岗位职责： 职位概述 我们正在招募研究导向的机器学习实习生，参与深度学习模型在逆光刻与计算图形化工艺中的应用开发。 本项目聚焦于训练生成或优化掩模版候选方案的模型，该方案在进入严格 OPC（光学邻近校正）流程之前使用。目标在于提升收敛速度、改善方案质量，并增强后续制造环节的可生产性。 工作职责 • 设计和训练用于逆光刻及 OPC 前图案优化的深度学习模型； • 在 PyTorch 框架下进行生成式建模与逆建模的实验探索； • 搭建 GPU 训练流水线，并对模型性能进行系统评估； • 与光刻、OPC 和计算几何等领域的专家协作，将模型输出与制造需求对齐。 岗位要求： 岗位要求（必需） • 硕士或博士在读，或高年级本科生，专业方向为计算机科学、电子工程、应用物理、应用数学、计算成像或相关理工科背景； • 具备扎实的 PyTorch 使用经验和现代深度学习开发流程实操能力； • 有 GPU 训练经验，包括收敛调试、内存管理和数据吞吐优化； • 至少熟悉以下一个方向：生成模型、逆问题、可微优化、图像到图像的转换、计算成像或信号处理；• 数学基础扎实，能严谨分析模型行为及失效原因； • Python 编程能力强，能适应研究型代码库的协作开发。 优先条件（非必需，但加分） 具备以下任一经验者优先考虑： • 光学、成像系统、物理信息驱动 ML、可微仿真或数值优化； • 扩散模型、条件生成模型、神经算子、基于分数的方法、逆问题或图像到图像转换； • 半导体光刻、OPC、RET、计算图形化、EDA 或掩模优化； • 使用过 Weights & Biases、Hydra、Lightning、Ray、Slurm 等可复现 ML 实验管理工具。