Data Processing · Optical Simulation · Lab Automation Code
형광체 · 페로브스카이트 발광 분석을 위해 스펙트럼 데이터를 자동 처리하는 코드 작성
• CSV 병합 및 노이즈 제거 자동화 • Exponential fitting 기반 lifetime 계산 • Peak detection 알고리즘 적용 • Google Colab에서 재현 가능한 파이프라인 구성
• TRPL fitting 속도 70% 이상 단축 • 반복 실험 데이터 처리 시간 → ‘10분 → 30초’ 감소 • 보고서/논문용 그래프 자동 생성 기능 구현
연구 생산성을 크게 높인 자동화 코드로, 재료 R&D의 반복 실험 처리에 강점.
Ag-TiO₂-Ag multilayer의 반사/흡수/투과를 계산해 실험 결과와 비교하는 시뮬레이션 코드 구현
• Transfer Matrix Method (TMM) • n,k optical constant 불러오기 • Wavelength-dependent absorbance 계산 • 실험–시뮬레이션 cross-validation
• Dewetting morphology에 따른 흡수 변화 예측 가능 • 실험 전 optical trend를 미리 예측해 공정 최적화에 기여
디스플레이의 광학/박막 설계(ITO, Ag, Low-e 등)와 직접적으로 연결되는 기술.
다양한 장비(FT-IR, UV-Vis, PL 등)에서 나온 데이터를 자동 정리하는 Python 스크립트 개발
• 장비마다 다른 CSV 형식을 통합 전처리 • Baseline correction 자동 적용 • Batch processing 기능 구현 • 폴더 단위 일괄 처리
• 하루 수십 개 실험 데이터를 자동 정리 • 사람 실수 최소화 + 데이터 신뢰도 강화
R&D 실험실에서 매우 중요한 ‘데이터 관리 능력’을 입증.