Applied Physics Internship: Data Science and Image Processing for SEM Metrology

# Stage: Wafer Metrology & CD-SEM-beeldanalyse

## Organisatie
De Wafer Metrology groep maakt deel uit van ASML's Development & Engineering organisatie, binnen het Performance & Integration cluster. De groep ontwikkelt een robuust metrologie-ecosysteem voor nauwkeurige prestatiebeoordelingen en optimalisatie van ASML's lithografiesystemen, waaronder ultramoderne hardwareplatformen zoals Critical Dimension Scanning Electron Microscopes (CD-SEM) en optische metrologie-tools, alsook geavanceerde softwareoplossingen.

## Drie stageassignments

### Assignment 1: Defectdetectie & classificatie in CD-SEM-beelden
Ontwikkel schaalbare algoritmen om defecten in grote SEM-datasets op te sporen en in te delen. Categoriseer defecten (bijv. bruggen, breuken, vervormingen) en analyseer hun impact op belangrijke lithografiemetrices zoals CD, LER en LWR. Ontwerp strategieën om defectbesmette metingen op te sporen of uit te filteren ter verbetering van de metrologie-robuustheid.

### Assignment 2: Geautomatiseerd & robuust ontruisen van CD-SEM-beelden
Ontwikkel geautomatiseerde en adaptieve ontruismethoden die ruis minimaliseren terwijl kritieke patroondetails behouden blijven. Analyseer SEM-ruiskenmerken en ontwerp algoritmen (bijv. filtering, op modellen gebaseerd of op data gebaseerd) die robuust werken onder verschillende omstandigheden. Creëer schaalbare oplossingen geschikt voor omgevingen met hoge productie.

### Assignment 3: Uit data afgeleide 3D-profielextractie uit bovenaanzicht-SEM-beelden
Verken machine learning-benaderingen om 3D-structuurinformatie uit bovenaanzicht-SEM-beelden af te leiden. Extraheer betekenisvolle beeldkenmerken, lijn SEM-data uit met referentiemetingen (bijv. AFM) en ontwikkel voorspellende modellen (bijv. CNN's of regressiemodellen) om 3D-parameters zoals hoogte en zijwandhoek in te schatten.

## Vereisten

• Bachelor (WO) of masterdiploma in toegepaste fysica, fysica, techniek of vergelijkbaar
• Achtergrond in beeldverwerking, machine learning en/of datawetenschappen
• Ervaring met Python en relevante wetenschappelijke bibliotheken
• Sterke analytische en probleemoplossingsvaardigheden
• Goede communicatievaardigheden en vermogen om technische resultaten te presenteren
• Gevestigd in Nederland voor de duur van de stage
• Ingeschreven bij een onderwijsinstelling gedurende de gehele stagepériode
• Bijlage motivatiebrief met duidelijke motivatie voor gekozen assignment
• Bereidheid tot verhuizing indien momenteel buiten Nederland woonachtig of studerend
• Voor niet-EU-burgers: universiteit moet bereid zijn relevante stagedocumenten te ondertekenen (Nuffic-overeenkomst)

Familiariteit met halfgeleiderfabricage of metrologie is een pré.