当前位置:首页 > 智能制造 CIM/MES > 正文内容

跳槽到半导体原厂还是FAB?面试了10家公司,我总结出这5条规律

跳槽到半导体原厂还是FAB?面试了10家公司,我总结出这5条规律

一、问题背景:FAB三年,是走是留

在FAB干了三年,我开始认真考虑跳槽的事。

不是FAB不好,是觉得职业发展遇到了瓶颈。每天重复着差不多的工作,薪资涨幅一年不如一年,看着同龄人在设计公司拿高薪,心里难免有些波动。

于是我用三个月时间,面试了十多家公司:有Foundry代工厂、有IDM原厂、有设备商、有设计公司。在这个过程中,我学到了很多,也看清了很多。

这篇文章,我想把面试的经历和思考整理出来,给同样在纠结的同行一些参考。每个人的情况不同,我的经历不一定适合你,但希望能提供一些思考的角度。

先说结论:跳槽不是目的,找到适合自己的平台才是。高薪很重要,但不是唯一考量。技术成长、职业稳定、工作生活平衡,这些都需要权衡。

关于我自己的背景:双非一本,材料专业,毕业进入某国产FAB做工艺工程师,三年经验,跳槽时年薪大约十八万。这个背景在半导体行业算中等水平,不高不低。

二、技术原理:半导体公司类型详解

在谈跳槽选择之前,先搞清楚半导体行业有哪些类型的公司,各有什么特点。

Foundry代工厂:

典型代表是台积电、中芯国际等。这类公司专注晶圆制造,不设计芯片,只按客户要求生产。

特点是产能规模大、工艺覆盖面广、技术积累深。工作强度大,但技术成长快。薪资在行业中等偏上,稳定性较好。适合想深耕制造技术的人。

IDM垂直整合厂商:

典型代表是英特尔、三星、德州仪器等。这类公司既有设计也有制造,产业链完整。

特点是技术体系完整、研发能力强、职业发展路径多。薪资通常高于代工厂,但要求也更高。适合想全面了解产业链的人。

IC设计公司:

典型代表是高通、英伟达、联发科以及众多国产设计公司。专注芯片设计,不涉及制造。

特点是薪资高、技术前沿、但压力大、稳定性相对低。适合有设计背景、追求高薪的人。

设备商:

典型代表是ASML、应用材料、泛林半导体以及国产设备厂商。提供制造设备。

特点是技术专业性强、薪资高、出差多。适合喜欢钻研设备技术的人。

材料商:

提供晶圆制造所需的各种材料,如光刻胶、靶材、化学品等。市场规模相对小,但专业性强。

EDA厂商:

提供芯片设计工具,典型代表是新思科技、Cadence。技术门槛极高,薪资也高。

每个类型的公司适合不同的人,关键是了解自己想要什么。

三、实战案例:面试10家公司的真实经历

下面是我面试过的几类公司的真实经历:

第一类:FAB原厂(IDM)

面试了某IDM厂商的工艺工程师岗位。面试官主要问工艺原理、问题处理案例、项目经验。印象最深的是他们问了一个非常具体的工艺问题:如果光刻对准偏了,可能是什么原因,怎么排查?

我说了七八个可能原因,面试官追问每个原因的验证方法。这个问题我回答得不够好,后来复盘才发现,他们想要的是系统化的分析思路,不是简单罗列。

最终拿到offer,薪资比现在高百分之三十,但需要加班较多。我拒绝了,因为觉得和现在的工作差异不大。

第二类:国产FAB

面试了另外两家国产FAB。流程相似,问的问题也相似。一家给的offer和现在差不多,另一家给的涨幅百分之十五。

学到的是:FAB之间跳槽,除非职位提升,否则涨幅有限。如果想跳出薪资瓶颈,需要换赛道。

第三类:设备商

面试了某国产设备厂商的应用工程师岗位。这个岗位需要懂工艺,还要会调试设备、培训客户。

面试时发现,设备商对技术深度要求高,但对广度要求没那么高。而且出差很多,一年可能有半年在外面。

给到的offer薪资涨幅百分之四十,但我考虑到出差因素,最终放弃。

第四类:设计公司

面试了一家国产设计公司的工艺对接岗位。这是设计公司和代工厂之间的桥梁岗位,需要懂工艺、懂设计要求、会沟通。

面试时感觉他们对FAB经验很看重,因为太多人不了解制造端的约束。最终拿到offer,薪资涨幅百分之五十。

这是我最心动的一个offer,但因为家庭原因最终没有去。

面试总结出的规律:

