长鑫存储
封装缺陷检测与改善主任工程师-Packaging Defect Metrology and Improvement Staff Engineer(J21550)
封装缺陷检测与改善主任工程师-Packaging Defect Metrology and Improvement Staff Engineer(J21550)
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半导体设备工程
半导体设备工程
2.5D/3D封装
Doe实验设计
Klarity
半导体封装
缺陷检测
良率提升
扫描电镜Sem
缺陷图谱库
自动光学检测Aoi
值不值得投
薪资怎么样
2.9万
比半导体设备工程中位数高
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 1940 个在招 · 其中半导体设备工程 约 150 个
市场机会
选择面较广
合肥 · 半导体设备工程 · 约 130 个在招
职位详情
关于这个职位
负责封装产线缺陷检测能力从零搭建到持续优化：主导光学显微、扫描电镜、AOI 等检测平台的选型验收，开发并固化检测工艺窗口，牵头重大缺陷根因分析与跨部门改善闭环，同时搭建缺陷判定标准与缺陷图谱库，支撑 2.5D/3D 先进封装良率提升
最低要求
教育背景与专业知识：博士学历，微电子/物理/光学/材料/电子工程等专业，具备扎实的半导体物理与光学检测原理知识
专业技能与资格：能使用光学显微、扫描电镜、自动光学检测等设备完成缺陷识别与参数设定，具备DOE实验设计与数据分析能力，能使用Klarity、SpotFire等数据分析软件完成缺陷分类与归因分析，能阅读英文技术文献
行业与专业经验：1年以上半导体封装或晶圆制造缺陷检测与改善相关经验，具备2.5D/3D、CSP、WLCSP等封装检测经历者优先
项目/任务成果：主导或作为核心成员完成至少1个缺陷检测能力建设或缺陷改善专项，具备可量化的检测灵敏度提升、捕获率改善或良率提升成果
其他要求：具有系统性分析与跨部门协作能力，能推动工艺、整合、设备等多团队闭环复杂缺陷问题，工作严谨细致，具有自驱学习与技术创新意识
工作职责
缺陷检测平台搭建与优化：主导封装产线缺陷检测系统的选型、验收与能力建设，覆盖光学显微、扫描电镜及自动光学检测等主流手段，建立满足封装（2.5D/3D）技术节点的检测能力基线
检测工艺开发与窗口固化：主导缺陷检测工艺参数的DOE设计与灵敏度优化，系统分析检测光源、分辨率、扫描策略等对缺陷捕捉率与误报率的影响，确定并固化可量产复现的检测方案
缺陷分析与改善闭环：主导重大缺陷的根因定位与分类统计，协同工艺、整合及设备团队推动缺陷改善，建立“检测-分析-改善-监控”的闭环机制，支撑产品良率与工艺能力持续提升
标准建立与数据沉淀：主导缺陷判定标准、检测作业规范及缺陷图谱库的搭建与迭代，运用统计分析方法输出产能与质量平衡的优化建议
前沿技术预研与导入：对标业界封装缺陷检测技术（如高分辨率X射线、红外、超声等），主导评估新型检测设备与算法，前瞻储备下一代检测方案
优先资格
具备2.5D/3D、CSP、WLCSP等封装检测经历者优先
AI 洞察
优缺点分析
优点
- 职责覆盖从平台搭建、工艺开发到标准制定的完整链条，容易形成端到端的方法论与个人品牌
- 博士背景搭配量测专项经验在市场上较为稀缺，长期议价能力较强
- 涉及高分辨率X射线、红外、超声等新型检测技术预研，技术视野开阔
- 产线场景下的缺陷检测往往要在灵敏度与误报率之间反复权衡，方案打磨周期长、需要大量数据积累
- 需要频繁与工艺、整合、设备多方协同推动闭环，沟通与推动成本高
- 先进封装检测标准尚不成熟，很多问题没有现成答案，需要较强的自驱探索能力
- 适合具备半导体/光学背景的博士，愿意在产线一线深耕检测与良率工程，且享受从零搭建体系、推动跨部门协作的技术型人才
缺点 / 挑战
- 岗位处于先进封装（2.5D/3D）检测能力建设的前端，属于国内半导体产业重点补短板的环节，技术积累价值高
角色解读
- 纵向成长为封装量测/缺陷检测领域的技术专家或技术负责人，主导整条检测体系规划
- 横向可扩展到先进封装工艺整合、良率工程、质量与可靠性等方向，路径较宽
- 具备新型检测设备与算法评估经验后，可向公司前沿技术预研或设备/材料供应商技术岗位延展
- 负责封装产线缺陷检测能力的搭建：从设备选型、验收开始，把光学显微、扫描电镜、AOI 等手段整合成满足 2.5D/3D 封装节点的检测基线
- 主导检测工艺参数开发：用 DOE 方法研究光源、分辨率、扫描策略对捕捉率与误报率的影响，把实验方案固化成可量产复现的工艺窗口
- 牵头重大缺陷的根因定位与改善闭环：联合工艺、整合、设备团队推动问题解决，建立“检测-分析-改善-监控”的长期机制
- 沉淀标准与前瞻技术：搭建缺陷判定规范与缺陷图谱库，并评估高分辨率X射线、红外、超声等新型检测设备与算法
- 半导体物理与光学检测原理的扎实基础，理解缺陷在封装结构中的形成与成像机理
- 主流检测设备的实际操作与参数设定能力，覆盖光学显微、SEM、AOI 等
- DOE 实验设计与统计分析能力，能使用 Klarity、SpotFire 等工具完成缺陷分类与归因
- 跨部门推动力与系统性思维，能把单点缺陷问题转化为可复用的规范与流程
申请策略
- 提前了解长鑫存储在存储芯片与先进封装方向的业务布局，面试中能结合产品谈检测需求会加分
- 准备一份“问题-方法-数据-结果”的专项案例，清晰说明你在缺陷改善闭环中的具体贡献
- 突出博士期间与半导体物理、光学检测、材料表征相关的研究课题与测试方法
- 量化呈现参与过的缺陷检测能力建设或改善专项，如检测灵敏度提升幅度、捕获率改善、误报率下降、良率提升数据
- 列明使用过的检测设备（光学显微、SEM、AOI）与数据分析工具（Klarity、SpotFire、统计软件）及具体用途
- 体现跨团队协作经历，例如与工艺/设备团队联合解决缺陷问题的项目角色与成果
- 补强 DOE 实验设计与统计过程控制（SPC）的方法论，能独立完成参数灵敏度分析报告
- 熟悉 2.5D/3D、CSP、WLCSP 等先进封装结构与典型缺陷类型，提前建立缺陷图谱认知
面试指南
- 用 STAR 结构讲项目：背景与缺陷问题 → 你的分析思路与实验设计 → 关键数据与结果 → 沉淀的规范或机制
- 技术类问题先讲原理与判断依据，再讲具体参数与验证方式，最后补充风险与备选方案
- 协作类问题强调“用数据对齐认知”：先建立统一判定标准与数据口径，再拆分责任分工与时间节点
- 请介绍一次你主导的缺陷检测能力建设或良率改善项目，你用了什么方法、量化结果如何？
- 当检测灵敏度提升导致误报率上升时，你会如何设计 DOE 找到平衡点？
- 你熟悉哪些缺陷检测设备？在 2.5D/3D 封装场景下它们的适用边界分别是什么？
- 遇到工艺、设备、整合团队对缺陷根因判断不一致时，你如何推动闭环？
- 你如何看待高分辨率X射线、红外、超声等新型检测技术在封装检测中的导入价值？
长鑫存储 的其他在招职位
相似职位推荐
Watch Jobs