Watch Jobs
CXMT logo
长鑫存储
产品良率提升工程师(DIMM) - Product Yield Enhancement Engineer (DIMM)(J20263)
立即应聘

产品良率提升工程师(DIMM) - Product Yield Enhancement Engineer (DIMM)(J20263)

发布于 大约 15 小时前

普通员工/个人贡献者

合肥市
中级经验
全职员工
仅现场办公
本科
生产制造
Arm
Dimm
Dram
Slt
X86
半导体测试
数据分析
机器学习
深度学习

AI 估算 · 15k–25k

半导体良率工程师在合肥属于技术岗，薪资中等偏上，结合行业水平及职位要求，月薪15k-25k合理。

职位详情

关于这个职位

该职位负责DIMM内存模组的良率提升与质量监控，通过数据分析定位良率损失根因，推动改善方案落地，并与测试、产品等团队协作解决异常问题

适合有半导体测试背景、擅长数据驱动解决问题的工程师

最低要求

教育背景与专业知识：本科及以上学历，电子、电气、半导体材料、通信、测控、自动化或微电子、电子信息等相关专业

专业技能与资格：具备半导体产品测试经验（CP、Burn-in、FT、SLT），能使用数据分析工具完成失效定位与良率评估
行业与专业经验：有 DRAM 或 DIMM/Module/模组产品测试经验优先，具有 Fab 产线良率提升经验者优先
熟悉 ARM（MTK、Qualcomm）或 X86（Intel、AMD）架构，有 SOC/DRAM 模块开发经验尤佳
项目/任务成果：主导或参与过至少一个产品良率攻关项目，能通过实验设计与数据分析实现可量化的良率提升
其他要求：具有逻辑分析能力，能独立完成问题定位与方案制定
具有数据汇报与跨部门沟通能力，能在多方协作中主动推动闭环

工作职责

DIMM SLT 产线良率分析与提升：负责 DIMM SLT 产线良率数据的系统分析，运用数据挖掘与统计方法定位良率损失根因，制定并推动改善方案落地，驱动良率持续提升

产线质量监控与早期预警：建立 DIMM SLT 产线质量监控机制，实时跟踪良率趋势与关键参数波动，早期发现质量异常或低良趋势，及时拉响预警并推动快速响应
异常处置与根因闭环解决：主导 SLT 产线异常事件的处置，组织跨团队开展根因调查，制定纠正与预防措施，追踪改善行动至闭环验证，确保问题彻底解决不复发
跨团队实验规划与执行：与测试及产品工程师协同制定工程实验计划，分析实验数据并撰写实验报告，闭环验证改进效果
失效分析与共性总结：组织产品失效分析活动，归纳共性失效模式并输出改进建议，纳入质量标准沉淀，推动知识积累与流程优化

优先资格

加分项：具备智能辅助工具在良率调查与根因分析中的应用经验者优先，包括但不限于：运用机器学习/深度学习方法进行良率预测、异常检测、失效模式聚类分析，或使用辅助工具加速根因定位与改善决策

AI 洞察

优缺点分析

优点

  • 长鑫存储是国内DRAM龙头，平台大，技术积累深厚，能接触半导体核心制造环节
  • 良率提升是Fab核心KPI，工作价值直接可见，成就感强
  • 合肥生活成本相对较低，半导体行业薪资有竞争力，且行业前景良好
  • 技术栈较专，知识迁移有一定局限性，需持续学习半导体新技术
  • 适合具备半导体测试背景、喜欢数据分析和问题解决、能适应多任务协作的工程师

缺点 / 挑战

  • 半导体产线工作节奏较快，良率压力大，可能需要应对紧急异常事件
  • 需跨部门沟通协作，对沟通能力和项目管理能力要求较高

角色解读

  • 从良率工程师向高级良率专家或技术管理岗发展，主导更复杂的良率攻关项目
  • 可横向转型为测试开发工程师、产品工程师或质量管理工程师
  • 在存储半导体行业积累经验后，有机会进入芯片设计或系统验证领域
  • 负责DIMM内存模组的SLT产线良率数据分析，通过统计方法定位良率损失根因，并制定改善措施
  • 建立质量监控机制，实时跟踪良率趋势，早期预警异常并推动快速响应
  • 主导产线异常处置，组织跨团队根因调查，确保问题闭环解决
  • 与测试及产品工程师协作设计实验，验证改进效果并撰写报告
  • 扎实的半导体测试知识，熟悉CP、Burn-in、FT、SLT等测试流程
  • 熟练使用数据分析工具（如Python、JMP、Minitab）进行失效定位与良率评估
  • 了解DRAM、DIMM模组原理，熟悉ARM或X86架构
  • 具备工程实验设计与逻辑分析能力，能独立完成问题定位

申请策略

  • 面试前仔细了解长鑫存储的产品线和良率管理流程，展示对公司的研究
  • 准备一个完整的良率攻关项目案例，从问题定义、数据分析、措施实施到效果验证
  • 突出半导体测试项目经验，特别是良率提升相关案例，量化成果（如良率提升百分比）
  • 展示数据分析工具使用熟练度，如Python、SQL、JMP等，附上具体分析项目
  • 强调DRAM或DIMM相关经验，以及ARM/X86架构知识
  • 提及主导或参与的异常处置、实验设计等团队协作经历
  • 如暂无机器学习经验，可补充基础课程，了解异常检测、聚类分析在良率中的应用
  • 熟悉JMP或Minitab等专业统计软件，提升数据分析效率

面试指南

  • STAR法则：情境-任务-行动-结果，突出量化成果和逻辑步骤
  • 结构化思考：先列举可能原因，再通过数据筛选缩小范围，最后验证
  • 结合工具：说明使用了哪些分析工具（如JMP、Python）和统计方法（假设检验、回归）
  • 请描述一次你通过数据分析提升产品良率的经历，具体使用了什么方法？
  • 在SLT测试中，常见的失效模式有哪些？如何定位根因？
  • 如果产线突然出现良率下降5%，你会如何快速排查？
  • 你如何设计一个实验来验证某个工艺参数对良率的影响？
  • 谈谈你对DRAM测试流程的理解，以及DIMM模组测试的关键点

职位点评

69
综合评分

半导体大厂良率工程师，技术前沿、发展好，但现场办公生活平衡一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。

更适合这类人
适合看重技术成长和行业前景、能接受现场办公和一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展80
工作生活50
使命价值70

薪资福利

70中等

该职位薪资处于行业中上水平，福利未明确提及，但长鑫存储作为大厂通常有五险一金等基本保障，补偿性动机满足程度中等偏上。

薪资信号未披露（AI估算：15K-25K/月）

成长发展

80较高

职位涉及半导体核心良率技术，能接触先进存储制造和数据分析方法，成长空间大，但晋升路径未明确提及。

技术前沿主流现代技术
技术栈DIMM、SLT、良率分析、数据分析、机器学习、深度学习
业务类型profit_center

工作生活

50较低

工作地点在合肥高新区，现场办公为主，未提及弹性工作或远程，产线工作可能涉及轮班或加班，生活平衡一般。

工作模式仅现场办公
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

半导体存储是国家重点发展的战略产业，长鑫存储作为国内DRAM领军企业，对社会有积极贡献，但职位直接社会影响力不明显。

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

长鑫存储 的其他在招职位

相似职位推荐

Watch Jobs