产品良率工程师-Product Yield Improvement Technical Engineer(J17706)

优缺点分析

角色解读

• 从良率工程师向高级良率专家或工艺整合专家发展，成为技术骨干
• 积累管理经验后，可晋升为良率团队组长或部门经理，带领团队
• 横向拓展至产品设计或先进工艺研发，成为芯片全流程人才
• 监控和追踪晶圆电性测试良率，及时发现异常并汇报
• 利用SPC、数据挖掘等工具深度分析数据，建立良率预测模型
• 主导良率异常调查，设计实验（DOE）验证根因，并与失效分析团队协作进行物理分析
• 与工艺、设计等跨部门团队合作，推动良率提升项目落地
• 扎实的半导体工艺和器件知识，尤其DRAM工作原理和测试原理
• 熟练运用统计工具（SPC、数据分析）和实验设计（DOE）
• 具备编程能力（如Python）用于自动化分析和模型开发
• 跨部门沟通和项目管理能力，能主导良率会议并推动改善措施

申请策略

• 面试前了解长鑫存储的技术路线和产品线，展现对公司的兴趣
• 准备一个完整的良率改善案例，从问题发现到解决方案落地，体现逻辑思维和协作能力
• 突出半导体工艺整合、良率提升或缺陷减少的具体项目经验，量化成果（如良率提升X%）
• 强调统计学、数据挖掘和DOE的应用案例，展示分析能力
• 如熟悉DRAM或12寸晶圆厂，务必提及，这是重要加分项
• 列出编程和自动化工具开发经验（如Python、JMP、Spotfire）
• 学习DRAM基础原理和测试流程，可通过内部培训或公开资料补足
• 强化SPC和统计建模能力，可自学Minitab或Python统计库

面试指南

• STAR法则：阐述背景、任务、行动、结果，突出数据分析与跨部门协作
• 问题解决框架：定义问题→收集数据→假设驱动→实验验证→锁定根因→改善
• 沟通框架：先展示数据趋势，再提出多个可能原因，邀请团队共同讨论，最后达成共识
• 请描述一次你成功提升产品良率的经历，用了哪些方法？
• 如何区分系统性良率损失和随机性良率损失？你会如何定位根因？
• DOE设计时，如何选择因子和水平？举例说明
• DRAM的CP测试主要测哪些参数？良率map上的失效模式有哪些？
• 如何用数据驱动的方式说服工艺团队调整参数？