良率與品質工程師
為了提高每片晶圓的良品比例（良率），透過數據與分析找出不良原因，並推動製程改善與品質穩定的工程師。
工作內容
良率與品質工程師的工作，是提高每片晶圓中良品晶片所占的比例，也就是良率，並讓品質穩定。他們會比對晶圓測試結果、缺陷檢測設備的數據、各站點的量測值與機台處理紀錄，找出不良在哪裡、因何產生。例如不良晶片集中在晶圓上的特定區域時，就會懷疑特定機台或站點。縮小可能原因後，再以物性分析確認，並與相關站點的負責人決定對策。在量產中，運用 SPC（統計製程管制）及早發現製程變化、建立不產生不良的機制，也是重要的職責。
合作對象與處理的事物
多數原因出在製程或機台，因此要與製程工程師、設備工程師、製程整合工程師一起調查。也會與處理測試結果的測試工程師、負責物性分析的失效分析部門，以及在出貨後發生問題時應對客戶的品質保證部門合作。處理的是大量數據，例如不良在晶圓上的分布（晶圓圖）、缺陷的位置與影像、管制圖與各批次的處理履歷。物性分析的方法之一，是用 FIB（聚焦離子束）製作剖面，再以 SEM 或 TEM（穿透式電子顯微鏡）觀察。
需要的知識與技能
核心是統計與數據分析的能力。需要能熟練處理變異、分辨相關與因果，並運用管制圖與製程能力指數（Cpk）等觀念。由於數據量龐大，除了試算表之外，有些職場也會用資料庫查詢或程式語言進行統計。在此之上，若了解各站點的原理以及電晶體與導線的結構，就能把數據異常和物理上的原因連結起來。即使原因不明，也要有提出假設、逐一驗證的耐心。
從哪裡開始學
先在「良率與品質管理」領域，掌握良率的概念、缺陷密度與晶片面積的關係，以及管制圖等品質管理工具。確認不良原因的方法在「量測與分析」，測試結果如何取得在「測試與檢查」，出貨後才成為問題的失效機制則在「可靠度」領域。製程本身的知識推薦「完整掌握製造製程」課程，包含測試與可靠度的後段製程則推薦「後段製程、品質與安全」課程。思考圖形相關的缺陷時，「微影」與「蝕刻」尤其常會用到。
應學習的領域
這個職務的基礎10題
從應學習的領域中選出10道基本題
推薦課程
常見術語
良率 致命缺陷 系統性缺陷 帕松良率模型 缺陷檢測設備 SPC(統計製程管制) 管制圖 製程能力指數(Cpk) 柏拉圖 FMEA(失效模式與效應分析) FIB(聚焦離子束) TEM(穿透式電子顯微鏡)
常見問題
非理工背景或沒有經驗，可以成為良率與品質工程師嗎？
這個職務以統計與數據分析為核心，因此曾在其他產業從事品質管理或數據分析的人，有機會發揮所長。另一方面，要把數據異常連結到製程上的原因，需要半導體製程與元件的知識。錄用條件依公司與時期而不同，但先學好統計基礎與製程流程，無論從哪一方切入都會更容易。
和品質保證的工作有什麼不同？
一般來說，良率與品質工程師著重於在工廠內減少不良、穩定製程。品質保證則負責確保產品符合規格與客戶要求，在出貨後發生問題時，多半負責向客戶說明並統整再發防止對策。兩者關係密切，職稱與職責的劃分依公司而不同。
需要什麼證照嗎？
一般來說，這個職務沒有必備的執照或證照。有人會把品質管理或統計相關的檢定、證照當作學習目標，但在錄用時的重視程度依公司而不同。實務上，通常更重視從數據找出原因、並與相關人員合作推動改善的經驗。