岗位职责
1. 工艺数据分析与建模：针对注塑、冲压、焊接、发泡、包覆、电子等制造场景的工艺参数与质量数据，开展数据清洗、特征工程、相关性分析等工作，建立参数-质量映射模型。
2. DoE 试验设计与分析：独立设计并执行实验设计（Design of
Experiments），包括全因子、部分因子、响应曲面等方案，系统分析工艺参数对质量指标的影响规律。
3. 参数优化与寻优：基于统计模型和优化算法（如响应曲面法、遗传算法、粒子群优化等），在多输入多输出约束下求解优秀工艺参数组合，支撑现场质量改善和效率提升。
4. 参数灵敏度与贡献度分析：开展参数灵敏度分析和贡献度排序，识别影响产品质量的关键工艺参数，为工艺窗口设定和过程管控提供数据依据。
5. 项目落地与效果验证：主导或参与产线级工艺参数优化项目，跟进方案在现场的实施与验证，量化改善效果，形成标准化的方法论与优秀实践。
6. 跨团队协作：与工艺、质量、设备、IT 等团队协作，推动数据采集、模型部署和结果验证，确保优化方案可落地、可复制。
基本要求
- 学历专业：本科及以上学历，机械工程、车辆工程、自动化、模具、材料科学与工程、数理统计、应用数学、工业工程等理工科相关专业。
- 工作经验：
- 本科学历：5 年及以上工业制造领域工艺参数优化或质量改善相关工作经验；
- 硕士研究生学历：3 年及以上相关工作经验。
- 项目经验：主导或深度参与过 2 个及以上完整的工业产线现场工艺参数优化项目，项目需以质量改善为核心目标，且具备从数据分析到现场验证的完整闭环经验。
技能要求
- 统计分析能力：熟练掌握 DoE 参数设计（全因子/部分因子/响应曲面等）、线性/多项式回归分析、参数灵敏度分析、参数贡献度分析、响应曲面分析等统计方法。
- 优化算法能力：熟悉多输入多输出条件下的参数寻优算法，能够在多目标约束下求解优秀参数组合。
- 编程与工具：熟练使用 Python 或 MATLAB 进行数据分析与建模，掌握常见的数据对齐、异常值剔除、数据切分、数据可视化等操作。
- 工程思维：具备良好的工程落地意识，能够将算法方案转化为产线可执行的工艺参数调整方案，并跟进验证效果。
- 沟通协作：具备良好的跨团队沟通能力，能够与工艺、质量、设备等不同背景的同事高效协作。
加分项
- 熟悉汽车零部件生产常见加工工艺（注塑、冲压、焊接、发泡、包覆、电子装配等），有汽车行业从业经验者优先。
- 熟悉工业现场常见通讯协议与设备，如西门子 PLC、汇川 PLC、OPC/UA、ModBus
RTU/TCP 等，能够对接产线数据采集者优先。
- 有机器学习、深度学习在工业质量预测或工艺优化方向的应用经验者优先。
- 有六西格玛黑带/绿带、质量工程师等相关认证者优先。
