Watch Jobs
CXMT logo
长鑫存储
良率提升研究专家-TD Yield Enhancement Expert(J20453)
立即应聘

良率提升研究专家-TD Yield Enhancement Expert(J20453)

发布于 大约 14 小时前

普通员工/个人贡献者

合肥市
高级经验
全职员工
仅现场办公
硕士
半导体设备工程
Dram
Sql
半导体制造
失效分析
工艺集成
数据分析
机器学习
良率分析

AI 估算 · 30k–50k

半导体行业资深专家，合肥地区高薪，结合经验与技能，月薪3-5万合理。

职位详情

关于这个职位

该职位负责主导DRAM/存储器制造全流程的良率提升研究，通过失效机理分析、数据建模和机器学习技术，定位影响良率的关键因子，构建预测与诊断模型，推动工艺窗口优化，并联动工艺、测试、制造团队实现良率改善

适合具备半导体制造背景、擅长数据分析与跨部门协作的资深工程师

最低要求

教育背景与专业知识：硕士及以上学历，具备微电子、材料科学与工程、电子科学与技术、集成电路工程、统计学等相关专业背景，具备半导体制造工艺、半导体物理与器件物理基础知识，能理解存储芯片制造流程及良率管控的基本逻辑

专业技能与资格：具备失效分析方法与统计学分析方法应用能力，会使用常用统计或数据分析工具开展数据处理与结果解析，具备Python、R、SQL或机器学习建模基础者优先
行业与专业经验：具备3年以上半导体制造良率分析、工艺集成或失效分析相关经验，有存储行业良率研究与工艺参与经验者优先
项目/任务成果：主导过至少2个存储芯片或DRAM相关良率分析与优化项目，能结合量产数据输出良率改善结果
其他要求：具有高度的逻辑分析与归纳能力，能够从海量数据中提炼核心规律，具备跨部门协同能力，能联动工艺、测试、制造团队推进方案闭环

工作职责

主导DRAM/存储器制造全流程的良率损失基础研究，涵盖失效机理、缺陷来源与工艺波动关联，定位光刻、刻蚀、沉积、离子注入、抛光等各工艺步骤中影响良率的关键因子，明确缺陷产生机制、传播路径及其对产品性能的影响规律

基于工艺数据、测试数据、失效分析数据设计并迭代多维度良率预测模型、缺陷关联模型及工艺窗口优化模型，提前识别良率风险并量化评估工艺参数波动影响，推动工艺窗口精准优化与良率预先管控
结合大数据分析与机器学习技术，主导构建良率异常自动诊断、缺陷模式智能识别、瓶颈根因自动定位等工具模块，逐步替代人工分析流程，持续提升良率排查效率与分析准确度
总结不同工艺节点、产品系列的良率提升共性规律，搭建可复用的分析框架与操作指南，联动工艺、制造、测试团队推广方法论，支撑全公司良率改善工作高效开展

AI 洞察

优缺点分析

优点

  • 处于半导体制造核心环节，技术含量高，专业壁垒强
  • 长鑫存储作为国内存储芯片龙头，平台资源丰富，发展前景好
  • 工作涉及大数据、机器学习等前沿技术，技能提升空间大
  • 合肥市生活成本相对较低，薪资竞争力强
  • 需要持续学习新技术，保持知识更新，技术迭代快
  • 跨部门协作要求高，沟通成本较大
  • 适合具备半导体工艺背景，热爱数据分析，喜欢解决复杂技术问题，并能在高压环境下工作的资深工程师

缺点 / 挑战

  • 半导体制造环境复杂，工作压力大，可能需要应对紧急良率问题

角色解读

  • 在半导体制造领域深耕，成为良率提升方向的专家，可向技术专家或管理方向发展
  • 积累丰富的数据分析和建模经验，可转型为智能制造或大数据分析专家
  • 随着半导体行业国产化趋势，该领域人才需求持续增长，职业前景广阔
  • 主导DRAM/存储器制造全流程的良率损失研究，分析失效机理、缺陷来源与工艺波动的关联，定位关键因子
  • 构建良率预测模型、缺陷关联模型和工艺窗口优化模型，利用大数据和机器学习技术实现良率风险的提前识别与管控
  • 开发良率异常自动诊断、缺陷模式识别等工具，提升良率排查效率和分析准确度
  • 总结良率提升规律，建立可复用的分析框架，并联动工艺、制造、测试团队推广方法论
  • 扎实的半导体制造工艺和器件物理知识，理解存储芯片制造流程
  • 熟练掌握失效分析和统计分析方法，能运用Python、R、SQL等工具进行数据处理和建模
  • 具备机器学习建模基础，能应用数据驱动方法解决良率问题
  • 优秀的逻辑分析和归纳能力，能跨部门协作推动项目闭环

申请策略

  • 了解长鑫存储的业务和产品，关注存储行业动态
  • 强调对良率提升的热情和长期职业规划
  • 突出半导体制造工艺经验，特别是良率分析、失效分析相关项目
  • 强调主导的良率优化项目成果，用数据量化改善效果
  • 展示Python、R、SQL等数据分析工具的应用能力，以及机器学习建模经验
  • 体现跨部门协作和项目推动能力
  • 深入学习半导体制造工艺细节，特别是DRAM工艺
  • 加强机器学习在工业数据分析中的应用，如异常检测、预测建模

面试指南

  • 采用STAR法则，清晰描述项目背景、任务、行动和结果
  • 强调数据驱动决策，展示分析思路和工具应用
  • 体现跨部门协作能力，说明沟通协调技巧
  • 请介绍一个你主导的良率分析项目，如何定位关键因子？
  • 如何利用机器学习模型预测良率风险？
  • 面对海量工艺数据，你如何提取核心规律？
  • 如何与工艺、测试团队协作推进良率改善？
  • 对DRAM制造工艺的理解？

职位点评

73
综合评分

半导体行业技术专家岗，发展前景好，薪资竞争力强，但工作强度可能较大。

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
适合追求技术成长、愿意在半导体行业深耕，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75
成长发展85
工作生活50
使命价值80

薪资福利

75中等

该职位提供有竞争力的薪酬，但具体薪资未披露，福利信息不明确。

薪资信号未披露（AI估算：30K-50K/月）

成长发展

85较高

职位涉及前沿技术，如大数据和机器学习，且明确要求主导项目，发展空间大。

技术前沿前沿/新兴技术
技术栈DRAM、机器学习、大数据分析、Python、R、SQL
业务类型profit_center

工作生活

50较低

工作地点在合肥，需现场办公，未提及弹性工作，可能加班。

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

80较高

半导体行业属于国家战略新兴产业，对国产存储发展有重要意义，社会价值较高。

行业发展高速增长赛道
社会影响正向社会影响力较高
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