[討論] 神山的人工智慧投入人力

neo527705/01 18:14呵呵人多地方不要去

longlyeagle05/01 18:19還好吧 Meta SDEM 跟我說他們有五千人做AI

longlyeagle05/01 18:21對話的原文"The entire system for recommendation"

longlyeagle05/01 18:23所以包含infra, analyst, security, ...

pttnowash05/01 18:54人工智慧(X) 工人智穢(O)

doranako05/01 19:01鴻海也在做啊，但大多是自動化工廠

chter05/01 20:10沒差，錢多

Morphee05/01 21:03就資料集的角度來說 台積是台灣最有資格作ai的地方

truehero05/01 21:40把收資料的工算進去 幾百人力合理吧

lukelove05/01 21:43資料=$ , 一直都是 台積從產業產值的角度 高搞AI絕對是

lukelove05/01 21:43有賺頭的 , 但過去聽到進去的人都在玩政治不做正事

chocopie05/01 21:5517 18年就在做簡報幫長官們上課深度學習囉

chocopie05/01 21:57以資料量來說絕對有東西可以做，

chocopie05/01 21:57但只要是跟投入資源有關，那就是跟工作協調分配有關。

chocopie05/01 21:58辦公室政治不可避

tanby05/01 22:06我猜請做演算法的去label數據

Neistpoint05/01 22:18應該不誇張，可以做的題目還蠻多的

viper970905/01 23:18推工人智慧XDDD

celestialgod05/01 23:23說資料多可以做的人應該是都沒看過台積電的資料多難

celestialgod05/01 23:23拿 而且有多亂多髒吧（笑

celestialgod05/01 23:24光是一個PIP就把你擋死 憑什麼要給你看我們家的資料

celestialgod05/01 23:24（笑

celestialgod05/01 23:27而且測量的資料 光是測量的點位在每一站都不一樣 你

celestialgod05/01 23:27就不知道怎麼整理資料了 更何況還是抽測 你可能前站

celestialgod05/01 23:27抽測該lot的A片 後站是抽該lot的B片 而且製造部為了

celestialgod05/01 23:27避免量測卡產能 一定是盡可能錯開 因為CIM幫他們寫

celestialgod05/01 23:27最佳化程式去盡可能在一輪製程中覆蓋整個lot的每片

celestialgod05/01 23:27所以抽測的情況更複雜難料

celestialgod05/01 23:27好做的大概只有RD廠 但是他們也是透過DOE 而且要控

celestialgod05/01 23:27制成本 不可能那麼多錢給你實驗

celestialgod05/01 23:28台積電量產廠 資料很大 但是光是整理資料就累死你了

celestialgod05/01 23:28RD廠資料不大 但是也不會每一個地方跟你設Sensor 常

celestialgod05/01 23:28常會發現RD廠沒問題 但是量產廠還是出問題

celestialgod05/01 23:28環境問題難解 資料點還是不夠可以拿來ㄈㄣㄒㄧㄗˉ

celestialgod05/01 23:28ㄌㄧㄠ

celestialgod05/01 23:29如果對台積電資料有嚮往 真的歡迎去挑戰看看

OforU05/01 23:38實務上的 ai 挑戰大部份都是在資料又髒又亂，不太可能有多

OforU05/01 23:38乾淨的data set 除非有另一個 team 幫你整理完，這點應該

OforU05/01 23:38到哪間公司都差不多吧

celestialgod05/01 23:40台積電的資料多又髒之外 還有一堆政治問題（PIP）卡

celestialgod05/01 23:40你 那些資料的難處 很多人應該不懂 所以我試圖說明

celestialgod05/01 23:40但是也只能說明到那樣了 剩下就各為自己去挑戰看看

OBTea05/02 00:28神山的資料系統應該是疊床架屋得很厲害，每個單位覺得A系統

OBTea05/02 00:28好用就用A系統，但整個公司就該單位用A系統

OBTea05/02 00:29 有個

OBTea05/02 00:30然後開始繁衍A-Z 各種不同組合的系統差別

longlyeagle05/02 00:47其實大公司很多都這樣國外也是 正常現象不必妄自菲薄

DrTech05/02 00:47說台積資料量是全台灣最有資格做AI，是沒見過電信業，或是

DrTech05/02 00:48vpon，appier等公司吧。再怎麼量大也沒全網量大。

longlyeagle05/02 00:49我在美國待過一個大集團收購同性質的八間小公司的

DrTech05/02 00:49另外，AI才投入數百人力，算少的團隊。

longlyeagle05/02 00:49那個光是互丟資料就搞了好幾年

DrTech05/02 00:51電子製造業做AI問題不在AI或資料量，或有沒有人標注，而是

DrTech05/02 00:51業務流程根本沒辦法標準化。光是判定defect，就保證因人而

DrTech05/02 00:51異沒標準了。

DrTech05/02 00:53因人而異的各種電子製造判定問題，結果拼命投入大量人力去

DrTech05/02 00:53做AI，年復一年，每年都在換計畫，永遠解決不了問題。才是

DrTech05/02 00:53根源。

DrTech05/02 00:55更何況一堆產線物理現象，產生的零星Defect，根本就沒sens

DrTech05/02 00:55ors可產生資料。結果還拼命堆錢做。看過太多公司都這樣玩

DrTech05/02 00:55。

ZakuSIN05/02 01:06先有工人智慧 才有 人工智慧

