企業情報

主な職種について解説します。 ■デバイスエンジニア 活かせる分野 ｜ 電気電子 物理 材料 　メモリーセルと周辺回路の技術開発を行うことが主な仕事です。例えば、世の中のトレンドで省エネ・高速のデバイスが求められていれば、その性能を達成するための旗振り役として、設計のルール出し、 量産や管理体制の構築、問題発生時の解決法などを考えます。製品を最初から最後まで責任を持って見ていく職種とも言えます。その中で、四日市やアメリカのスタッフとやりとりしながら、さまざまなとりまとめをおこなうのが役割です。 ■デザインエンジニア（回路設計・レイアウト設計） 活かせる分野 ｜ 電気電子 情報 　デザインエンジニアは、メモリーに求められる新しい機能・パフォーマンスを実現するための回路を作ることが主な仕事です。そのために回路図を書き、シミュレーターで機能検証を行い、レイアウトを設計しています。例えば、回路図を作る部分の担当の場合には、より サイズをコンパクトにし、今までと同じスピードを維持するなどさまざまな要求に対して、回路図を繰り返し書くことで問題解決を図っています。 ■テストエンジニア 活かせる分野 ｜ 電気電子 情報 　製品ごとに出荷検査を行いますが、そのためのテストプログラムを開発することがテストエンジニアの主な仕事です。テストを行うことで、利用者に渡る製品の品質を保つという責任があります。また、フラッシュメモリーはテストによって製品の品質を最終的にチューニングすることができるので、技術的にはおもしろいです。 ■プロセスエンジニア（開発） 活かせる分野 ｜ 材料 化学 物理 機械 電気電子 情報 数学 　さまざまな工程を経て作られる半導体ですが、その中でも開発のプロセスエンジニアは既存の技術を改良し、技術的に新しいことを提案して、より性能が高い半導体を作っていくという仕事です。量産のプロセスエンジニアは「いかに効率化し利益を上げていくか」に対して、開発は「新しいものを作り出して効率化していく」という違いがあります。そのためデータを分析して仮説を立てたり、現場に入って実験を重ねたりすることが大事です。 ■プロセスエンジニア（量産） 活かせる分野 ｜ 材料 化学 物理 機械 電気電子 情報 数学 　メモリーの製造には、何千という工程で装置を動かす必要があります。量産に携わるプロセスエンジニアは、その工程の管理とデータを分析することで、 生産性の向上を担っています。例えば、製造工程の一つである「成膜」というプロセス。 測定データを解析し、早期に異常を検知する手法を確立することや、安定した稼働のための分析、また製造装置をオペレーションした実験評価など、多岐に渡る業務に取り組んでいます。 ■プロセスインテグレーションエンジニア（開発）（CMOS/CELLデバイスエンジニア） 活かせる分野 ｜ 物理 材料 機械 電気電子 化学 情報 数学 　開発部門のトラブルシューティングです。世に出回っていない開発段階のものを扱うためトラブルの発生は避けられません。初めに、なぜトラブルが起きたのか原因分析を行います。形状を確認するなどして、どの工程で問題が起きたか予測を立てます。その後、工程追加や条件変更などを行い解決を試みるか、あるいは実証実験によりプロセスの改善に取り組むなどを実施します。関連するプロセスのスタッフにも意見を求めながら、問題工程の区間を俯瞰で捉え、業務に取り組みます。 ■プロセスインテグレーションエンジニア（量産）　 活かせる分野 ｜ 物理 材料 機械 電気電子 化学 情報 　この部門は仕事が細分化されています。製造生 産数を管理、製品を組み立てる海外の後工程部門との調整、メモリーの信頼性や使用者からの要求に応えられているかを評価するなど、人によってさまざまな役割があります。 中でも、各工程のエンジニアから不具合の情報が入ってきたときに全体を見てトラブルの原因を見つけ、解決策を導き出すことは、重要な役割のひとつです。各工程の立場から各種データやトラブル情報が届くので、それを噛み砕いて他工程に伝えることも大切な業務です。 ■プロダクトエンジニア　 活かせる分野 ｜ 物理 材料 機械 電気電子 化学 情報 数学 　プロダクトエンジニアは製品の品質管理に関わる仕事です。メモリーの不良率を下げるために、データ解析や改善策を立案し、他の事業所と連携しながら出荷工程のスケジュールを管理します。例えば、出荷前のサンプルをチェックし、メモリーに複数のテストを実施し、どういった不良が出やすいのかの解析と対策を検証します。どのテストを行うかを見極めることも重要な役割です。日々、試行錯誤しながら不良率の改善に取り組んでいます。 ■データエンジニア、データサイエンティスト 活かせる分野 ｜ 情報 数学 物理 電気電子 　メモリーの製造過程では、日々大量のデータが蓄積されます。データサイエンティストは、その大量のデータをどのような統計解析手法を使って分析するかを選定し、歩留まりの改善施策の提案や製品の品質向上を実施します。データベースの構築を行うチーム、レポートを通してデータを可視化するチーム、そして製造の最前線で統計技術を使ってデータ解析するチームと、大きく3つの役割に分かれており、それぞれが連携して問題を解決し、最終的には自動化していきます。