华为
精密制造技术工程师（光模块设备工艺）
精密制造技术工程师（光模块设备工艺）
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公工艺工程
工艺工程
Npi
Spc
Sql
数据可视化
机器学习
统计分析
良率提升
值不值得投
75综合评分
综合评分 75
高薪高压、技术前沿、AI赋能制造的硬核工艺工程师岗位
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.3万
比工艺工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 660 个在招 · 其中工艺工程 12 个
市场机会
选择面较广
深圳 · 工艺工程 · 59 个在招
职位详情
关于这个职位
该职位负责光模块制造设备的工艺参数优化与标准化，通过数据分析解决良率波动问题
需主导新设备导入及NPI流程，并运用机器学习/AI技术进行缺陷检测、参数预测及设备预警，实现从数据到价值的闭环，提升核心工艺能力
最低要求
熟悉半导体封测、光模块制造或其他精密制造行业的生产工艺流程、设备原理及质量控制方法
理解SPC、FDC、OEE等核心制造指标
熟悉光电耦合器件的制造工艺流程，深入理解光学特性与电学性能的关联
精通SQL、Python等数据处理工具，能够高效处理海量制造数据（设备日志、工艺参数、检验数据等）
掌握回归分析、方差分析、假设检验等统计方法
熟悉DOE实验设计及Minitab/JMP等分析工具
熟悉常用机器学习算法（如随机森林、XGBoost、神经网络等），能够应用于分类、回归、异常检测等场景
数据可视化能力：熟练使用Tableau、Power BI或Python可视化库，能够将复杂分析结果转化为直观的可视化报告
工作职责
负责设备关键制程的工艺参数优化与标准化，持续监控制程能力指数（Cpk），分析并解决量产中的良率波动问题，推动良率提升
负责设备工程数据的维护，确保数据的准确性及完整性， 支撑设备数字化应用的建设、推广与落地
负责设备技术导入的需求梳理与技术规格输出，提升设备核心工艺能力，参与新设备的选型、验收及安装调试，编写设备操作规范（SOP）及维护手册
主导设备新工艺、新材料的导入验证（NPI），完成从实验室到量产的转移流程
运用统计分析和机器学习方法，对生产数据进行深度挖掘，识别良率损失根因，定位关键工艺参数，推动良率持续提升
将机器学习、深度学习等AI技术应用于缺陷检测、参数预测、设备预警等场景，实现从数据到价值的闭环
AI 洞察
优缺点分析
优点
- 处于华为核心业务板块，平台大，资源充足，技术栈前沿（AI+制造）
- 工作内容兼具传统工艺与前沿数据科学，技能复合度高，职业护城河深
- 薪资福利体系完善，长期激励机会多，有利于积累高端制造业人脉
- 需要同时懂工艺和数据，学习曲线陡峭，对跨界能力要求极高
- 作为巨头企业，内部流程可能较为繁琐，跨部门协作成本存在
- 适合既有线束制造/半导体工艺背景，又对数据分析/AI有浓厚兴趣和技术能力的复合型工程师
缺点 / 挑战
- 工作强度较大，需应对量产中的突发良率问题，压力较高
角色解读
- 向高级工艺专家发展，成为光模块制造领域的权威技术人员
- 转向智能制造或工业AI方向，负责更广泛的数字化产线改造与算法落地
- 晋升为工艺主管或项目经理，带领团队进行新技术导入与良率攻关
- 负责光模块制造设备的工艺参数优化，监控Cpk并解决良率波动问题
- 利用Python/SQL及机器学习算法挖掘生产数据，进行缺陷检测和参数预测
- 主导新设备和新工艺的导入验证（NPI），编写SOP并推动数字化应用落地
- 精通半导体/光模块制造工艺及SPC/FDC等质量控制方法
- 熟练掌握Python、SQL进行海量数据处理，以及Tableau/Power BI进行可视化
- 掌握统计学方法及机器学习算法（如XGBoost、神经网络）在工业场景的应用
申请策略
- 准备1-2个完整的‘工艺问题发现-数据分析-解决方案-效果验证’的故事
- 了解华为的价值观和工作风格，体现抗压能力和结果导向
- 突出在精密制造中利用数据手段提升良率的具体案例（量化成果）
- 强调Python/SQL在工业数据清洗与分析中的实际应用能力
- 展示对机器学习算法在缺陷检测或预测性维护中落地的项目经验
- 复习并巩固统计学基础（假设检验、方差分析）及其在DOE中的应用
- 加强工业场景下的机器学习模型部署与解释性知识
- 深入了解光模块或半导体封装的最新工艺痛点
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历
- 重点阐述‘数据洞察’如何指导‘工艺改进’，体现闭环思维
- 展示对工具链（Python, Minitab, Tableau）的熟练程度及选型理由
- 请分享一个你通过数据分析解决复杂工艺良率问题的案例
- 如何在实际生产中平衡统计模型的精度与计算资源的消耗？
- 面对海量的设备日志数据，你的数据预处理和特征工程流程是怎样的？
- 如果新设备导入后初期良率不稳定，你会如何排查原因？
- 复习常见的机器学习算法原理及其在分类/回归任务中的适用场景
职位点评
薪资福利85
成长发展90
工作生活40
使命价值75
薪资福利
85较高
华为提供的薪酬待遇在行业内具有极强竞争力，且拥有完善的福利体系和长期激励机制，能满足高补偿性动机需求。
薪资信号偏高 (2.5千–4.0万/月)
成长发展
90较高
岗位深度融合了传统工艺与AI/大数据技术，处于行业前沿，能提供极高的技能成长空间和职业发展天花板。
技术前沿前沿/新兴技术
技术栈Python、SQL、Machine Learning、Deep Learning、XGBoost、Neural Networks、Tableau、Power BI
业务类型profit_center
工作生活
40较低
制造部岗位通常需现场办公，且面临良率压力和量产节奏，工作强度较大，WLB相对一般。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
75中等
光模块是数字经济基础设施的关键部件，岗位通过提升良率和效率间接支持国家信息化建设，具有一定的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs