STAGE Césure - Ingénieur Machine Learning - H/F

Les technologies imageurs développées chez STMicroelectronics sur des composants silicium sont très présentes dans différentes applications de la vie quotidienne comme la téléphonie, ou l’automobile. Afin d’améliorer l’efficacité des capteurs optiques nouvelle génération en cours de développement chez ST, de nouvelles structures nanométriques ont été introduites sur le circuit intégré. Ces structures sont réalisées grâce à une étape de photolithographie suivie d’un procédé de gravure plasma.

Un procédé de gravure est un procédé complexe comportant de nombreux paramètres (pression, puissance, gaz, etc…) qui influent sur la morphologie des dispositifs. Ce procédé est caractérisé par imagerie à microscopie électronique, à partir de laquelle les dimensions critiques souhaitées sont déterminées. La morphologie des dispositifs a également un fort impact sur leur défectivité et performance, et l’évolution des paramètres recette au cour de la vie d’un réacteur de gravure ainsi que les différences entre réacteurs peuvent donc créer sur des légères variations de morphologie plaque à plaque qui ne sont pas facilement détectées lors de la production.

L’IA devrait être capable de créer une association entre les paramètres réels de production et les résultats de défectivité et performance électrique et optique afin de comprendre quel(s) paramètre(s) mènent à des pertes de rendement. 

Au cours de ce stage au sein du département R&D gravure avec l’appui de l’équipe de développement IA, les activités qui seront à la charge du stagiaire sont :

• Découverte des aspects physiques et chimiques de la gravure.
• Exploration des solutions AI possibles en fonction des challenges à relever.
• Proposer une représentation de données compatible avec l’approche IA (feature engineering) pour minimiser les problèmes de bruit pour les mappings de défectivité comme pour les recettes, et permettre une convergence même sans analyse NLP.
• Constituer des bases de données pour l’apprentissage, la validation et le test des solutions.
• Construire la solution neurale centrale d’analyse de contexte, et obtenir une convergence de l’apprentissage avec un F1Score le plus élevé possible. But visé : supérieur 0.9 et si possible supérieur à 0.95.
• Explorer les solutions Machine Learning & Deep Learning.
• Explorer les apports des méthodes d’amélioration comme : active learning, active feature acquisition, feature importance ; partial dependence, analyse de résidus et sous-populations. Essayer de les combiner pour améliorer les résultats.
• Dans un 2e temps introduire dans le processus un transformer pour analyser et produire les recettes. Ce transformer travaillera en interface avec le réseau central d’analyse d’image.
• Proposer et challenger au fur et à mesure de l’avancement, des métriques d’évaluation des résultats et de mesure de la couverture de l’espace d’apprentissage.

Intégré(e) aux équipes de développement, vous serez amené(e) à présenter lors de fréquents meetings l’avancement de vos travaux et participerez ainsi à l’industrialisation de cette technologie clé pour STMicroelectronics.

VOTRE PROFIL

• Formation :
  Étudiant(e) en 4ᵉ année d’école d’ingénieur, en année de césure, avec spécialisation en Informatique, Intelligence Artificielle ou Data Science.

• Compétences techniques :

  • Machine Learning
  • Deep Learning
  • Python
  • Data Analysis
  • IA / Data Science

• Soft skills :

  • Esprit d’équipe
  • Autonomie
  • Rigueur
  • Sens de l’organisation

• Durée et période :
  Stage de 6 mois, à pourvoir idéalement à partir de août / septembre.