良率分析工程师-Yield Analysis Engineer(J18187)

优缺点分析

角色解读

• 向高级良率分析工程师发展，负责更复杂的系统优化和跨部门协作
• 转型为数据科学家或AI工程师，利用机器学习模型预测良率并优化工艺
• 在半导体行业内积累经验，逐步走向工艺整合或产品工程管理岗位
• 使用智能良率分析系统进行数据监控和分析，识别良率损失的根本原因
• 为YI团队提供系统优化建议，提升良率分析效率和准确性
• 设置自动监控图表，确保良率数据的实时跟踪和异常预警
• 掌握AI软件工具，探索更智能的良率分析方案
• 熟悉半导体良率分析流程和YI日常工作，具备IT系统支持经验
• 具备一定的编程能力（如公式设定、脚本编写），能处理数据自动化任务
• 良好的数据分析和问题解决能力，能从大量数据中提取有价值的信息
• 能够制作精美的PPT，清晰地向技术与非技术人员汇报分析结果

申请策略

• 面试前了解长鑫存储的产品线和技术路线，展现对公司的兴趣
• 准备一个利用数据分析优化流程或解决实际问题的具体案例，用STAR法则讲述
• 突出IT系统支持或数据分析相关项目经验，尤其是涉及自动化、监控或优化的案例
• 展示编程技能（如Python、SQL、VBA等）和数据处理能力
• 强调PPT制作和汇报能力，可附上代表作品链接
• 如果有半导体行业或良率管理相关经验，务必重点描述
• 学习常用的数据可视化工具（如Tableau、Power BI），增强数据呈现能力
• 了解机器学习基础知识，思考如何应用于良率预测

面试指南

• 使用STAR方法（情境、任务、行动、结果）结构化描述项目经验
• 强调逻辑思维：先定义问题，再分析数据，提出方案，最后验证效果
• 体现沟通能力：使用通俗语言解释技术概念，并主动询问对方需求
• 请描述你如何利用数据分析工具解决过一个良率或流程优化问题
• 你如何设计一个自动监控图表来实时跟踪关键指标？
• 你如何向非技术人员解释复杂的数据分析结果？
• 你有哪些编程经验？请举例说明你如何用编程提升工作效率
• 如果你发现现有系统效率低下，你会如何优化它？