Graduation assignment: Finding patterns in scanner data for wafer output optimization

## Afstudeeropdracht: Machine Learning voor ASML Scanner-optimalisatie

Ben je benieuwd naar het onderzoeken van de High Performance Cluster en KNIME-software in samenwerking met ASML-medewerkers om machine learning-modellen te bouwen? Deze afstudeeropdracht biedt de gelegenheid om aan praktische machine learning-toepassingen te werken in een toonaangevend bedrijf in semiconductorapparatuur.

### Job Mission
ASML ontwerpt, ontwikkelt en integreert geavanceerde fotolithografiesystemen voor grote wereldwijde fabrikanten van halfgeleiders. Deze machines produceren grote hoeveelheden gegevens waarvan de waarde alleen kan worden gerealiseerd door Data Science.

### Taakomschrijving
Je leert KNIME-software (Analytics Platform, Server en Web-portal) gebruiken om machine learning-algoritmen toe te passen op scannerloggegevens. Je werk zal het voordeel van machine learning voor optimalisatie van scanneropbrengst aantonen met behulp van echte gegevens van klantenondersteuning.

De opdracht omvat:

1. Vertrouwdheid krijgen met ASML-scannerproductiviteitsloggegevens
2. Verschillende gegevensbronnen van verschillende machines combineren en machine learning- en patroonherkenningstechnieken toepassen
3. Zoeken naar relaties en patronen in loggegevens die de scanneropbrengst kunnen verbeteren
4. Een thesisrapport schrijven

### Vereisten

• Masterstudent met achtergrond in Informatica, Wiskunde of Data Science
• Achtergrond in big data-problemen
• Basisvaardigheden in programmeren
• Interesse in praktische toepassingen
• Gedreven om oplossingen te leveren volgens de hoogste kwaliteitsnormen
• Moet gedurende de gehele stagiaire-periode ingeschreven zijn bij de school

### Duur en schema
5 dagen per week, minimaal 6 maanden