ILYY05/02 06:39說真的光要搞到質高的資料100多人太少

Bujo05/02 08:06只要數據湖 數據倉庫 弄不起來 演算法工程師就只能玩辦公室

Bujo05/02 08:06政治互搶功勞XD

goodga05/02 08:34類人工智慧

min8661505/02 11:20一堆基礎建設沒弄好，要玩好很難啦

celestialgod05/02 12:46D大提到的標準化真的也是一個問題

celestialgod05/02 12:46判斷Defect，成因如何，每個人說法也不一樣

celestialgod05/02 12:46而且如果是到了封裝前的CP測試

celestialgod05/02 12:46資料可能已經在台積電內部系統兩個月了

celestialgod05/02 12:46這時候還要再撈出來分析 過濾髒資料 還要考驗module

celestialgod05/02 12:46記性 有沒有拿去做實驗

celestialgod05/02 12:49台積電很多老闆都以為AI很容易 都先喊AI 結果連個像

celestialgod05/02 12:49樣的data lake, data warehouse都沒有 每個人都只想

celestialgod05/02 12:49要拿到資料分析 都沒人想要先整理好資料 這真的是很

celestialgod05/02 12:49大的難題

celestialgod05/02 12:49補充一個是資料分析中會有很明顯的壞機台，這個也是

celestialgod05/02 12:49一個影響良率的重要因子 但是常常抓出來才發現 modu

celestialgod05/02 12:49le早就知道 然後就發現做白工（笑

revorea05/02 14:00神山，先搞定各種疊床架屋問題再來說收資料啦（呵欠

revorea05/02 14:02上面一堆狀況外連資料都收不好就在那邊亂喊AI，笑死

eva1945200205/02 14:10既然神山問題那麼多，為何代工市佔會過半？

DrTech05/02 14:26因為台灣神山，或其他電子製造業，不是靠AI或資料賺錢啊。

celestialgod05/02 14:40資料或AI一直都不是神山的重點啊 那只是nice to hav

celestialgod05/02 14:40e而已 重點在於RD能夠把產品做出來 量產廠可以把良

celestialgod05/02 14:40率拉上去 就能賺大錢了

celestialgod05/02 14:40大部分客戶也是by wafer買 有好有壞的晶片 就分別做

celestialgod05/02 14:40不同等級的產品 剛好

celestialgod05/02 14:41而且神山壓榨這些工程師解決良率也不是一天兩天的事

celestialgod05/02 14:41情 是每天都在問為什麼良率不好（笑

revorea05/02 14:49資料要整理，但整理沒有KPI，project不夠炫，掰

chocopie05/02 15:14大家都想要資料分析(的成果) 而沒有人想要整理資料。

chocopie05/02 15:14這就好比有了特級廚師臂章但不會只想整天備料洗盤子，只

chocopie05/02 15:15做庶務是沒有發展的，但總是要有人來做。

jason457105/02 15:34沒聽過嗎 人工智慧負責人工的部分

tttkkk05/02 17:56If it works, then it works.

spencer22205/02 17:59靠杯 做data整理是可以報告逆 當然要先做demo case然

spencer22205/02 17:59後報benefit 再拉其他單位support啊 最後就成功甩鍋就

spencer22205/02 17:59好了 懂？

Bujo05/02 18:18影響神山良率的最大因素是碩博士等級員工的奴性吧，就算工廠

Bujo05/02 18:18導入智慧製造也影響不大

Apache05/02 18:22神山就希望擺脫人力依賴吧

Apache05/02 18:23但能不能做到是另一回事

revorea05/02 19:52就算想做也會被上層ban啦，沒有立即可見KPI的只能包在其

revorea05/02 19:52他案子下面偷偷做，誰要那麼佛心跟上面玩，弄不好還要吃

revorea05/02 19:52棍子。

acgotaku05/03 10:13至少人家有資源在做這件事,發得也夠多 兩三年領兩百萬

acgotaku05/03 10:14你看看一堆AI新創,也是AI原宇宙喊得爽,公司沒兩年就收掉

acgotaku05/03 10:17還只能出香蕉價,猴子還不去,台積至少還挖到fb技術處長

niobafrog05/03 10:36至少人家部門人員和主管是真的懂AI理論和一些趨勢論文

niobafrog05/03 10:36，我就面過其他間公司(哪幾間不說了)，面試官一副就不

niobafrog05/03 10:36懂AI這領域的知識和趨勢等等，只會抱著CNN這個詞在那

niobafrog05/03 10:36邊繞，講啥他都聽不懂。

niobafrog05/03 10:41啊 其他間公司也是應徵AI職缺喔 其中還有演算法工程師

jerrysmoove05/05 04:00樓上是隔壁板最近因為刪文很出名那位嗎

jerrysmoove05/05 04:00是的話期待你之後去台積做AI 再來板上分享目前現況

jerrysmoove05/05 04:00了

daddy2905/06 10:26這只能引進新血了 神山裡面工作模式有點噁...

new12285105/06 11:23資料整理作業員 年薪兩百萬 朝九晚六 好舒服啊

kero96124005/06 19:35神山真的有在做啦，我四大碩我們班的書卷都在神山做a

kero96124005/06 19:35i, 他們滿操的

NCKUchoume05/08 14:58參加過GG central team開的AI課，教你用AI自動化撈資

NCKUchoume05/08 14:58料加分析，結果是用python做出按鍵精靈笑死