美光科技
Senior Engineer, HIG HBM Package PE
Senior Engineer, HIG HBM Package PE
发布于 2 小时前基层主管/组长
全职员工仅现场办公工艺工程
工艺工程
Agentic Ai
Ai/机器学习
Hbm封装
半导体制造
可靠性工程
团队管理
工艺工程
数据分析
良率提升
值不值得投
74综合评分
综合评分 74
聚焦HBM前沿封装技术，强调数据驱动与AI赋能，福利完善但工作地点固定
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
2.9万
比工艺工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 300 个在招 · 其中工艺工程 85 个
市场机会
选择适中
台中 · 工艺工程 · 17 个在招
职位详情
关于这个职位
负责HBM（高带宽内存）封装产品工程支持，带领专业团队优化制造流程良率与产品质量
通过数据统计分析与跨部门深度协作解决复杂生产问题，持续推动成本降低与产能规模提升，保障新一代存储产品高效量产与交付
最低要求
电气工程学士或硕士学位，具备8年以上半导体行业经验
展现出色的领导力与技术能力
具备高度敬业精神与动机，能灵活适应动态工作环境中的多重角色
拥有在团队内外开展协作以解决复杂商业与工程问题的成功记录
对所承担职责具有强烈的责任感与问责意识，秉持专业的职业道德
工作职责
负责提升组装相关覆盖率以改善Time 0和Field DPM，减少/预防组装流程中的在线不良
通过优化测试覆盖率并与技术开发和包装组织合作，降低HBM Cube在晶圆组装中的良率损失
与跨职能团队合作，驱动累计良率所有权，推进整体良率与质量改进计划
处理Qual/Package Qual及RMA包装相关问题
前端与后端工艺转换：与FAB、TD、APTD、PDE团队合作建立稳健的工艺转换业务流程，以促进良率提升、DPM改善及HBM产品整体性能
利用内部统计工具/机器学习/AI进行工程数据分析以提升良率和可靠性，并在Dispo工作流中实施
创建良率损失、特性/参数趋势、晶圆/裸片/Cube阴影的偏差警报系统
指导与发展他人：积极培养和指导团队成员，促进团队与组织成长
跨职能协作：与Fab、HBM技术开发、HBM设计、系统开发和质量/可靠性团队紧密合作，确保终端产品的全面开发与交付
推动创新：促进技术创新，为美光提供相对于竞争对手的技术优势
积极审查并部署AI工具或Agentic AI以提高日常运营的生产力与效率
优先资格
具备美光公司及Product Engineering和Packaging经验者优先
AI 洞察
优缺点分析
优点
- 聚焦HBM这一当前算力需求最旺盛的前沿存储领域，技术壁垒高且行业前景广阔
- 平台资源丰富，可接触先进的AI/Agentic AI工具与海量工程数据
- 明确的团队管理职责与导师机制，有利于积累领导力与组织影响力
- 良率与质量指标直接挂钩业务KPI，对结果导向要求极高，容错率低
- 跨部门协作链条长，需频繁对齐多方利益与进度，沟通成本高
- 适合具备扎实半导体工艺背景、渴望向技术管理转型，且抗压能力强、善于数据驱动决策的资深工程师
缺点 / 挑战
- 需同时兼顾技术攻关与团队管理，工作负荷与多线程压力较大
角色解读
- 可向高级产品工程专家或技术总监方向发展，深耕存储芯片前沿封装技术
- 转向更广泛的产品管理或运营领导岗位，统筹多条产品线或区域业务
- 成为半导体行业咨询顾问或技术布道师，分享良率提升与AI应用经验
- 主导HBM封装产品的工程支持与良率优化，解决量产阶段的技术瓶颈
- 搭建并指导产品工程团队，制定测试覆盖与工艺转换标准
- 运用统计工具与AI技术进行数据分析，建立预警系统以提升可靠性
- 深厚的半导体封装与制造工艺知识，熟悉HBM产品特性
- 强大的数据分析能力，能熟练运用统计软件、机器学习或AI工具
- 优秀的跨部门沟通与项目管理能力，能协调Fab、研发与质量团队
- 具备团队管理与人才培养经验，能驱动技术落地与流程改进
申请策略
- 提前研究美光在存储领域的技术路线图，面试时可结合其业务痛点提出针对性优化思路
- 准备1-2个完整的技术难题解决案例，按STAR法则清晰阐述背景、行动与量化结果
- 突出HBM或先进封装相关的良率提升项目，量化DPM下降与成本节约成果
- 详细列出主导的跨部门协作案例，展示如何打通Fab、研发与生产环节
- 强调数据分析与AI工具的实际应用经验，提供具体模型或预警系统构建案例
- 深化对HBM架构与封装测试流程的理解，关注最新行业技术演进
- 提升Python/R等数据分析语言能力，掌握机器学习在良率预测中的应用
- 加强敏捷项目管理与团队辅导技巧，学习如何设定清晰的技术里程碑
面试指南
- 采用STAR法则结构化回答，重点突出数据支撑、跨部门协作策略与最终业务影响
- 针对冲突协调类问题，先倾听各方技术逻辑，再回归共同目标（如良率/交期），提出分阶段验证方案
- 针对AI/数据分析问题，强调从业务场景出发定义特征、选择合适算法，并注重模型的可解释性与工程化部署
- 请分享一个你主导的良率提升或工艺转换项目，你是如何定位瓶颈并推动落地的？
- 面对Fab、设计与质量团队的诉求冲突，你会如何协调资源并达成共识？
- 你如何利用数据分析或AI工具来预测潜在的质量风险并提前干预？
- 作为团队负责人，你如何评估成员能力差距并制定培养计划？
- 系统复习半导体封装工艺基础与HBM技术原理，梳理关键指标（DPM、Yield、Cycle Time）的计算逻辑
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
JD未明确薪资范围，但跨国半导体巨头通常提供具备竞争力的薪酬包与完善的福利体系，稳定性较高。
薪资信号未披露（AI估算：2.2千–3.5万/月）
福利待遇医疗、牙科和视力计划、伤残收入保护、带薪家庭假、带薪休假计划、带薪节假日
成长发展
85较高
岗位明确强调团队指导、技术创新与AI工具部署，技术栈处于存储行业前沿，内部成长通道清晰。
技术前沿前沿/新兴技术
技术栈HBM、机器学习、AI、Agentic AI、统计分析
成长机会Mentorship and Development of Others、actively developing and mentoring others、growth and development of the team
业务类型profit_center
工作生活
60中等
JD未提及弹性工时或远程安排，半导体工程岗通常需驻厂支持产线，通勤与作息相对固定。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
HBM属AI算力核心组件，处于高速增长赛道，岗位直接贡献于终端产品交付与技术领先，社会价值与行业前景兼具。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs