美光科技
Engineer, MTB PCE
Engineer, MTB PCE
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公质量控制
质量控制
Doe
Dsc/Tga
Spc
供应商质量管理
失效分析
实验室运营
封装材料
材料表征
跨部门协作
值不值得投
74综合评分
综合评分 74
技术复合度高、平台规范稳定、侧重材料与AI质量融合，常规制造业节奏
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
1.2万
比质量控制中位数低
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 420 个在招 · 其中质量控制 13 个
市场机会
选择适中
台中 · 质量控制 · 13 个在招
职位详情
关于这个职位
负责半导体封装材料的物理化学特性测试与数据分析，主导供应商来料异常调查与失效根因排查，运用DOE及统计学优化工艺窗口，并推动AI辅助的质量监控与数字化项目，跨部门协作提升产品良率与制造稳健性
最低要求
需熟练掌握DSC、TGA、DMA、TMA、流变仪等分析仪器操作
具备材料特性评估(Tg、CTE、粘度、模量等)与测试方法开发能力
拥有供应商质量调查、根本原因分析及纠正预防措施推动经验
精通DOE设计与统计过程控制(SPC/MSA)
熟悉半导体封装材料(塑封料、NCF、切割胶带、液态EMC等)特性
具备跨部门协作与技术方案汇报能力
工作职责
材料表征与分析：使用DSC、TGA、DMA、TMA、流变仪、接触角、密度等分析技术进行材料表征
评估Tg、CTE、粘度、模量、固化行为、填料含量、热稳定性和润湿性等关键材料特性
分析材料行为并建立材料特性与制造性能之间的关联
支持来料评估、认证及供应商材料评估
测试方法开发：开发、优化和标准化材料表征方法及测试程序
为实验室运营建立SOP、OCAP、SPC基线和MSA计划
为塑封料、NCF、切割胶带、液态EMC、胶粘剂及其他封装材料开发新的表征能力
执行方法验证、相关性研究和跨基地基准测试活动
供应商质量与材料调查：主导供应商材料异常、趋势偏差和质量问题的调查
进行根本原因分析并与供应商共同推动纠正和预防措施
支持供应商审核、变更管理评审及材料控制计划优化
建立关键质量特性(CTQ)监控策略并加强供应商过程控制系统
失效分析与相关性研究：通过科学分析调查材料相关失效和制造缺陷
建立材料-工艺和材料-良率相关性模型
支持涉及芯片裂纹、挤出、爬升高度、剥离、残留、翘曲和工艺波动等问题的调查
生成技术建议以提升产品质量和制造稳健性
DOE与统计分析：设计并执行材料、工艺和测量优化的DOE研究
应用统计方法论识别关键变量并优化工艺窗口
分析大型数据集并为工程决策生成可操作的见解
开发监控仪表板与绩效报告系统
AI辅助与数字化质量倡议：支持开发AI驱动的材料质量监控与分析解决方案
参与Material Intelligence Platform和Material Quality Defense Line项目
应用数据科学工具改进供应商质量管理与材料风险预测
推动实验室及供应商管理活动的数字化转型
跨职能协作：与SQE、IQC、PDE、APE、MFG、PFA、TSM Lab及化学实验室团队合作开展质量改进项目
直接与供应商合作解决技术问题、提升能力及推进质量改进
支持新材料认证、安全投产、生产爬坡及客户相关技术研究
向工程和管理团队汇报技术发现与建议
AI 洞察
优缺点分析
优点
- 聚焦半导体核心封装材料领域，技术壁垒高且行业需求稳定
- 深度接触AI驱动的质量数字化前沿项目，技能复合度高
- 跨国企业平台规范，培训体系完善且福利保障全面
- 失效调查与DOE优化对数据敏感度与逻辑推理要求极高
- 半导体制造节奏快，应对突发质量异常时需保持高强度响应
- 适合具备扎实材料/化学/机械背景，热爱数据驱动决策，且能在严谨的工业环境中持续钻研技术细节的求职者
缺点 / 挑战
- 需频繁对接多方供应商与内部跨部门团队，沟通与项目管理压力大
角色解读
- 可向高级质量工程师(QE Lead)或材料研发专家方向发展
- 也可横向拓展至供应商质量管理(SQE)、工艺整合(PDI)或数字化质量平台架构师
- 长期可晋升为技术经理或实验室负责人
- 负责半导体封装材料的物理化学特性测试与数据分析
- 主导供应商来料异常调查与根本原因分析
- 设计实验(DOE)优化工艺参数并建立质量监控模型
- 推动AI与数字化工具在实验室及供应链质量管控中的应用
- 熟练掌握DSC/TGA/DMA等材料表征仪器操作
- 精通DOE设计与统计过程控制(SPC/MSA)
- 具备扎实的失效分析(Failure Analysis)与根因排查能力
- 熟悉半导体封装材料特性及行业标准
申请策略
- 提前了解美光MTB业务线及台湾厂区产能布局
- 准备1-2个完整的材料异常排查或工艺优化案例，重点展示数据闭环思维
- 突出材料表征仪器实操经验与DOE/SPC项目成果
- 量化失效分析案例的根因定位准确率与良率提升贡献
- 强调跨部门协作与供应商管理经验
- 强化Python/R在数据处理与DOE设计中的应用能力
- 补充半导体封装工艺流程与常见失效模式知识
- 学习AI/机器学习在质量预测中的基础应用
面试指南
- 采用STAR法则结构化回答，突出“问题定义-数据收集-假设验证-根因锁定-措施落地-效果复盘”的逻辑链条
- 强调数据支撑与跨部门协同价值
- 请分享一次你主导的材料失效调查经历，你是如何定位根本原因的？
- 如何在资源有限的情况下设计高效的DOE实验？
- 面对供应商来料批次异常，你的处理流程与沟通策略是什么？
- 你如何将传统实验室数据转化为可指导生产的数字化看板？
- 复习常用材料表征原理与统计工具(Minitab/JMP)
- 梳理过往项目中的质量指标改善数据
职位点评
薪资福利75
成长发展80
工作生活65
使命价值70
薪资福利
75中等
跨国半导体企业提供的薪酬福利体系成熟，涵盖医疗、牙科、视力保险及带薪休假，整体补偿水平符合台中地区行业标准。
薪资信号未披露（AI估算：8.5千–1.6万/月）
福利待遇医疗保险、牙科保险、视力保险、带薪家庭假、带薪休假、带薪节假日
成长发展
80较高
岗位深度融合材料科学、统计分析与AI数字化技术，提供明确的跨职能协作机会与新技术实践平台，利于构建复合型技术能力。
技术前沿前沿/新兴技术
技术栈AI质量监控、Material Intelligence Platform、DOE、统计分析、失效分析
成长机会跨职能协作、推动数字化转型
业务类型cost_center
工作生活
65中等
制造业实验室岗位通常需按产线节奏出勤，虽未明确加班要求，但应对突发质量异常可能需弹性投入；跨国企业福利制度完善有助于平衡工作与生活。
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
依托全球存储龙头平台，直接参与提升芯片制造良率与可靠性，对保障高端半导体供应链稳定具有实质性行业价值。
行业发展稳定成熟行业
社会影响正向社会影响力较高
使命信号transform how the world uses information to enrich life for all、accelerate the transformation of information into intelligence
创新程度积极采用新技术
美光科技 的其他在招职位
相似职位推荐
Watch Jobs