一個工程師的養成,我應該具備哪些專業知識?

已更新:2021年11月26日

一個工程師的養成,我應該具備哪些專業知識?


每週五分鐘,掌握實務技巧,讓你從容應對職場事務!

【前言】

日安,我的朋友,我是石頭哥。昨天一個學生Line我說他閱覽我的文章,以往我們一直在談進入職場需要如何察言觀色,有哪些軟技巧讓你可以應對進退從容不迫,但是觸及到專業的硬知識的文章比較少,如果我想成為一個專業的工程師,請問我在學時期我應該優先學會哪些硬知識?

好吧,不到海南島,不知道身體不好;那不到職場呢?


套一句「黃明志」,最近幽默害羞的歌詞:

不到海南島,不知道身體不好!

黎族靚妹,長髮配水蛇腰…


到了海南島,才知道身體不好,

看樹上兩顆嫩椰子,隨風兒搖…


這好比~

不到職場,不知道自己專業知識沒學好!


到了職場,才知道自己工程師也幹不好…唉😮‍💨


附註:下篇會員文章準備帶會員做:如何在Potato寫作,賺CFO貨幣。


兜了一圈總算是有人破冰問了我這個棘手的問題,其實在職場中稱為工程師指的類別屬性相當的廣泛,我著實不容易寫。不過,我還是從一家公司引進一台機器生產產品開始教你:如何小步快跑,快速疊代成為一個專業的製程工程師、品管工程師,進而跨入成為研發工程師。


模組類別:職場案例學-第五講:專業硬知識

適合對象:在校的理工科同學、文科數學系、統計系同學、職場菜鳥工程師。



【故事從公司架設第一條生產線開始...】

公司架設第一條生產線開始生產產品了,這時候老闆會想知道:

1.我的產品,品質穩不穩定?良率有多高?

2.我的機台產能狀況如何?

3.量測出來的數據對嗎?

4.不同的人員量測有差異嗎?

5.不同的機台量測有差異嗎?

6.再架設第二條線,兩條產線生產的產品品質水準有一樣嗎?

7.一路往下展開,無限循環的問題,從此開始....



【你可以從底層知識開始,小步快跑,快速疊代】

我們假設所有的機台buy off之後都是99%沒有問題的,因此生產出產品後,你首先面臨一堆量測數據,要如何透過統計讓數據說話?於是你應該做的是:

Step 1.統計讓數據說話:

我想基礎的統計、簡單的變異數分析,你必須搞清楚,同時多少數據才具備抽樣的代表性...


Step 2.量測有差異嗎?

GR&R分計數型、計量型,搞懂了你就會知道人與人之間、人與機台之間量測有沒有差異?更進一步你得學會MSA(量測系統分析),了解偏倚、線性、穩定性、重複性和再現性,你就掌握產品數據是否因為人機料法環境造成失真。當然,附帶的你得摸熟科技產業常常使用的分析軟體JMP、MINITAB。


Step 3.碰到差異怎麼改善?

OC 7 TOOLs、New QC 7 TOOLs、QC Story、8D report...就會是你好用的工具,而且學會了一用就可以讓你用到退休都沒問題。



Step 4.如何事半功倍?有沒有讓你時間可以節省80%的工具?

這時候你就可以導入SPC (統計製程管制),透過品管統計的手法讓你的產品生產在穩定的管制狀態下,不用天天盯著機台發呆想問題。


Step 5.有沒有辦法把風險先衡量在前面?不要老是出了問題,忙著收拾爛攤子擦屁股嗎?

此刻你的火候已經準備跨進高級工程師的水準了,懂得防範未然。FMEA會是你應該學習的最好工具之一,就好比大樓在興建時首重完善的消防系統建置,以後就不用天天忙救火不瘋了才怪。



Step 6.好吧,該用的方式都用完了,良率就是不好,怎麼辦?

這時候專家等級的工具就出來了:DOE實驗設計。為何人家常常說不懂DOE,你只是半個工程師呢?原因就在於你不知道影響品質的關鍵因子是什麼?你無法讓機台生產的產品良率99.95%、產出效率衝破90%,還得讓老闆多花一大筆錢再買一台儀器設備、多花一塊土地放置設備、多請一個人操作設備...等等衍生花錢的問題出來。


Step 7.此刻你也該當個基層主管了,有沒有PRO級的方法,讓我能掌控全局呢?

建置一套『案例式專家系統』,所有異常案件的處理方式都儲存在裡面,任何工程師碰到問題要排除時,只要查詢系統都會自動排序出最常解決的對策。

外掛一個『持續改善稽核』模組,它可以幫助你把問題從點、線、面,做到立體式的預防,水平式展開到各廠區各樓板,垂直式展開一個半月定期系稽核,確保對策的落實度。


【結論】

你,就是自己職涯的CEO。從一個菜鳥工程師,到高級工程師、資深工程師、主任工程師,最後到副理、經理、部經理...一路攻頂需要漫長的時間今天你既然了解了石頭哥師說的職場必備硬知識,與其等到去職場再學習,何不在學校一步一腳印打下基礎,等就業時人家開始學如何走路,你早已經暖好身準備開始跑步了,別人想看到你的車尾燈還真的得加把勁囉。好吧,問題回答到此。如果你還有不清楚想了解的,歡迎在留言區留言給我,否則也歡迎你到學校多跟專家學習囉。



118 次查看0 則留言

其他文章