规律一:不同类型公司薪资差异大。同等工作年限,设计公司薪资可能比FAB高百分之三十到五十。

规律二:跳槽涨幅和年限相关。三年左右跳槽涨幅最大,因为既有一定经验,又相对年轻。

规律三:简历要突出差异化价值。FAB经验在设备商和设计公司反而是优势,因为懂制造。

规律四:面试要准备具体案例。抽象的回答不如具体的项目经历有说服力。

规律五:薪资谈判要有策略。先了解市场行情,再根据自身价值谈判,不要先亮底牌。

四、完整代码:Offer评估工具

import pandas as pd

class OfferEvaluator:

"""Offer评估工具:多维度打分帮助决策

评估维度包括:

1. 薪资待遇:底薪、奖金、股票的综合考量

2. 发展前景:晋升空间、技能成长、行业趋势

3. 生活因素:城市、通勤、加班强度

4. 风险因素:公司稳定性、行业周期性

为什么这样设计:

- 多维度打分避免单一因素主导决策

- 权重可调适应不同人的优先级

- 量化输出便于对比多个offer

"""

def __init__(self, weights=None):

self.weights = weights or {

'salary': 0.35, 'growth': 0.25,

'life': 0.20, 'stability': 0.20

}

def evaluate_salary(self, base, bonus_rate=0.2, stock_value=0):

"""薪资评分:综合底薪、奖金、股票"""

total = base * (1 + bonus_rate) + stock_value / 3

# 假设30万为基准分80分

score = min(100, total / 30 * 80)

return score

def evaluate_growth(self, promote_rate, skill_match, industry_trend):

"""发展评分:晋升空间、技能匹配、行业趋势"""

score = promote_rate * 30 + skill_match * 40 + industry_trend * 30

return score

def evaluate_life(self, city_score, commute, overtime):

"""生活评分:城市、通勤、加班(1-10分,加班越少分越高)"""

score = city_score * 0.4 + commute * 0.3 + overtime * 0.3

return score

def evaluate_stability(self, years, profit, turnover):

"""稳定性评分:成立年限、盈利状况、离职率"""

score = min(years / 20 * 30, 30) + profit * 40 + turnover * 30

return score

def total_score(self, offer_name, s, g, l, st):

"""计算加权总分"""

total = (s * self.weights['salary'] +

g * self.weights['growth'] +

l * self.weights['life'] +

st * self.weights['stability'])

print(f"{offer_name} 综合评分: {total:.1f}")

print(f" 薪资:{s:.0f} 发展:{g:.0f} 生活:{l:.0f} 稳定:{st:.0f}")

return total

# 使用示例

if __name__ == "__main__":

evaluator = OfferEvaluator()

# 薪资25万,晋升空间中等(60),技能匹配高(80),行业好(90)

score1 = evaluator.total_score("Offer A",

evaluator.evaluate_salary(25),

evaluator.evaluate_growth(60, 80, 90),

evaluator.evaluate_life(70, 80, 60),

evaluator.evaluate_stability(10, 80, 70))

五、效果对比:不同类型公司对比

下面是我整理的不同类型公司的多维度对比:

从这张表可以得出一些结论:

薪资方面,IC设计公司和EDA厂商最高,Foundry相对较低。但高薪往往伴随着高强度,需要权衡。

稳定性方面,大厂(IDM、Foundry)更稳定,小设计公司波动大。半导体行业本身有周期性,要考虑周期波动的影响。

技术成长方面,设备商和EDA厂商专业性强但面窄,IDM和Foundry覆盖面广。根据自己想走专家路线还是通才路线来选择。

WLB方面,几乎都是半导体行业的通病,加班多是常态。设计公司更卷,Foundry稍好但也要倒班。

综合来看,没有最好的选择,只有最适合的选择。关键想清楚自己最看重什么,然后在对的维度上做取舍。

六、实施建议:跳槽准备全攻略

基于这次跳槽经历,我总结了一些准备建议:

跳槽时机:

