訓練目標

本課程著重積體電路製造產線過程中的監控量測與良率關係，確保積體電路製造中每一個製程都能符合預期成效，解說與推論積體電路故障的成因以及用什麼方法找出問題，藉此來修正製程流程．另外也會描述半導體元件或電路中與可靠度相關的知識與名詞，讓剛踏入這個領域的人員可以快速吸收從製程開始到產品完成過程中良率、故障與可靠度分析的所有專業知識

課程效益

最後說明目前業界經常使用的故障分析工具來強化工作上的實戰經驗，讓分析理論與工作實務得到驗證，當半導體零件出問題，因為不瞭解半導體的製程，再加上不懂故障分析技術，自然無法釐清雙方責任，可能造成系統公司的內部損失，或訂單流失的風險，更可能因此昭受巨額賠償罰款，本課程藉由學習薄膜材料、半導體元件、積體電路等三種不同級的電性、物性、光性分析方法與故障分析工具的介紹，從重要的故障分析儀器入門，清楚介紹儀器的物理行為與如何應用在半導體產業之故障分析，讓工作以及產品的良率提升可以更加順暢。講師從事積體電路製程與故障分析已有20多年經驗，此課程提供20多年半導體故障分析實務經驗，節省從事半導體人員摸索或錯誤判定的時間。此課可即學即用，是積體電路產品公司最需要的課程，值得向各界推薦

課程對象

1. 從事各產業之半導體領域相關人員，具理工背景者學習效果更佳

2. 有興趣學習半導體材料測試與分析之南部科學園區內/周邊相關從業人員

3. 南部科學園區（臺南、高雄）員工、周邊育研機構從業者優先參訓

※因應政府政策對關鍵技術領域之安全規範，本課程不開放陸籍人士參與，感謝您的理解與配合。
1.報名通過審核者，請於收信後5日內繳交本課程保證金1000元(恕無法使用禮券及刷卡服務)。

2.政府補助園區在職進修，請先預繳保證金，出席達80%以上者，全數歸還，未達者將不予退還。

3.為配合節能減碳及因應E化服務，已繳交保證金學員，請主動填寫附件連結告知相關資訊，謝謝您！

課程目標：

為具備理工基礎、但對AI晶片與應用領域尚不熟悉的科技業從業人員設計，以淺顯易懂的講授+可上手的實作練習方式，介紹AI在光學檢測與影像辨識中的應用實務，並實際體驗YOLO與VAE兩種影像處理技術的應用。

課程大綱：

◎Day 1 學科教授

● YOLO圖像辨識技術 + IC封裝檢測應用

● Edge AI晶片簡介（強調應用端：如在機台AOI使用NVIDIA Jetson）

● 半導體封裝中常見視覺檢測項目介紹：

1. BGA焊球缺陷（缺焊、移位）

2. 晶圓表面污染物、刮痕、裂縫

3. AOI（自動光學檢查）常用之圖像分類思路

◎Day 1 實作活動

Google Colab 環境設定

載入YOLO預訓練模型

使用 Roboflow 公開封裝缺陷資料集（或PCB缺陷作近似）進行 YOLO 模型推論

模擬在 AOI 裝置前段分類模型運作流程（如預警信號觸發）

◎Day 2 學科教授

● VAE影像生成 + 缺陷樣本合成於IC測試

● 封裝瑕疵的特徵多數為極少樣本情境 → 引出資料合成需求

● 使用 VAE 模擬生成焊點偏移、刮痕或微裂的變異圖像

● 資料合成如何協助：提升分類器的泛化能力

◎Day 2 實作活動

使用簡易Keras/TensorFlow程式碼運行VAE

將小量圖片以 VAE 架構生成 10 組「合成缺陷圖像」

初步觀察重建效果與潛在空間變化

簡單分類出真實 vs 合成，強化模型理解

課程設計：

1. 請自備筆電（建議配備8G RAM以上、可使用Google Chrome）

2. 課程中將提供Google Colab腳本與程式碼模板，無需安裝額外軟體

3. 鼓勵有興趣者提前註冊Google帳號與 GitHub（提供可下載範例資源）

※因應政府政策對關鍵技術領域之安全規範，本課程不開放陸籍人士參與，感謝您的理解與配合。
1.報名通過審核者，請於收信後5日內繳交本課程保證金1000元(恕無法使用禮券及刷卡服務)。

2.政府補助園區在職進修，請先預繳保證金，出席達80%以上者，全數歸還，未達者將不予退還。

3.為配合節能減碳及因應E化服務，已繳交保證金學員，請主動填寫附件連結告知相關資訊，謝謝您！