90
调整一个实际安装的真实的fab工具需要实际存在和隐性、针对具体工具的知识,这些知识不能从培训数据中干净地转移。
格子越深，表示该主题在这项指标上越高。
抗AI60
薪酬82
入行门槛78
自主性55
需求90
影响力96
低高
简短问答
一个半导体工程师整天做什么?
这在很大程度上取决于专业。 一个芯片设计工程师在软件上度过了一天,铺设了电路,并模拟了它们在制造任何东西之前的行为. 工序或设备工程师的工作更靠近实际的法布地板,对沉积、牵引和图案硅瓦的机器进行调制,并追查一批产量下降的原因。
在半导体工作需要研究生学位吗?
一个学士在电气工程,材料科学或物理学方面足以成为许多入门级设计和法布角色. 研究重的姿势——高级过程开发,新颖设备架构,在国家实验室工作——通常期望有硕士或博士学位,因为所涉及的物理在大约10纳米以下会真正困难.
来自AI的半导体工程有风险吗?
一些任务已经是: AI工具现在帮助放置和路由芯片布局,对wafer图像中的缺陷进行分类,并生成第一稿验证测试. 在物理上调整一个价值数百万元的蚀刻工具,诊断出以前从未见过的缺陷,或者当一整批瓦片被刮掉时,要承担责任,仍然很难交给模型。
半导体工程师能挣多少钱?
它因国家和专长而大不相同。 在美国,该领域的工程师通常收入很高,有六个数字,随着资历的提高而急剧上升。 在台湾,大多数先进芯片实际上都是制作的,因此与该行业的全球重要性相比,基础工资名列前茅,尽管在全球人才短缺的情况下,基础工资一直在快速上升。
法布和无边公司有什么区别?
A fab是一家生产芯片的物理工厂;拥有和运行一个每代技术花费数百亿美元. 像Nvidia或Qualcomm这样的无名公司,设计芯片但支付TSMC或三星等铸币厂制造这些芯片的费用——由莫里斯·张铸币厂的铸币模型所普及的分拆,始于1987年.
为什么台湾对芯片制造如此重要?.
TSMC成立于1987年的Hsinchu,建造了数十年的制造专有技术,竞争者一直努力复制,现在编造了世界上绝大多数最先进的逻辑芯片. 这种集中,有时被称为台湾的"硅盾",是该岛被远在东亚以外的政府视为战略批评的中心原因.
半导体工程坐落于一个不寻常的位置:同样的AI繁荣重塑了该行业的需求,也开始将自己日常工作的片段自动化,从芯片布局优化到缺陷分类. 然而,与纯粹的软件工作不同,很大一部分工作发生在实体工厂的地板上,运行的机器每台耗资数千万美元,必须有人在法律上和财政上负责.
这种物理的,资本密集型的核心 使得这个行业的自动化风险 比软件工程的风险要温和 以下各节将已经交给算法的任务与迄今为止仍需要一个人站在清洁室或签署价值数百万美元的决定的任务分开。
Moderate
机器可替代的工作占比
具体,定义明确的任务——从图像中分解华费缺陷,优化芯片的物理布局,生成第一稿验证测试——已经相当快,可以让AI工具处理. 很难实现自动化的是,在物理上调整一个法布工具,它的行为与下一线的双胞胎略有不同,诊断出一个没有先例的缺陷,当决定影响到一批价值数百万美元的瓦佛时,要承担责任。
按任务计分，而非头衔。越低越安全。
AI难以取代的职业 →机器夺不走的
产出外游的责任
85当一整批瓦片被刮掉或发生安全事件时,必须有人负责——一个模型不能承担这一责任。
危险材料和安全判断
82Fabs在高电压设备的同时处理阿瑟因和磷酸盐等有毒和发火气体;这里的判断调用具有无法委托的实际物理风险.
小说缺陷根致病
80诊断出一个没有对应先例的失败模式——一个新的材料堆栈,最先的外出——仍然需要一个人在压力下形成并测试假说.
跨职能谈判
75决定设计或程序是否承担了绕行成本,或者在两个相互冲突的最后期限中,哪一个是一次性的政治和技术判断。
它们已经在夺的
瓦费尔缺陷图像分类
78计算机视觉模型现在标出饼和显微镜图像的缺陷比人工视觉检查更快,而且往往更一致.
芯片地板规划和路由
60高级EDA算法和强化学习研究,包括2021年Google出版的作品,越来越自动化的放置和路由决定,这些曾经需要迭代手动调试,尽管结果和可复制性仍然争论不休.
