기반기술 전공 공부법 질문그립니다

안녕하세요 하이닉스 현직입니다.

석사라면 기반기술 전체를 똑같은 깊이로 공부할 필요는 없다고 생각합니다. 오히려 제조 AI 석사라면 본인의 강점을 기준으로 세부 영역을 좁히는 게 좋습니다. 그리고 지금 ME는 말씀하신 시계열 분석과는 관련이 있는데 어차피 반도체 장비에 대한 이해가 있어야지 연결할 수 있습니다. 그래서 지금 경험 자체가 조금 혼재되어 있는데 이미지 기반 결함 탐지는 DMI와 연결하고, 시계열 이상탐지나 예지보전 등은 ME와 연결하기 좋아보입니다. 반도체 공통에 대한 공부와 더불어서 DMI / ME 팀에 대한 공부를 복합적으로 가져가고, 석사 졸업논문도 꼼꼼하게 준비 하세요. 주로 본인 경험과 맞는 팀을 준비하돼, AT나 소재 등 다른 팀들을 완전히 버리지는 마세요. 각각 무슨 일을 하는 조직인지 한두 문장으로 설명할 정도면 충분하게 익혀 두시구요.  

안녕하세요 멘티님, 링커리어 멘토입니다

석사 과정의 제조 AI 및 결함 탐지 연구는 머신엔지니어링과 DMI 직무에 최적화된 경쟁력입니다. 전체 영역 대신 이 두 직무를 타겟으로 삼아 본인의 AI 모델링 역량을 반도체 수율 및 설비 데이터 분석 관점에 연결해 준비하시기 바랍니다.

제 답변이 도움되셨기를 바라며 더 궁금하신 사항이 있다면 편하게 남겨주세요

안녕하세요.
반도체 도메인 지식이 전혀 없더라도 머신엔지니어링이나 DMI 조직의 현장 문제를 본인의 인공지능 연구 방법론과 연결하는 방식으로 준비하시면 충분히 합격할 수 있습니다. 기반기술센터의 모든 세부 분야를 공부할 필요는 없으며, 본인의 시계열 분석 및 예지보전 연구와 가장 직결되는 머신엔지니어링을 핵심 타깃으로 삼아 깊이 있게 준비하는 전략이 가장 확실합니다. 장비 센서 데이터의 노이즈 처리, 이상 징후 감지 알고리즘, 모델 경량화 및 실시간 추론 등 실제 직면했던 문제 해결 과정을 정리해야 합니다. 8대 공정의 기초적인 흐름만 가볍게 파악한 후, 팹 장비의 다운타임을 줄이고 수율을 개선하는 데 본인의 모델을 어떻게 적용할 것인지 논리적으로 피력하시면 매우 훌륭한 면접이 완성됩니다.
화이팅입니다.

안녕하세요.

석사이신 만큼, 먼저 본인 연구 pt 발표 준비를 중점적으로 하세요.

이후에, 기반기술의 다양한 부문 중 본인이 원하는 부문을 고르고, 왜 거기인지, 거기서 뭘 기여할 수 있는지에 대한 답변을 중점적으로 준비하시는 게 좋습니다.

머신엔지니어링으로 마음을 굳히셨다면 해당 분야의 장비 제어 메커니즘과 통신 프로토콜을 중심으로 파고드는 것이 가장 효율적입니다. 기반기술 내 여러 직무가 존재하지만 채용 과정에서는 본인의 연구 경험인 데이터 분석 역량을 머신엔지니어링의 설비 지능화나 예지보전 측면과 어떻게 연결할지 보여주는 것이 핵심입니다. 단순히 머신엔지니어링 관련 이론만 공부하기보다는 본인이 해왔던 이상 탐지나 품질 예측 알고리즘을 반도체 제조 현장의 데이터셋에 적용했을 때 어떤 수율 개선 효과가 있을지 논리적으로 풀어내는 연습을 하시기 바랍니다. 석사 연구 경력이 있으니 광범위하게 모든 분야를 건드리기보다 머신엔지니어링 내 특정 도메인과 본인의 강점을 잇는 전략만 잘 세우셔도 충분히 승산이 있습니다.