隨選線上研討會

2大製程案例解析：半導體工程師必備的統計思維與分析實戰

課程介紹：

隨著科技技術的進展，半導體儼然成為台灣的另外一個代名詞，多樣的產品及製程也將台灣的半導體推向前所未有的浪端，也同樣面臨許多各式各樣新的挑戰，半導體第一線工程師可能都多少遭遇過以下的問題：

1. 如何處理大量的線上測試數據，挖掘背後的潛在資訊
2. 如何利用利用圖形表示及統計方法判定參數的重要程度，可以更快地做決策
3. 如何快速找到良好的統計敘述模型，知道那些參數的組合可以得到最佳的期望結果
4. 如何均勻隨機的建構實驗可以更了解母體的輪廓，帶來更準確的預測

配合半導體產業快速的步調，需要針對製程問題及參數設定調整尋找一套快速且準確的統計分析工具，本次研討會將由資深半導體分析顧問示範如何以互動式分析、建模與視覺化方式，協助半導體工程團隊 用更短的時間、做出更準確的製程與良率決策。本錄播影片歡迎於半導體產業的相關製程、測試、品保、研發工程師與中階主管觀看。

課程大綱：

• 半導體工程師常面臨的挑戰

  • 製程參數多、關聯性複雜
  • 傳統工具不易快速整合與視覺化
  • 跨團隊溝通困難，數據無法有效推動決策

• 善用JMP平台功能優勢找出數據背後的洞察

• 實戰案例拆解

案例 1：測試 Bin 不良分析

從數百個參數中找出造成不良率上升主因的分析方法

以測試資料為例，透過建模工具選出關鍵因子，釐清問題並提出對策。

案例 2：Wire Bond 最佳參數篩選

在樣本成本高、實驗期程緊的情況下，如何用最少實驗獲得最大資訊量？

利用 JMP 實驗設計工具（DOE）規劃高效率實驗，建構模型並找出最佳組合。