A medida que el nodo tecnológico se reduce y se desplaza hacia arquitecturas complejas, el control preciso de los procesos automatizados de fabricación de semiconductores, especialmente el grabado por plasma, es crucial para el rendimiento, el costo y el rendimiento de los semiconductores. Sin embargo, los métodos actuales de detección del punto final (EPD) que dependen de la experiencia de ingenieros especializados resultan en variaciones en el proceso e incluso errores. Este artículo propone un EPD óptimo mejorado en el proceso de grabado por plasma basado en una red neuronal convolucional (CNN). El enfoque propuesto realiza la extracción de características en los datos espectrales obtenidos por espectroscopia de emisión óptica (OES) y predice con éxito el tiempo óptimo de EPD. Con fines de comparación, también se investigan el clasificador de máquina de vectores de soporte (SVM) y el clasificador de conjunto Adaboost; el modelo basado en CNN demuestra un mejor rendimiento que los dos modelos.