润鹏半导体（深圳）有限公司，广东深圳，518000；
摘要：随着半导体制造技术的不断进步，对产品质量的要求日益严苛。大数据技术凭借其强大的数据处理和分析能力，为半导体制造过程的质量管控提供了新的解决方案。本文深入探讨大数据在半导体制造质量管控中的应用，详细阐述其在数据收集与预处理、质量特征提取、模型构建与质量预测、实际应用场景以及面临的挑战与应对策略等方面的内容。研究表明，大数据技术能够有效提升半导体制造过程的质量管控水平，增强企业竞争力，但在应用过程中也需解决数据安全、人才短缺等问题，以推动半导体产业的高质量发展。
关键词：大数据；半导体制造；质量管控；机器学习
参考文献
[1]张明,李华.基于深度学习的半导体检测与预测算法研究(二)——多模态融合晶圆检测系统[J].半导体学报,2025,46(2):123-135.
[2]王磊,赵静.基于深度学习的半导体故障诊断与寿命预测算法研究——基于机器学习的半导体探测器健康状态监测及寿命预测方法[J].微电子学与计算机,2025,42(5):45-56.
[3]刘阳,陈晨.基于云大数据湖的半导体制造先进分析应用[J].计算机工程与应用,2023,59(15):25-35.
[4]周强,吴悦.贝叶斯AEWMA控制图在半导体制造过程监测中的应用[J].工业工程与管理,2023,28(3):112-120.
[5]陈辉,李萌.多模态融合晶圆检测系统在半导体生产中的效能研究[J].现代制造工程,2025,45(4):45-56.
[6]赵宇,孙浩.基于机器学习的半导体探测器健康状态监测及寿命预测[J].传感器与微系统,2025,44(6):35-45.
