Proposta stage in STMicroelectronics:
Revealing machine footprint in defective wafers
Nel reparto produttivo di STMicroelectronics sono presenti alcuni
macchinari per l’ispezione di difettosità nei wafer di silicio.
I wafer considerati a norma sono caratterizzati da piccoli difetti distribuiti in
modo uniforme sulla superficie, mentre difetti disposti lungo particolari
pattern (ad es. difetti addensati in gruppi, o distribuiti su un reticolo regolare,
o su traiettorie simili a graffi) indicano situazioni anomale che devono essere
prontamente riconosciute
In pratica, una piccola quantità di difetti nel prodotto
è fisiologica (esempio in figura - dx) e non deve
sollevare allerte a meno che questi non siano
disposti lungo pattern particolari (esempio in figura
- sx): queste situazioni potrebbero indicare problemi
nell'intero wafer o nella macchina che li produce.
Schema di wafer (wafer map)
L’obiettivo del progetto è quello di sviluppare tecniche e algoritmi innovativi per analizzare i dati forniti dai
vari macchinari di ispezione che riportano le posizioni dei difetti e rilevare situazioni anomale. Inoltre, si
vorrebbero classificare i wafer per le varie tipologie di difetti. ST metterà a disposizione un dataset
completo di wafer normali e anomali da utilizzare per lo sviluppo e come benchmark.
Il problema verrà affrontato a partire da tecniche di image processing/analysis (anche in dominio di Fourier
/ Radon / Hough), di machine learning (tra cui tecniche di clustering / multimodal fitting), e di analisi statistica
(test d'ipotesi).
Prerequisiti: Basi di Algebra lineare, Analisi dei segnali/immagini, Statistica/Machine Learning,
Programmazione Matlab.
Condizioni: Lo stage avrà una durata di 9 mesi (pre-laurea, con rimborso spese di 600 euro mensili) o 6
mesi (post-laurea con rimborso spese di 750 euro mensili), con accesso gratuito a navette e mensa
aziendale.
La sede sarà presso i laboratori di STMicroelectronics di Agrate Brianza (via Camillo Olivetti, 2).
Contattare: Dott. Giacomo Boracchi [email protected]
Dott. Pasqualina Fragneto (STMicroelectronics) [email protected]
