LG디스플레이

(1000) 〃 반도체 및 디스플레이 역량 〃 OLED 패널 직무는, 패널의 제작 및 검증부터 신규 반도체 소자 개발까지 폭넓은 업무를 진행합니다. 보유한 반도체 및 디스플레이에 대한 이해로 업무를 잘 수행할 수 있습니다. 반도체 공학, 전자회로 과목을 통해 MOSFET, DIODE, BJT 등의 트랜지스터 특성과 동작 원리를 익혔으며, 증폭 및 스위칭 기능을 익혔습니다. 모두 A 이상의 학점을 받았습니다. 이후, 전자회로설계 수업에서 Orcad를 이용하여 다양한 회로들을 구성해보며 트랜지스터에 대한 이해를 높였습니다. 또한, 디스플레이공학을 수강했습니다. TFT 소자를 비롯해 OLED 패널의 원리 및 공정 등을 익혔고 명암비, 응답 속도 등의 디스플레이 특성을 익혔습니다. 신규 소자 개발 및 패널 제작 시, 관련 역량으로 업무를 효과적으로 습득할 수 있습니다. 교내 수업 외에도 더욱 전문성을 쌓고자 국가 주관 168시간의 “NCS 반도체 교육 과정”을 수료했습니다. 소자들의 특성을 복습했고 반도체 공정에 대한 학습을 진행했습니다. 수료 후, 공정 실습 과정을 통해 이론을 점검할 때 Native oxide에 의한 Wafer 불량을 밝혀내는 등 공정 개선 시각을 길렀습니다. 관련 역량이 TFT의 특성과 공정 이해, 신규 소자 개발 등에 도움이 될 것입니다. 〃 검증을 통한 품질 향상 〃 타사에서 품질 업무 인턴을 수행했습니다. 제품의 성능을 평가하는 업무를 맡았습니다. 이때, 제품의 불량을 분석하며 품질 향상을 이뤘던 경험이 있습니다. 업무 수행 중, 모터의 발열 현상을 발견하고 원인을 밝히기 위한 실험을 진행했습니다. 모터를 분해하여 여러 파라미터를 측정한 결과, 정격 전류를 20% 이상 초과한다는 점을 확인했습니다. 실험 결과를 바탕으로 권선의 결함을 예측했고, 조사 결과 권선에 문제가 있다는 것이 드러나 대체 설계가 이루어졌습니다. 관련 경험이 패널의 수율, 품질 향상 방안을 제시하는 양산지원 업무에 도움이 될 것입니다.

(1000) 〃 통계적 Data 분석 능력 〃 OLED 패널 직무에서 불량분석 및 양산지원 업무를 수행하기 위한 Data 분석 역량에 강점이 있습니다. IT 시스템 설계 수업에서, 졸업 논문과 연계하여 1년간 Python을 활용한 웹크롤링 및 머신러닝 프로젝트를 진행했습니다. 웹크롤링은 Telegram 과 Python을 연동한 자동화 프로젝트였고, 머신러닝은 Tensorflow를 활용하여 CNN 모델을 설계하는 다중 이미지 분류 프로젝트였습니다. 이러한 프로젝트를 통해 Python의 다양한 라이브러리를 어떻게 적용하여 Data를 가공하고 분석해야 하는지 익힐 수 있었습니다. 이를 통해, 패널 제작 및 평가 시에 발생하는 Data를 합리적으로 Modeling 하여 유의미한 결과를 효과적으로 도출할 수 있습니다. 이후, 통계 역량으로 Data 분석 역량을 강화하기 위해 품질경영기사를 취득했습니다. 기본적인 Data의 분산, 변동 등 통계 핵심 요인 분석 방법과 품질 기법을 익혔습니다. 상황에 맞게 각종 실험계획법을 수립하고 요인 간의 상관관계를 분석, 유의미한 정보를 도출할 수 있습니다. 현재도 Big Data 관련 기술을 공부하며 Data의 형태 (정형, 반정형, 비정형 등)에 따른 Data의 수집 방법 및 분석 방법 등을 익히고 있습니다. 입사 후에도 관련 역량을 꾸준히 개발하여 LG 디스플레이의 경쟁력을 강화하는 사원이 되겠습니다.