看板 Tech_Job 關於我們 聯絡資訊
由於有人覺得我不應該分太多篇寫 所以我嘗試把幾個主題合併在一起 這篇合併幾個主題並稍做內容調整,主題包含Cost down/人力精簡/JUMP DOE/AI大數據 標題的俗諺最後一句應該沒有人不知道,既要馬兒好又要馬兒跑,還要馬兒不吃草,此俗 諺可謂cost down之核心精神。 Cost down從影印費到電話費,基本上是能省則省,每毛錢都是很計較的。對我這種環工 出身的人來說是讚同的,畢竟節能減碳救地球從自身做起嘛。 但是在生產上的cost down卻是讓人頗傻眼。賣產品都會說一分錢一分貨,但是生產產品 的時候卻是能多省就多省。 雖然常常聽到每間公司都在cost down,卻很少聽到細節,甚至之前有一篇應用Ai偵測機 台訊息,提早發現機台問題,減少產品不良率,但是在實際上,我所看到的卻不是這麼回 事。 我們都知道,開車每5000(有些是10000)KM就要去保養,有時會提早有時可能稍晚,但是 如果要車正常行駛不會半途"顧路",該PM就得PM。 在公司處於不景氣的時候,FAB內的貨少tool RF time累積的慢,PM周期就拉長,這代表 每個月設備支出是降低的。 隨著景氣回溫,每月出貨量增加代表RF on time也增加,PM周期變短。但是設備的月支出 卻依然被刪減,這就是萬惡的cost down之一。 當機台需要PM卻沒有預算,就只能延後PM或讓parts超時工作,甚至變相的讓parts run 到死才換。曾有家設備商駐廠私下抱怨,某機台的e-chuck life time只有6000 hrs,我 們run到10000/12000還在用,還抱怨他家的機器不穩定。 在parts死掉前,各種當機報廢晶圓時常發生,甚至有些機台parts壞了沒預算換,只能讓 機台鎖單一製程,沒貨就idle在那沒辦法生產,我實在不明白這種cost down真的有省到 錢嗎? 而講到了cost down,另一個議題就是"人力精簡"。內部的說法是汰弱留強,但實際的情 況卻是砍掉薪資較高的老員工,再補一批薪資較低的新人,甚至汰弱之後再來個遇缺不補 ,每個人的工作量與日俱增。 我所處的單位甚少聽到有誰被汰弱,因為離職率遠大於預訂的汰換率,然而工作量還是在 遇缺不補下增加了,從每季值班頻率1次增加到2至3次就能知道。 雖然人力精簡是cost down的一部份,但我所處的單位不可能單靠離職就能達到cost down 的目標。哪cost又該從何砍起? 答案是晶圓使用量。半導體越來越難,投入的經費與晶圓 是與日俱增的,而我們卻得在更少的人力,更少的晶圓使用量下,用更短的時間完成一個 project,project behind schedule 成為必然。 真要舉個例,大概是這樣的場景: 有家公司,它用100人花3年15000片晶圓做出X45nm代工,現在卻要用80人做X22nm,但是 晶圓只給你8000片,表訂完成時間則是2年,你覺得成功機率有多少。 (謎之聲:X32nm呢?? 沒人力沒資源,直接跳過了啦。) 以上數字只是舉例,非真實比例。 少了人少了晶圓,進度做不快,於是工程師被認為是沒有專業能力的,這之後甚至還衍生 出了每週工作評量,工程師還得列舉工作成果,證明自己這週是對公司有供獻的。 上層老闆認為進度落後,與問題發生後無法立刻解決的主因起於工程師專業度不足,實驗 沒有系統性與邏輯性,於是JUMP DOE的實驗設計方法被導入。 DOE的導入可以說是正確的決定,然而DOE卻不是為了節省晶圓使用的實驗設計方式。全因 子實驗(Full factorial design)在每個參數都是變因的情況下,晶圓使用量是非常可觀 的。在被限制使用晶圓的情況下,只能篩選少數幾個因子打DOE,問題也很難一次DOE就能 找到最佳條件,但是老闆總是認為你這批次打了12片/16片DOE,實驗結果範圍應該是能包 山包海,僅需從趨勢裡找個最佳點,問題就迎刃而解。 細數失敗的DOE,最主要的問題在於使用時機不對。另一個DOE失敗的問題在於第二集提到 的,找錯家做DOE。問題根本不是A家,它只有催化劑,你要它打DOE解決問題,根本緣木 求魚。 舉個真實的例子,某project A家做了非常多的實驗,最後解法卻是在B家補打一次IMP, 但是在那之前,A家就是頭號戰犯,被review到炸掉。 接著就開始進入AI大數據的狂想曲了。由於圍棋AI打敗了世界棋王,一股AI超越人類的思 維急速醞釀。由於project時程壓的太緊,DOE打來打去問題還是沒有解,於是老闆覺得AI 就是救星。 在開啓AI的旅途前,我們不僅看了不少跟AI有關的文獻,甚至還被要求實做,甚至要去學 Python,學如何使用tensorflow。而AI目標就是,運用現在已有的資料training AI。之 後只要有任何需求,對AI輸入我所需要的結果,AI就能給出一套解決方案,工程師(其實 這裡只需要助工就夠了)照著解決方案做,一次就能解決問題。既省錢又省人力還可以秒 解答,project永不delay。 當然,最後我沒有開發出這套AI,別說技術上我做不到,退一百萬步言,就算我真的做的 出來,你覺得我會弄一個AI取代所有工程師,然後自己也沒工作嗎? 雖然後期的AI比較回歸到正常面向,但是我們還是沒能把AI應用進工作上。 雖然還有很多沒講,但是雜談三就先寫到這裡。接下來我打算寫讓我決定離職的主要事件 ,這部份牽扯到一些公司的機密,我得做些處理,有部份內容需要用替代的假範例,什麼 時候貼再看情況。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 110.28.39.47 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1575868336.A.576.html
