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，進行統計分析。 日常工作除了維護和開發該平台的功能外，主要透過統計、ML 及 DL 手法分析產線資料，建構異常偵測系統或品質預測系統。 

目前參與過四個專案 

1. 異常外觀顯檢系統 - 在每道製程完成後，使用高像素鏡頭拍照，透過自動化系統警示異常外觀，可節省目檢人力，避免人工判定標準不一的問題。
2. 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。 
3. 異常產出偵測系統 - 每日自動盤點異常產出，並對特定區段製程異常進行標記。
4. 產出品質預測系統 - 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。

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-Compose 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. We use statistics, machine learning or deep learning methods, to predict assembly line outcomes and detect anomaly issues. According to construct stable automatic system, we make sure the factory keeping healthy. Our team also maintain a platform, Visual Intelligent Data Analysis System (Vidas), for colleague to get engineering data and make some statistics analysis.

For now, I have already involved four projects. 

1. Anomaly Pattern Inspecting System 

Using camera and DL method to inspect physical appearance, that cost down the human loading and make the quality better.

2. Non-Confirming Wafer Tracing 

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

3. Process Outlier Detection Inspect 

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

4. 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.