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 — 你的職涯導師。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。
