良率数据分析工程师-张江（2027届校招）(J13273)

优缺点分析

角色解读

• 从数据工程师向资深数据科学家或算法专家方向发展，深入良率分析与半导体制造
• 可拓展至智能制造、大数据平台等方向，成为跨领域技术专家
• 长期可晋升为技术团队负责人，带领团队优化分析体系
• 负责SEDA、PBA系统的日常维护，收集用户需求并推动系统功能完善与推广
• 使用Python/R等编程语言开发良率数据分析报告，实现客户和内部KPI报告的自动化生成
• 参与数据分析工具的优化或新工具研发，提升良率数据分析的效率和深度
• 扎实的数学、统计学和计算机基础，熟练掌握Python/R等编程语言及Linux命令
• 具备算法知识和初步的数据建模能力，能应用模型解决实际问题
• 良好的沟通能力，能够准确理解并响应业务部门的数据需求

申请策略

• 提前了解中芯国际的业务方向和良率分析在半导体中的具体应用
• 在简历中强调解决问题的逻辑和团队协作能力，匹配岗位沟通要求
• 突出Python/R编程能力和数据处理项目经验，展示实际应用成果
• 强调统计建模或算法相关的课程设计或竞赛经历，体现建模能力
• 展示Linux环境操作和脚本编写经验，如shell、cron等
• 若有半导体、制造业或数据分析实习经历，务必重点标注
• 巩固Python数据分析库（pandas、numpy、matplotlib）和统计建模方法
• 了解半导体制造流程和良率概念，可通过阅读行业资料或在线课程补充

面试指南

• 对于技术题，先拆解需求，再描述方案，强调逻辑清晰和具体步骤
• 对于行为题，使用STAR法则（情境、任务、行动、结果）组织回答
• 对于行业题，展现主动学习的态度，将基础知识与岗位要求结合
• 如何设计一个Python脚本自动化生成每日良率报告？
• 请解释一种你使用过的数据建模方法，并说明其适用场景
• 如果遇到数据缺失或异常，你会如何处理？
• 你对半导体制造流程的了解有多少？影响良率的主要因素有哪些？
• 如何与工程团队有效沟通，准确获取他们的数据需求？