数据分析高级工程师

1、牵头整合制造端（浆料至分容各工序）全流程数据，建立以“单颗电芯”为追溯单元的数据链条。目标产出： 一个可关联、可追溯的制造核心参数数据库。
2、聚焦当前量产或试制中最突出的1-2个质量问题（如：容量异常、高自放电、析锂等），运用多元统计分析和机器学习模型，从海量工艺参数中定位根本原因。目标产出： 关键缺陷的根因分析报告与解决方案。
3、构建数据模型，通过前段工艺参数（如浆料粘度、辊压压力等）预测电芯最终性能（如循环寿命、DCIR）。反向用于指导工艺参数设定，实现“虚拟试产”，减少实验次数。目标产出： 经过验证的、可用于新批次生产设定的性能预测模型。
4、开发基于时序数据的工艺异常检测算法，对生产线上的关键设备参数进行实时监控与预警，实现从“事后分析”到“事中干预”到“事前规避”的转变。目标产出： 在试点工序上线的工艺异常实时预警系统。