Electrical Engineering/Data Science Graduation Internship: Temporal Control Using Exogenous Data

Êtes-vous un étudiant en dernière année de licence ou de master en Data Science, Physique, Génie Électrique, Mathématiques, ou dans un domaine connexe ? Possédez-vous de solides compétences en programmation et une familiarité avec le traitement du signal et l'apprentissage automatique ? Si oui, notre stage de fin d'études pourrait être parfait pour vous !

Département : BL-Apps MPC D&E PWC Overlay & Alignment

Groupe : Technology Enablers

Notre équipe chez Applications Process Window Control On-Product Performance se concentre sur l'amélioration de la performance de contrôle de l'overlay sur les produits. Ce stage s'aligne avec notre feuille de route visant à développer des méthodes de contrôle temporel améliorées pour les futures versions de nos logiciels de contrôle.

L'objectif principal est d'améliorer le filtre temporel utilisé pour le contrôle en boucle afin d'améliorer l'overlay sur les produits. Actuellement, une moyenne mobile exponentiellement pondérée est utilisée pour optimiser les paramètres du modèle de plaquette pour la correction. Cependant, l'utilisation de modèles temporels plus avancés n'a pas donné d'améliorations significatives. Au lieu de cela, il est conseillé d'exploiter des données exogènes pour enrichir les paramètres du modèle et faire des prédictions (les résultats d'un stage précédent sont disponibles dans une thèse).

Exemples de données exogènes :

• Statistiques des données d'overlay
• Données contextuelles (par exemple, les identifiants des chambres de gravure)
• Données signalées par le scanner (par exemple, paramètres d'alignement des réticules, résultats d'alignement des plaquettes, informations de temps d'exposition)
• Informations logistiques de la fab

Votre travail consistera à rédiger un plan de test, collecter des ensembles de données pertinents, développer des outils pour différents modèles de contrôle temporel potentiels, effectuer une analyse de preuve de concept et documenter vos conclusions. L'objectif ultime est de guider notre compétence en contrôle d'overlay dans la détermination des avantages potentiels et des méthodes les plus prometteuses pour les améliorations du contrôle temporel.

Pour être un candidat idéal pour ce stage, vous devez :

• Être un étudiant en dernière année de licence ou de master en Data Science, Physique, Génie Électrique, Mathématiques, ou dans un domaine connexe.
• Avoir une maîtrise de Matlab ou Python (ou les deux).
• Avoir une solide compréhension du traitement du signal, de l'analyse de Fourier, de l'apprentissage automatique, des modèles d'auto-régression, des filtres de Kalman et des prévisions de séries temporelles.
• Être proactif et capable de travailler de manière autonome.
• Posséder d'excellentes compétences en communication en anglais, à la fois à l'oral et à l'écrit.

Ce stage nécessite un engagement minimum de 6 mois, avec 4 à 5 jours de travail par semaine, commençant le plus tôt possible. Notez que les étudiants doivent être inscrits dans un établissement éducatif pendant toute la durée du stage.

Rejoignez ASML en tant que stagiaire et acquérez une expérience précieuse dans un environnement hautement innovant. Vous recevrez une indemnité de stage mensuelle pouvant aller jusqu'à 600 €, ainsi qu'un soutien potentiel pour le logement et le transport public gratuit. De plus, vous bénéficierez de conseils pratiques d'experts et découvrirez l'atmosphère dynamique d'une entreprise néerlandaise de premier plan dans l'industrie mondiale.

ASML est une entreprise de haute technologie, dont le siège est aux Pays-Bas, qui fabrique des machines complexes de lithographie utilisées par les fabricants de puces pour produire des circuits intégrés. Nos innovations sont au cœur des appareils électroniques qui nous connectent. ASML emploie certains des esprits les plus créatifs dans des domaines tels que la physique, le génie électrique, les mathématiques, la chimie, la mécatronique, l'optique, le génie mécanique et l'informatique.

Nous nous engageons à une amélioration continue, à favoriser l'innovation et à relever les défis. Notre équipe mondiale d'environ 39 000 personnes de 140 nationalités différentes opère à travers l'Europe, l'As