Package Thermal Performance at System-Level
Pubblicato il 12-08-2026 - STMicro in Agrate Brianza
LA NOSTRA STORIA
Nosli di ST crediamo nel potere della tecnologia di guidare l’innovazione e avere un impatto positivo sulle persone, sulle imprese e sulla società. Siamo un'azienda globale di semiconduttori e la nostra tecnologia avanzata e i nostri chip costituiscono la parte nascosta del mondo in cui viviamo oggi.
Entrando in ST farai parte di un'azienda di oltre 115 nazionalità e presente in 40 paesi, con oltre 50.000 creatori di tecnologia in tutto il mondo
Lo sviluppo di tecnologie richiede più del solo talento: siamo infatti alla ricerca di persone straordinarie che comprendano la collaborazione e il rispetto. Persone con passione e il desiderio di rompere lo status quo, guidare l'innovazione e sbloccare il proprio potenziale. Intraprendi un viaggio con noi, dove puoi innovare per un futuro che vogliamo rendere più intelligente e più verde, in modo responsabile e sostenibile. La nostra tecnologia inizia con te..
We are looking for a resource to join the team to support the development of new features of an internal tool able to perform very fast thermal simulations of IC packages. The scope is to faster assess the thermal impact of board details.
Main activities:
- Introduction of detailed board model in TRAC (ST internal tool)
- Validation of the models vs Flotherm, through comparison of thermal simulations results, analysis of deviations, and model optimization.
- Creation of a simulation results database for different package families, in order to evaluate the impact of the board on the ThetaJA thermal metric.
- Development of a regression model, possibly with machine learning techniques, to accelerate the estimation of the board's thermal impact without having to run full simulations each time.
Required skills:
- Degree in Computer Science or Electronic Engineering (or equivalent qualification).
- Good knowledge of Excel for data management and analysis.
- Good knowledge of Matlab for data processing and development of basic regression models.
- Good com