博士 · 成都
西南交通大学
机械电子工程,研究方向为智能制造、深度学习、机器学习与数字孪生。
芯片智能制造 · 工业 AI
我是宋虹亮,西南交通大学机械电子工程博士,具备三年世界 500 强半导体与工业智能制造工作经验。聚焦芯片智能制造、良率与测试数据分析、设备健康监控、工业软件和 AI 应用落地。
01 / ABOUT
我的经历横跨半导体封测、离散制造、旋转机械状态监测、发动机与直升机智能运维。 我关心的不只是模型指标,更关心工业数据如何支撑良率提升、异常追溯、设备维护和稳定量产。
测试数据、Map 图像、设备运行数据、工艺参数与良率改善。
异常检测、时序建模、深度学习、信号处理与特征工程。
Python、SQL、Django、Vue、ECharts 与工业软件集成。
02 / JOURNEY
博士 · 成都
机械电子工程,研究方向为智能制造、深度学习、机器学习与数字孪生。
工业人工智能工程师
面向离散制造场景参与工业 AI 解决方案研发,负责工业数据分析、算法开发、设备联调、通信对接、控制逻辑优化与智能制造应用落地。
制造产品工程师 · 封测
负责半导体产品量产阶段制造工程支持,参与生产过程优化、良率提升、生产测试与设备运行数据分析、新产品 SWR 验证与量产导入。
硕士 · 成都
机械电子工程,研究方向为设备状态监测。
本科 · 西安
机械设计制造及其自动化,高考 616 分(四川省约 5700 / 28 万)。
03 / RESEARCH
发表 SCI Q1 论文 8 篇,其中第一作者 5 篇、第二作者 3 篇;发表 EI 会议论文 2 篇并参加国际会议汇报。授权发明专利 13 项、实用新型专利 7 项;本站开放部分论文与专利材料下载。
04 / PROJECTS
基于 Oracle 构建测试机性能数据库并定期接入校准数据;使用 Python 分析资源板通道级电压、电流,以 3σ 规则标记异常,并通过自研算法对测试机、资源板及通道进行分层健康评分,支撑设备维护与质量追溯。
使用 SQL 从 Oracle 自动提取测试数据并生成晶圆测试 Map;改进深度学习分类模型识别异常模式,融合图像特征与工艺专家知识构建多维特征体系,并以集成学习实现低良率根因分析与异常物料自动流转。
基于 Django + Vue 独立完成系统前后端开发,搭建用机申请、审批、分配和状态管理流程;设计基于角色的权限机制并同步 Oracle 设备及工程信息,支持多部门协同,提升工程用机调度的规范性与效率。
面向航空修理工厂设备运维、维修工艺、生产组织和知识管理,构建工业知识图谱;基于 LLM 集成 RAG、工具调用与工作流编排,设计数据处理、设备诊断、工艺分析及维修决策等多 Agent 协同,并参与开发融合设备监测与数字孪生的智能制造平台。
采集液位、温度及 PID 控制量等现场运行数据,分析多变量耦合关系;构建液位波动预测与控制优化模型,以强化学习优化控制策略,完成算法测试、参数优化和现场部署,提升熔铸过程运行稳定性。
使用 PCB 三轴加速度传感器和 Kistler 力传感器采集加工过程数据;以 Python 完成信号处理与特征提取,采用动态阈值识别异常时间点,并构建 ResNet 刀具寿命监测模型,实现磨损状态识别与预警。
使用 SolidWorks/CAD 完成机器人夹具与第六轴的建模和结构设计;完成安川机器人与上位机通信集成,结合 YOLO 实现板材识别、抓取及姿态调整,并参与设备联调、PLC 通信和自动化运行逻辑开发。
05 / HONORS
06 / SKILLS
熟悉 Python、JavaScript、Vue、Django、ECharts、RESTful API、SQL、Matlab、Git 与 Vibe Coding,具备 PyTorch 工程开发能力。
熟悉机器学习、深度学习、异常检测、时序建模、信号处理、特征工程、迁移学习与半监督学习。
熟悉常见工业通讯协议、传感器数据采集、设备数据接入、Oracle、SQL,以及生产测试数据与设备运行数据分析。
熟悉数字孪生可视化、Web 端三维可视化、数据构建、Prompt 设计、RAG 知识检索、知识库建设与工程集成。
熟悉 SolidWorks、AutoCAD、Simcenter Testlab 在 NVH 测试分析中的应用,以及 Vibe Coding 辅助应用开发流程。
CERTIFICATES / 证书与执照
07 / CONTACT
欢迎围绕芯片良率与测试数据分析、设备健康监控、工业软件和 AI 应用进行交流与合作。