Profile 00 00@2x e294063b2878e4164ba1dd904aa6b8bae6a97e19937899e4b4af853acf30de5d

黃林威

目前任職於晶元光電的 IT 部門,有兩年以上的工作經驗

我們團隊負責提供工程資料分析平台,讓公司內的 User 可以方便的撈取資料,進行統計分析

日常工作除了維護和開發該平台的功能外,主要負責分析產線資料,透過統計及 ML 手法偵測異常

並建立品質預測系統。


GitHub

0933014714
[email protected]


語言能力

  • 中文 - 精通 
  • 台語 - 中等
  • 英文 - TOEIC 630 · 聽 ( 中等 ) 說 ( 略懂 ) 讀 ( 中等 ) 寫 ( 中等 )

技能


數據分析

  • 應用
    資料探勘、資料清理、異常偵測、建立預測模型、建立推薦系統、協助改善產品良率

  • 方法
    Statistics、Machine Learning、Deep Learning

  • 程式設計類
    Python、R、Matlab

  • 資料庫設計類
    Oracle、PostgreSQL、Greenplum、PL/X

  • 數據管理類
    Vidas、Tableau


軟體工程系統開發

  • 應用
    ETL開發、Windows Forms開發、自動化系統開發

  • 程式語言
    Python、Visual C#

  • 部署工具
    Docker、Kubernetes

  • OS
    Windows、Ubuntu


網頁開發

  • 程式語言
    HTML5、Python、Java、JSP

  • 框架
    Django、J2EE

  • 部屬工具
    Apache Http Server、Apache Tomcat



自傳

您好,我是黃林威,目前任職於晶元光電的 IT 部門,有兩年以上的工作經驗,我們團隊負責提供工程資料分析平台,讓公司內的 User 可以方便的撈取資料,進行簡易統計分析。 日常工作除了維護和開發該平台的功能外,主要負責分析產線資料,透過統計及 ML 手法偵測異常,並建立品質預測系統。 


目前參與過三個專案 

1. 品質預測系統 - 透過產線資料對半成品進行品質預測,提前預知最終產出可增加公司產出命中率,降低庫存。 

2. 異常產出偵測系統 - 每日自動盤點異常產出,並對後段製程異常進行標記。

3. 異常因子推薦系統 - 提供異常因子查詢平台,可於客訴發生時,讓 User 快速盤查所有資料,從百萬筆以上的資料中找出真因。


在開發系統的過程中,需要了解整個公司的運作流程,從半導體製程到系統架構都要有一定的了解,才能結合公司現有框架,搭配合適的演算法來打造可靠的服務。目前的開發主要都在 Python 及 C# 上進行,使用過 Oracle、Greenplum 等資料庫,並將服務透過 Docker 發佈,有時需要用 Tableau 提供報表給 User。


希望工作不只是幫忙公司解決問題,也能在實作中持續學習各種工具、方法。

Biography

Hello, my name is Andy Huang. I have been working at EPISTAR as Data Engineer over two years. Engineering data analysis is the major task of my job. Through the statistics and machine learning methods, we can predict assembly line outcomes, detect anomaly issues, and construct the automatic system. Our team maintain a platform, Visual Intelligent Data Analysis System (Vidas), to provide internal user getting data and doing some basic statistics analysis.


For now, I have already involved three projects. 

1. Performance Prediction System 

We predict the ultimately quality for our goods when it is just semi-finished, so that the inventory levels can be reduced. 

2. Process Outlier Detection 

Inspect the measurement and annotate the non-confirming wafer caused by specific process.

3.Non-Confirming Wafer Tracing 

Provide a clear platform for MIE team to tracking down the root cause in millions of data. 


In my daily work, I use Python, C#, Oracle, and Greenplum to handle various data flow and invest the valuable information. Meanwhile, we must discuss with user and colleague to understand the past method and system institution. Construct a stable clear system based on grasping the whole things. Sometimes, we design Tableau report for user.


 I am glad to solve issue, get company better and learn innovative solution.



經歷

工程師,2019年1月 -

於晶元光電 IT 部門工作

  • 工作內容
    • 提供工程資料分析平台給使用者,進行功能的開發及維護
    • 透過統計及 ML 手法分析產線資料
    • 開發演算法,設計系統架構
  • 參與專案
    • 品質預測系統 
    • 異常產出推薦系統
    • 異常因子推薦系統

碩士,2016年5月 - 2018年8月

於中正大學數學系統計科學所就讀
  • 論文 
  • GPA: 4.3
  • 旁聽課程
    • 遞迴分割式統計方法 (Decision tree)
    • 非監督式學習
      (Unsupervised Learning)
    • 類別資料分析 (GLM)
    • 可靠度分析
    • 存活分析 (Cox PH model) 
  • 擔任微積分、數理統計助教 


資拓宏宇產學合作計畫,2015年5月 - 2016年5月

  • 專案
  • 使用工具 
    •  Java (J2EE)
    • Oracle SQL
    • HTML5

大學,2012年5月 - 2016年5月

於輔仁大學數學系就讀
  • 修習資料結構課程時曾自學 C++ 
  • 擔任研究助理
  • 使用Matlab進行模擬實驗
  • 拍攝微積分教學影片


專案

品質預測系統,2019年1月 - 

負責系統維護及協助演算法開發 


LED製程在磊晶完成後,其光電特性就已大致決定,因此根據其品質進行分規入庫,就能在工單開立後,選用適當的磊晶片進行晶粒製作。透過深度學習模型,可以在磊晶完成後藉由生產資料預測其最終品質,藉此

  • 大幅增加入庫準確度
  • 減少入庫等候時間

異常產出偵測系統,2019年8月 - 

負責演算法設計及開發

晶粒製程異常會導致最終產出不如預期,該專案透過統計方法,每日自動標記晶粒製程異常,可達成 

  • 協助MIE釐清晶粒製程異常產出
  • 避免品質預測系統受晶粒製程異常干擾
  • 協助磊晶段計算機台良率不受晶粒製程異常影響

異常因子推薦系統,2020年9月 - 

負責系統及演算法開發

MIE接到客訴後需快速盤查資料,找出問題,該專案提供易於操作的介面,讓User能透過簡單的設定,快速盤查百萬筆以上的資料,鎖定真因

  • 統一所有User Domain Knowledge,提供一致化分析結果
  • 透過統計、ML方法進行推薦,幫助User快速鎖定異常真因,框列風險區間
  • 藉由邊緣運算避開User端硬體效能問題


Powered by CakeResumePowered by CakeResume