良率系统开发工程师-Yield Management System Development Engineer(J20695)

优缺点分析

角色解读

• 从开发工程师成长为高级工程师或技术专家，深耕良率管理和数据系统领域
• 转向数据架构师或系统架构师角色，负责整体系统设计
• 在半导体制造行业积累经验，成为良率分析或数据科学领域的专家
• 负责良率管理系统的数据模块开发，实现量测数据与制程履历的导入、清洗及标准化存储
• 开发缺陷管理系统，处理缺陷数据的采集、分析、分类与溯源
• 构建在线异常检测系统，通过多模态数据感知和算法建模监测产线健康度
• 开发基础分析工具，包括晶圆图样态分析模块和前端图表组件，并进行代码自测
• 熟练掌握Python、Java或C#中至少一门编程语言，能完成编码实现和单元测试
• 具备SQL查询能力，能进行多表联查和业务数据提取与初步分析
• 了解半导体或制造业业务系统开发流程，有相关经验者优先
• 具备较强的数据敏感性，能在跨团队沟通中准确捕捉需求并跟进任务闭环

申请策略

• 研究长鑫存储的业务布局和产品特点，了解其良率管理系统在产线中的作用
• 准备跨团队沟通案例，展示如何准确捕捉需求并推动任务闭环，体现责任意识
• 突出Python/Java开发项目经验，尤其是数据平台或业务系统模块的开发成果
• 强调SQL技能和数据处理能力，用具体项目案例展示数据提取、清洗和分析过程
• 如有半导体、制造业或类似工业系统开发经验，重点描述相关职责和成果
• 深入学习半导体制造流程、良率管理基本概念和常见缺陷类型
• 提升多模态数据处理和异常检测算法（如机器学习模型）的实践能力
• 加强前端图表组件开发技能（如ECharts、D3.js）以完善分析工具

面试指南

• 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，强调技术细节和业务影响
• 从数据源识别、预处理步骤、算法选择和模型验证等角度回答数据处理和算法相关问题
• 结合行业知识（如半导体制造的关键指标），说明技术如何应用于实际业务场景
• 请描述你过去开发数据平台或业务系统的经验，重点说明你负责的模块
• 如何设计一个多模态数据采集与清洗流程？
• 你对半导体制造中的良率管理有什么理解？
• 在跨团队合作中，如何确保需求被准确理解并按时交付？
• 复习Python/Java编程和SQL高级查询，准备编码或数据库设计相关的面试题