【Hsinchu】Lead Scientist, Modeling & Simulation

The Role:

• A bridge between RD/manufacturing processes and data/ML
• Responsible for extracting insights from large, heterogeneous datasets
• Collecting, cleaning, and transforming large datasets
• Building statistical / ML models
• Identifying patterns and trends for business or engineering decisions
• Delivering predictive models, process optimization, and decision support
• Communicating insights to cross-functional stakeholders

• 擔任研發（R&D）與製造流程團隊，以及資料分析與機器學習應用之間的橋樑。
• 從大量且多元的資料來源中萃取具商業與工程價值的洞察。
• 負責資料蒐集、清洗、整合與轉換，以建立高品質分析資料集。
• 建立統計分析及機器學習模型，發掘影響業務與製程表現的關鍵因素。
• 運用數據分析識別趨勢與模式，支援工程改善及商業決策。
• 開發預測模型、製程最佳化解決方案及決策支援機制。
• 與研發、製造、品質及其他跨功能團隊合作，並有效傳達分析結果與建議。

In this role you will:
Work with RD, process engineers, equipment engineers and IT in the following areas and translate RD/engineering problems into data science frameworks.
1. Support the integration of datasets from multiple engineering/RD domains for data science applications (statistics, AI/ML, time-series analysis…).
2. Develop models for yield, quality, and defect prediction to support root cause analysis and anomaly detection for improvement in process control and productivity.
3. Build predictive models and deploy ML pipelines in production environments to support the development of AI-enabled solutions.
4. Develop physics-informed ML models or design new modeling approaches integrating computational simulation data and experimental data to solve scientific /engineering problems.

與研發（R&D）、製程工程師、設備工程師及資訊技術（IT）團隊密切合作，將研發及工程問題轉化為資料科學解決方案與分析框架。
1. 支援整合來自不同工程及研發領域的資料集，以應用於統計分析、人工智慧／機器學習（AI/ML）、時間序列分析等資料科學專案。
2. 開發良率（Yield）、品質（Quality）及缺陷（Defect）預測模型，支援根本原因分析（Root Cause Analysis）與異常偵測（Anomaly Detection），進而提升製程控制能力與生產效率。
3. 建立預測模型並部署機器學習流程（ML Pipelines）至生產環境，支援 AI 應用解決方案的開發與落地。
4. 開發結合物理機制的機器學習模型（Physics-Informed Machine Learning Models），或設計整合模擬數據（Simulation Data）與實驗數據（Experimental Data）的新型建模方法，以解決科學研究及工程技術相關問題。

Traits we believe make a strong candidate:

• Good communication skills in both Mandarin and English.
• A team player able to work with different stakeholders in diversified task forces.
• Experiences in chemical manufacturing, semiconductor manufacturing or related fields.
• Master’s degree or PhD in data science, computer science, industrial engineering, chemical engineering, chemistry, physics or related fields.
• Proficiency in collecting, cleaning and transforming large datasets and building data models based on statistics, AI/ML etc.
• Proficiency in tools such as Python, R, TensorFlow, PyTorch, SQL or Tableau.
• Ability to do research independently to identify optimal solutions / approaches for target scientific or engineering problems.

• 具備良好的中文及英文溝通能力。
• 具備團隊合作精神，能夠與不同利害關係人（Stakeholders）及跨功能團隊協同合作。
• 具備化學製造業、半導體製造業或相關產業經驗。
• 具資料科學、電腦科學、工業工程、化學工程、化學、物理學或相關領域碩士或博士學位。
• 熟悉大型資料集的蒐集、清理、轉換與整合，並具備運用統計分析、人工智慧（AI）及機器學習（ML）建立資料模型的能力。
• 熟練使用 Python、R、TensorFlow、PyTorch、SQL 或 Tableau 等資料分析與機器學習工具。
• 具備獨立研究能力，能針對特定科學或工程問題，找出最佳解決方案或技術方法。