Atualmente, a indústria dos semicondutores enfrenta problemas sérios em relação à deteção das anomalias nas wafers, devido à diminuição do tamanho dos dispositivos, o que se traduz numa diminuição do espaço disponível para dispor os componentes de que necessita, o que torna o processo de inspeção das wafers algo complexo, especialmente se esta tarefa for executada manualmente. A execução deste projeto de pesquisa consiste no estudo da viabilidade da implementação de uma solução para a deteção dessas anomalias de forma automática numa linha de produção na indústria dos semicondutores, assim como idealizar como será a conceção e implementação de uma ferramenta deste tipo, bem como perceber de que forma é que os problemas que a indústria se depara podem ser reduzidos, capacitando inclusive a solução para o processamento de grandes quantidades de dados. Assim sendo, o objetivo principal deste projeto é o de desenvolver uma solução que reconheça padrões nas imagens anómalas resultantes do processo de inspeção ótico das wafers e que sugira uma classificação dessa anomalia ao utilizador, usando técnicas de processamento de imagem para extrair informações relevantes nas imagens processadas e algoritmos de Machine Learning para a classificação automática dessas informações. Com isto, podemos melhorar as taxas de erro ocorridas nas classificações dos operadores e ajudar os profissionais de Sistemas de Informação nas suas análises, facilitando a tomada de decisão, o que se pode traduzir em poupanças de tempo e dinheiro e na realocação de recursos necessários a outras áreas. Para a realização deste projeto, será seguida a abordagem metodológica Design Science Research, que ajudará na criação dos artefactos do projeto e na realização de uma pesquisa com o máximo rigor.