Q. 직무 설정

답변 6

• P

  PRO액티브현대트랜시스

  코전무 ∙ 채택률 100%

  ---

  채택된 답변

  AI 전공에 이미지 이상탐지(정상/이상 분류) 연구 경험이 있다면 반도체 업계에서 생각보다 활용도가 높습니다. 오히려 공정 지식보다 AI 기반 데이터 분석 역량이 차별화 포인트가 될 수 있습니다. 삼성전자 DS 기준으로 보면 메모리사업부 평가분석은 제품과 공정의 특성을 분석하고 불량 원인을 찾는 역할에 가깝습니다. 반면 TSP총괄 평가분석은 패키지 공정과 후공정 단계에서 발생하는 불량 분석, 신뢰성 평가, 검사 데이터 분석 업무 비중이 상대적으로 높습니다. 이미지 검사 데이터와 AI 기반 이상탐지 경험은 TSP 평가분석 쪽이 조금 더 직접적으로 연결될 수 있지만, 메모리 평가분석 역시 데이터 분석 역량을 높게 평가합니다. 하이닉스의 경우 양산기술보다는 기반기술이 전공 적합도가 더 높아 보입니다. 양산기술은 공정 운영, 수율 개선, 생산성 향상 업무가 중심이라 공정 엔지니어 성격이 강합니다. 반면 기반기술은 공정 개발, 분석, 데이터 활용, 자동화, AI 적용 등의 비중이 있어 AI 전공자가 진입하기 더 수월합니다. 다만 양산기술도 최근에는 공정 데이터 분석과 머신러닝 활용이 증가하고 있어 충분히 지원 가능합니다. 반도체 지식은 처음부터 소자 물리까지 깊게 공부할 필요는 없습니다. 우선 반도체 8대 공정(웨이퍼 제조, 산화, 포토, 식각, 증착, 이온주입, 금속배선, 패키징), 수율, 불량 분석, 검사 장비, 결함 종류 정도를 이해하는 것이 중요합니다. 특히 이미지 이상탐지 경험이 있다면 웨이퍼 맵 분석, Defect Inspection, AOI(자동광학검사), 수율 분석 분야와 연결해서 준비하면 좋습니다.

  ---
• R

  Reminisen5SK하이닉스

  코차장 ∙ 채택률 47% ∙

  회사

  일치

  ---

  안녕하십니까? lg전자에서 기구설계 업무를 했으며, 현재 sk하이닉스 기반기술 직무로 재직중인 reminiscence입니다. 개인적으로 기반기술 직무를 추천드립니다. 그런 일을 하는 곳이 기반기술 내부에 있어요 도움이 되셨다면 채택 부탁드립니다.

  ---
• 

  Top_TierHD현대건설기계

  코사장 ∙ 채택률 96%

  ---

  자격증 취득 수준으로 공부를 하신다면 대부분의 질문에 답변이 가능하실 것입니다. 학사신입에게 딥한 질문은 하지 않기 때문에 그정도 수준이라도 충분하다 생각하시면 됩니다.

  ---
• 넬

  넬한국재료연구원

  코사원 ∙ 채택률 43%

  ---

  이미지 이상탐지와 관련해서는 그나마 평가 및 분석 직무 또는 기반기술이 그나마 맞다고 생각합니다. 다만 어떤 장비로 측정을 진행하였는지 중요할 거 같습니다. 반도체의 경우에는 SEM, TEM, XRAY 등 이런 장비들로 평가를 하게 되는데 질문자님이 하신 것과 비슷한 지는 잘 모르겠네요 메모리와 TSP총괄의 차이는 메모리: 반도체 전공정으로 DRAM, NAND 등 다양한 메모리 소자들을 제작합니다. TSP: 검사 및 반도체 패키징 단계로 반도체 후공정에 해당하고 DRAM 소자들을 층을 쌓아 패키징 작업을 진행하는 것을 말합니다. 반도체 양산기술 및 공정기술 직무는 질문자님과 핏하진 않다고 생각합니다. 주로 반도체 8대 공정에 대한 지식을 통해 데이터분석을 하며 recipe를 개선하고 발달시키는 직무입니다. 대부분 전자/신소재공학과가 다수를 이룹니다. 질문자님이 그나마 경쟁력을 가질 수 있는 직무는 평가 및 분석입니다. 하지만 반도체에 대한 지식은 기본이기에 열심히 준비하시고 도전해보시길바랍니다. 또한 반도체 뿐만 아니라 다양한 연구원에 있는 시험분석 직무에도 도전해보면 좋을 거 같습니다.

  ---
• 다

  다할수있습니다큐비앤맘

  코이사 ∙ 채택률 58%

  ---

  조금이라도 도움이 되셨다면 채택 부탁드립니다 ~~~~ AI 기반 이미지 이상탐지 경험은 반도체에서 생각보다 활용도가 높습니다. 특히 불량 검출, 수율 분석, 공정 데이터 분석과 연결되기 때문에 평가분석 직무와 방향성이 잘 맞습니다. 삼성 DS 기준으로 메모리사업부 평가분석은 실제 소자와 공정 평가 중심 느낌이 강하고, TSP 총괄 평가분석은 패키징과 후공정 기반 데이터 분석 성향이 조금 더 있습니다. AI 경험을 살리기에는 TSP 쪽이 상대적으로 연결 포인트가 더 많을 수 있습니다. 하이닉스 양산기술도 충분히 지원 가능합니다. 공정 안정화와 데이터 기반 문제 해결 역량을 중요하게 보기 때문에 이미지 분류와 이상탐지 경험을 어필하면 강점이 됩니다. 기반기술은 공정 이해도와 반도체 전공지식 요구 수준이 조금 더 높은 편입니다. 반도체 지식은 소자 물리 깊게보단 반도체 8대공정, 수율, Defect, 공정 흐름 정도를 우선 이해하시면 충분합니다. AI 전공자만의 데이터 해석 역량은 확실한 무기가 될 수 있습니다.

  ---
• 멘

  멘토 지니KT

  코상무 ∙ 채택률 61%

  ---

  ● 채택 부탁드립니다 ● AI 전공과 이미지 이상탐지 경험이면 반도체에서도 충분히 강점이 있습니다. 특히 삼성 DS 평가분석 직무가 가장 fit이 좋습니다. 평가분석은 반도체 불량 데이터와 이미지를 분석하고 원인을 찾는 업무가 많아 CV 기반 이상탐지 경험과 연결하기 좋습니다. 반면 TSP총괄 평가분석은 후공정과 패키징 중심이라 공정 운영 성격이 조금 더 강합니다. 하이닉스 기준으로도 양산기술보다는 기반기술이나 데이터 분석 성향의 직무가 더 잘 맞습니다. 양산기술은 공정 운영과 생산 대응 비중이 크고, 기반기술은 데이터 분석과 공정 개선 역량 활용도가 높습니다. 반도체 지식은 소자 기본, 공정 흐름, DRAM 구조 정도만 우선 익혀도 충분하며 이후 면접 대비로 불량 분석과 수율 개념까지 연결하면 경쟁력이 높아집니다.

  ---