面試經驗分享02-台灣積體電路公司(台積電)-RD Engineer

面試經驗分享02-台灣積體電路公司(台積電)-RD Engineer

前言:

先說明一下，這個RD Engineer是良率精進部門的研究開發人員。這個面試的邀約其實來的挺意外，是該單位處長級的人物主動聯繫我，說我學歷、經歷符合需求(成大 學士+碩士跟有做過AI相關的經驗)，而該職缺又需要有程式基礎，所以才找上我，而且急著要在年底前找到，因此基本上就是接電話後，由人資安排面談時間，不過中間有波折，不知道信件是怎麼了人資沒有收到回覆，所以才由處長直接跟我約時間地點面試。

正文:

跟上一篇一樣，依照行前準備、面試過程與後續。

行前準備一樣是職缺了解，主要參考資料就是官方網站的相關職缺以及當天主管電話談到的部分。由於主管在講到我的經歷有說哪些項目是比較符合他的需求，因此就針對那些需求多做一些準備，包含了程式能力(寫過哪些程式、哪些程式比較專精)與AI的基礎知識(複習以前上課的講義)進行準備。

面試當天就前往竹科12P4進行面試，當日有一位副處長負責訪談學經歷以及個人特質，另一位為部門的Leader則負責技術方面的提問、解說。自我介紹我講了學歷、經歷、產學經歷以及目前工作，以及會想來面試的理由，被問的問題大概有:

• 大學成績差原因
• 兵役狀況與身體健康情況(因為免役所以多問了健康這一題)
• 產學專案成果
• 未來職涯發展、是否有想要創業、面試後錄取與不錄取的情境應對

比較意外大概就是問職涯發展這部分，畢竟我自己是有點隨遇而安，找工作當初除了以南部科技業以外，沒啥長遠目標，所以回應的很簡單。至於創業的回覆我是自認為自身擁有的技術不到有利基可以創業，所以沒有考慮。

而另外一位面是我的主管，則從我的履歷上寫的會的程式語言以及AI的專業領域問了一些問題:

• 類神經網路(NN)之前的使用經驗
• CNN的特色 運作方式
• 我會怎麼介紹基因演算法 曾用過GA做什麼 為什麼要用或選擇基因演算法

程式相關:

• C++的abstract(abstract class)/interface差別
• Call by value與call by reference的解釋、差異、使用時機
• Matlab的迴圈執行速度我有覺得很慢嗎?已知for迴圈很慢該如何加速

上面的話我GA剛好之前有複習，所以回答得我自認為不錯。NN的話就忘記的差不多了，所以沒有回答好。Call by value/call by reference我被問好多次了，沒啥問題。C++那個已經很久沒碰了...根本回答不出來，而Matlab那一題我覺得應該是我在專精的程式寫了Matlab才被問的，但我寫的時候都沒想過這個問題，所以我只想了別的方法來解決。

針對工作的部分，我提問大概就是工作內容的詳細任務、工作時數、目前專案方向這幾個部分。由於是良率精進部門(Defect team)中的AI相關的RD Engineer，所以部門工作的內容與專案方向包含了，新Wafer defect recognization and classification，而新的Wafer通常資料量不會很大，因此通常用CNN解決在訓練的資料量比較小的模型建構，換言之，沒有Big data去建構一個準確度很高的模型。工作時數處長說的保守，大概50小時一週，但我覺得常日一到五外加一天加班，50應該是最小值不是平均值吧。寫的程式語言則多為Python。

後記:

雖然有做過相關的內容，但能力應該沒有達到主管們要的門檻。應該是不會發Offer給我。不過收穫大多就在於了解該部門在解決的問題，感覺也是目前AI應用的一個方向，如何不仰賴大數據而建構一個可靠模型，畢竟數據蒐集也是需要投入成本的，如何更有效率的利用資料來建構模型也是一個值得思考的方向。

整體來說，這次面試就是機會難得，所以才上去面試看看，但我沒有覺得我非常勝任，在面試表現只是中規中矩，但從面談過程中學習經驗也對未來應該有個幫助。