核查试验模式生成
65AI工具可以产生一套合理的起始测试矢量和覆盖情景,用于设计验证,尽管工程师仍然判断它们是否测试正确的角落案例.
常规 SPC 异常标记
55统计过程控制软件 已经自动旗 失控的fab参数, 这项任务过去需要 工程师扫描图表 通过眼睛。
工作如何变化
从手工布局到审查机器设计
越来越多的设计工作涉及检查和调整人工智能辅助的布局或地板,而不是从头到尾逐个放置。
核查成为瓶颈
随着设计复杂程度的提高和更多的是机器产生的,在不可逆转的磁带解开之前,捕捉到微妙的正确性错误正在成为该领域最稀缺和最宝贵的技能。
地缘政治学重塑了工作发生地
出口管制和国家补贴方案,包括《美国CHIPS法》、《欧盟芯片法》和日本的Rapidus项目,正在积极向新地区转移大量建筑和工程工作。
AI加速器设计成为自己的特长
专门用于机器学习培训和推论的新雇工设计芯片份额越来越大,2010年代之前这个学科几乎没有作为独特的专业存在.
分岔出的新职业
AI加速器/ASIC设计工程师
设计自定义硅对机器学习工作量的优化而非通用计算,是一种从传统芯片设计中吸引人才的快速增长的专业.
硅光子工程师
整合光学互联到或接近芯片上,以随着纯晶体管缩放速度的慢慢移动数据,这是一种新兴的学科连接电气和光学工程.
出口管制和芯片供应链合规专家
屏蔽客户,跟踪最终用途,并跟上迅速变化的美国,欧盟和中国贸易规则——这个角色在2020年代之前几乎没有作为专门工作存在.
高级包装工程师
由于收缩的单个晶体管能提供递减的回报,更多的性能收益来自于堆叠和连接一个包中的多个芯片,如TSMC的CoWOS或英特尔的Foveros.
AI 暴露情景
三个可逆透镜：增强、替代切片、新缝隙。教学标记，非预测。
增强
保留岗位；AI 加速草稿、分诊或调研，判断与责任仍在人。
替代切片
狭窄任务堆可能先压缩，相邻手艺反而增长。
新缝隙
在需信任 AI 输出的受监管场景，可能出现监督、集成与领域质检角色。
展望
对半导体工程师的需求在接下来的十年看来是持久的,其驱动力是人工智能加速器的需求,以及政府资助的有意推动在目前少数主导场所之外建设生产能力。 但这项工作并非不受干扰:常规布局和检查任务已经萎缩,而该行业的极端资本成本意味着就业增长仍然集中在少数有能力为数十亿美元的贫民窟提供资金的国家。
其优点是会一直与能在物理和数字的边界上工作的工程师们坐在一起——读出一个华费地图,只相信一个模拟只要测量到的硅能证实它,当一个自动化工具的建议被证明有潜质错误时负责.
相近职业
不限同一领域，六项评分最接近的职业。
🩺
内科医生
通过问诊与证据诊断疾病并长期管理健康，而非一次手术——医学的通科与长期向导。
抗AI 67 🔐网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 🧫临床数据科学家
使用临床、试验和卫生系统数据生成可靠的证据，以实现更安全的护理、研究和运营决策。
抗AI 68 📦机器学习运维工程师
构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🦾Robotics Engineer
设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🌬️可再生能源工程师
设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72继续探索
继续探索
工程·技术领域的其他职业
💻
Software Engineer
写作,测试和维护了管理现代生活的代码——也是最早观看AI将自己的日常工作自动化的职业之一.
抗AI 35 🤖AI Researcher
设计并测试了机器智能背后的算法,在一个领域,现在竞相将自己研究过程中越来越大的份额自动化.
抗AI 50 🛰️航空航天工程师
设计、分析并认证离地而行的飞机、火箭与航天器，在不容猜测的安全裕度下工作。
抗AI 74 🌉土木工程师
把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72 🦾Robotics Engineer
设计那些能感知,决定和采取行动的机器 在物理世界里,困难的问题永远不是智能,而是世界本身.
抗AI 65 🔐网络安全专家
通过发现、防范和响应数字攻击,保护系统、数据与人员的安全。
抗AI 63 📦机器学习运维工程师
构建用于训练、部署、监控和治理生产环境中机器学习模型的系统。
抗AI 54 🌬️可再生能源工程师
设计、建造和改进风能、太阳能、存储和电网系统，将可再生资源转化为可靠的电力。
抗AI 72