岗位职责
- 良率提升与CMP工艺优化 ：深入国内最先进的智能无人晶圆厂（Fab）生产一线，从海量制程数据中提炼关键工艺特征，主导/参与制程良率提升专项，推动工艺参数持续优化。
- 数据管道与自动化开发 ：熟练使用Python连接各类设备/业务数据库，完成大规模数据的清洗、标准化、缺失值/异常值处理及自动化脚本开发，提升数据处理效率。
- 实时监控与预警体系 ：基于Python开发工艺参数监控看板，建立阈值预警机制；当数据偏离正常分布或工艺窗口时，自动推送告警信息，辅助快速干预以降低损耗。
- 设备效能与预测性维护 ：研究并优化WPH（Wafer Per Hour）模型与设备利用率（OEE）分析体系；应用机器学习/统计算法对机台零部件生命周期进行预测，识别性能衰减与异常波动，推动针对性维护与工艺改进。
- 缺陷诊断与根因分析 ：基于Python构建数据驱动的分层级缺陷诊断体系，实现关键Layer缺陷的自动分类、聚类分析与根因追溯，形成闭环优化机制。
- 跨部门协同落地 ：与制造、工艺、设备等合作伙伴紧密协作，将数据分析结论转化为可执行的工艺调整方案，持续推动良率、效率、成本等核心KPI达成。
职位要求
- 硕士学历， 电子工程、集成电路、自动化、计算机、数学、统计或相关理工科专业；
- 了解集成电路制造、在制品流程的基本知识、办公自动化、SQL；
- 拥有数据处理经验，例如使用pandas清洗数据（处理缺失值、异常值）、以及进行标准化处理；
- 用python等编程语言对大量数据进行分析，及时发现潜在的异常；
- 具备1年以上半导体/高端制造数据分析经验；
- 学习能力强，具备严谨的数据思维与工程落地意识；纪律性强，沟通协调能力佳，能在快节奏的Fab环境中高效协同。
