牛敬业

对芯片测试数据中隐藏的异常模式与良率线索始终抱有探查热情，乐于从统计分布和失效日志中推导物理根因，这份抽丝剥茧的成就感驱动我持续深耕。行事严谨，逻辑稳健，习惯用链路思维审视数据，不放过任何轻微偏倚。具备扎实的统计分析与自动化建模能力，善用 Python 生态快速搭建分析流，将原始日志转化为可执行的良率改进建议。同时，我注重与测试、设计团队的细腻沟通，能把数据推论清晰传递，并主动吸收先进测试架构和方法，希望将枯燥的数字打磨成诊断芯片健康的可靠语言。