产品良率工程师-Product Yield Improvement Technical Engineer(J20460)

优缺点分析

角色解读

• 技术专家路线：深耕良率分析和提升领域，成为半导体制造领域的专家
• 管理路线：向良率工程团队的管理岗位发展，负责更大的团队和项目
• 横向发展：向工艺整合、产品工程或研发部门转型，拓展技术广度
• 负责DRAM产品电性测试数据的日常监控与分析，识别良率异常模式，并建立预测模型
• 主导良率异常事件的调查，设计并执行DOE实验，与失效分析团队合作进行物理失效分析
• 与工艺、器件、测试和设计等部门紧密合作，推动良率提升项目的落地
• 开发和优化良率分析的方法和自动化工具，提升团队的分析效率
• 扎实的半导体工艺和器件知识，特别是DRAM相关领域
• 精通统计过程控制（SPC）、数据挖掘和统计分析工具，如JMP、Minitab、Python等
• 具备实验设计（DOE）和失效分析（FA）的实际经验
• 优秀的跨部门沟通和项目管理能力，能够主导良率会议并推动改善措施

申请策略

• 在申请时，可以表达对半导体行业和长鑫存储技术路线的了解，展现热情
• 准备好分享一个完整的良率提升案例，展示你的分析和解决问题的能力
• 突出在半导体行业的工作经验，特别是工艺整合、良率分析或缺陷改善方面的项目成果
• 量化展示良率提升的成果，例如具体提升的百分比或带来的成本节省
• 强调数据分析能力，包括使用的工具（如JMP、Python）和成功案例
• 提及跨部门协作和项目推动的经验
• 如果对DRAM测试原理不熟悉，可以提前学习相关基础知识
• 强化Python或JMP等数据分析工具的使用能力

面试指南

• 使用STAR法则（情境、任务、行动、结果）来回答项目经验类问题，突出你的个人贡献和量化结果
• 对于技术问题，先阐述基本原理，再结合你的实际经验进行说明，并展示你的逻辑思维
• 对于协作问题，强调你的沟通技巧、冲突解决能力和推动力
• 请分享一个你主导的良率提升项目，具体是如何分析问题并制定解决方案的？
• 如何运用SPC和DOE来识别和解决良率问题？
• 在跨部门协作中，你如何推动其他团队配合你的工作？
• 你对DRAM的测试原理和良率模型有哪些了解？
• 如何设计一个自动化工具来提升良率分析的效率？