良率专家-Yield Enhancement Expert(J17512)

优缺点分析

角色解读

• 从良率工程师向资深专家或技术经理发展，负责更大范围的良率提升项目
• 可转向工艺整合（PI）或研发岗位，深入半导体技术前沿
• 积累经验后可在半导体产业链中担任技术总监或咨询角色
• 系统分类和溯源良率问题，设计验证方向并推动根本原因锁定
• 分析重要实验的良率改善结果，量化效果为工艺优化提供数据支撑
• 追踪研发线良率改善措施，构建并迭代良率提升蓝图
• 协助定义良率测试项目，维护分析系统确保数据准确可用
• 扎实的半导体工艺知识，理解制造流程和缺陷机理
• 数据分析能力，熟练使用统计工具（如JMP、Python）进行良率分析
• 实验设计（DOE）和根本原因分析能力，能够系统解决问题
• 良好的跨部门沟通和项目推动能力

申请策略

• 关注长鑫存储的技术动态，了解其主流工艺节点
• 面试中准备一个完整的良率改善案例，展示分析逻辑
• 突出半导体行业经验，特别是YE或PI相关项目成果
• 量化良率提升数据，如降低缺陷密度、提升百分比等
• 展示数据分析工具使用能力，如JMP、SQL、Python等
• 强调跨部门协作和问题解决案例
• 学习统计过程控制（SPC）和实验设计（DOE）方法论
• 掌握一门数据分析编程语言（如Python）和常用分析工具

面试指南

• 使用STAR法则描述项目：情境、任务、行动、结果
• 展示系统性思维，从问题分类到假设验证再到根因锁定
• 强调数据驱动的决策，结合统计工具和工程直觉
• 请描述一次你成功提升良率的项目经历，如何定位根本原因？
• 如何区分系统性和随机性缺陷？你会用什么分析方法？
• 如果良率突然下降，你的第一反应和排查步骤是什么？
• 你常用的数据分析工具是什么？举例说明如何处理大数据量
• 复习半导体工艺基础，特别是光刻、刻蚀、薄膜等环节的缺陷类型