库。 4. 具备GPU并行开发实战，精通CUDA重建加速、大规模3D体数据处理，熟悉多线程、内存优化。 5. 完整算法落地经验：能独立完成仿真、实机调试、图像问题定位、量产性能调优；有工业平板CT设备交付经验优先。 优先加分项（半导体赛道重点） 1. 有半导体/芯片平板CT、微焦点X射线成像项目经验，熟悉BGA、TSV、Flip Chip、功率器件检测场景，掌握微米级精密测量算法； 2. 深耕多层金属MAR金属伪影、散射校正、有限角稀疏重建、低剂量成像，持有相关专利或行业论文； 3. 掌握PyTorch/TensorFlow，做过工业CT AI降噪、AI重建、微小缺陷增强落地项目； 4. 熟悉半导体无损检测计量标准、三维体数据尺寸测量、空洞体积定量分析； 5. 熟悉VTK三维体渲染、工控上位机集成、批量自动化产线成像流程； 6. 了解光子计数平板探测器、相位衬度CT、分层CT（CL）技术。