djbell: 不用在意他人意見 你想怎麼發揮就怎麼寫 12/09 13:26
djbell: 都離開了 還需要在意別人嗎? 他們不爽可以不要看12/09 13:27
djbell: 沒貢獻的酸民總是特別多12/09 13:28
applejone: 頭推 12/09 13:29
applejone: AI說穿了就是用你們餵給他的資料去找正解 不過你們沒有 12/09 13:30
applejone: 正解 那AI怎麼找的到呢? 12/09 13:31
as111531: 你還少說連控片都在cost down, season片數秒數砍半,都r 12/09 13:42
as111531: un到PR burn了還不報廢還要rework12/09 13:42
wkc0908: 推 期待下一集12/09 13:52
thumbe25370: 既要馬好又不給馬吃草12/09 13:58
awss1971: 我前公司豬頭主管在我離開時也是滿口AI, 科科 12/09 14:01
xuann6: 推推12/09 14:48
pegen: 推推12/09 14:50
vkaiy: 推!12/09 15:45
Ds666: 推推12/09 15:59
geniusw: 你想怎麼寫都隨便 不違反板規 管那些推文下指導棋喔 12/09 16:09
mike03486: 推 12/09 16:41
leoc0895: 推推12/09 17:52
chocopie: 叫非資訊本科的花時間去學AI,資訊本科則是手動一台台電12/09 18:09
chocopie: 腦登進去、看防毒patch有沒有裝好,工人智慧。12/09 18:09
chocopie: 這是一間要好馬學飛,要猛禽學跑步的公司。12/09 18:09
godspeedsw: 這就是我看到走入死胡同的狀況,這問題只會惡化不會 12/09 18:24
godspeedsw: 變好。除人的因素外,公司文化已經定型回不去了 12/09 18:24
genaro:12/09 18:50
lockeedgar: 支持原po維持前兩集節奏,好看又精彩很多12/09 18:51
Reventon: 推推 12/09 19:04
Simonfenix: 幫推 12/09 19:23
yesno1011: 推 12/09 19:27
Jericho2000: 推推 12/09 19:57
fenix0107: 你好像沒理解DOE的精神喔12/09 20:49
fenix0107: 全因子還需要DOE做啥?12/09 20:49
double21: DOE要下有一些前提12/09 21:14
是使用JUMP DOE軟體 JUMP可以選擇不同實驗設計方式,會有使用run數的差異。 這邊提到的是JUMP選全因子實驗,但是全部因子都選則run數爆炸多,最後只能挑3-4個做 。但是老闆會認為你用的是全因子設計,實驗做完就該包山包海。
zzzxxx382: 推推 這公司的工廠真的很低能 12/09 21:43
hankwanghow: 小心有gger會暴怒崩潰12/09 22:08
pegen: 這間怎麼看都不像gg啊,比較像某記憶體廠欸12/09 23:24
chimori: 推12/09 23:31
invidia: 有開門七件事嗎12/09 23:59
homepark: 推推 12/10 02:05
newball: 歷歷在目 12/10 04:50
SY082022: 叫內部人員開發AI本身就是一個假議題12/10 06:19
exeex: 二流AI套路= =12/10 06:43
exeex: AI沒有這麼神 AI沒有資料就是垃圾12/10 06:44
exeex: 你們跳過資料科學的基礎訓練 去學tensorflow一點用也沒有12/10 06:45
exeex: 現有的機台sensor就那些 資料就只有那幾個欄位 12/10 06:48
exeex: 什麼issue AI能解什麼不能解 沒搞清楚就跳下去 12/10 06:48
exeex: 肯定失敗的呀12/10 06:49
後期講的AI就有比較正常一點點。 ※ 編輯: negohsu (27.246.140.93 臺灣), 12/10/2019 08:43:41
joker8324: 看前幾篇像g,這篇像發光 12/10 08:37
geniusw: 美光才來台灣幾年 應該還不夠格 12/10 10:09
yuffieAK47: 推 12/10 10:17
kevin16h: 推 12/10 11:15
chocopie: 不管gg還美光哪家都一樣啦,AI這東西成功做出來,下一步 12/10 12:25
chocopie: 就要開始省人力了。你要那些連office都不太會用、只會要 12/10 12:25
chocopie: 底下工程師幫他出report的主管怎麼辦? 12/10 12:25
physicsdk: 這系列文必推,愛怎麼寫都行 12/10 18:18
lostman: 推 12/10 21:01
saram: 馬好才能跑?馬跑才算好?雞生蛋理論. 12/10 21:52
cfallstar: artificial idiots. QQ 12/11 08:32
pipisn1024: 精彩推 12/15 11:03
lexis: 如果有簽競業禁止,那機密內容還是要保留些~ 12/16 11:43
faniour: DOE.....XD 12/16 14:36
faniour: 軟體應該是JMP不是JUMP啦 12/16 14:37
faniour: 真的給你撒全因子實驗量應該也吞不下去.... 12/16 14:38
chuchunghao: 推 12/18 11:08
disyou: 某個總經理每年都在喊要costdown !.真爽 12/19 00:55