三年左右是比较理想的跳槽时间点。太早跳槽经验不够,太晚跳槽机会减少。行业上行期跳槽更容易拿到好offer,下行期要更谨慎。

简历准备:

突出项目经历和成果,用数据说话。FAB经验在某些岗位是优势,要强调制造端的理解。量化成果比泛泛描述更有说服力。比如"改善良率百分之三"比"负责良率改善"更有分量。

面试准备:

准备三到五个深度项目案例,能讲清楚背景、过程、结果、收获。了解目标公司的业务和技术方向,展示自己的匹配度。准备好常见问题的答案,如离职原因、职业规划、期望薪资等。

薪资谈判:

先调研市场行情,了解目标岗位的薪资范围。不要在第一轮面试就透露期望薪资。拿到offer后不要马上答应,可以尝试协商。有其他offer时更有谈判筹码。

入职准备:

入职前了解新公司的文化、团队情况、项目背景。做好前三个月可能不适应的心理准备。保持学习心态,快速融入新环境。

七、进阶方向:未来三年人才趋势

最后谈谈我对半导体行业人才趋势的看法:

国产替代带来新机会:

国产设备、国产材料、国产EDA正在崛起,这些领域人才需求旺盛。有FAB经验的人转型去这些公司,懂制造、懂需求,是很好的切入点。

AI芯片设计岗位走俏:

AI大模型带动AI芯片需求,相关设计岗位薪资水涨船高。有AI相关背景的工程师更受欢迎。

先进封装成为热点:

随着摩尔定律放缓,先进封装成为新的竞争点。懂封装工艺的工程师价值上升。

复合型人才稀缺:

既懂工艺又懂数据分析,既懂技术又懂管理,这类复合型人才在任何公司都抢手。

对于在FAB的工程师,我的建议是:不要只盯着FAB内部的机会,多了解行业其他赛道的可能性。你的FAB经验在别处可能更值钱。

同时,不管在哪个岗位,持续学习、积累硬本领才是根本。行业在变,岗位在变,唯有核心能力不会贬值。

希望这篇文章对你有帮助。跳槽是职业发展的重要决策,不要冲动,多想清楚,选择适合自己的路。

评论区话题:

• 你现在在什么类型的公司,有跳槽的想法吗

• 你觉得半导体行业哪个方向未来最有前景,欢迎分享你的判断

blog.csdn.net/yeflashzhihui

---关注博主,下篇分享更硬核的实战经验---

标签: 半导体

相关文章

良率工程实战:从72%到89%的完整爬坡路径

良率工程实战:从72%到89%的完整爬坡路径

良率工程实战:从72%到89%的完整爬坡路径 一、问题背景:良率是晶圆厂的生命线 良率(Yield)是晶圆厂最核心的KPI,直接决定了盈利能力和市场竞争力。我在晶圆厂负责良率工程的这些年,深刻体会到良...

晶圆制造全流程:硅片是怎么从沙子变出来的

晶圆制造全流程:硅片是怎么从沙子变出来的

晶圆制造全流程:硅片是怎么从沙子变出来的 大家好,我是老张。上篇讲了半导体产业全景,很多朋友私信说「想深入了解晶圆制造」。今天我就把这部分展开,从一捧沙子到一片光洁如镜的硅晶圆,每一步的参数、原理、设...

CMP化学机械抛光:让晶圆表面平整到原子级

CMP化学机械抛光:让晶圆表面平整到原子级

CMP化学机械抛光:让晶圆表面平整到原子级 Chemical Mechanical Planarization — 半导体制造中最精密的表面平坦化技术 一、问题背景:为什么芯片需要"磨皮&q...

MES制造执行系统:半导体FAB的信息中枢到底管什么

MES制造执行系统:半导体FAB的信息中枢到底管什么

MES制造执行系统:半导体FAB的信息中枢到底管什么 Manufacturing Execution System — 当FAB遇上数字化转型,信息流如何驱动价值流? 一、问题背景:FAB一天产生几个...

半导体测试全流程:从晶圆测试(CP)到成品测试(FT)一网打尽

半导体测试全流程:从晶圆测试(CP)到成品测试(FT)一网打尽

半导体测试全流程:从晶圆测试(CP)到成品测试(FT)一网打尽 Chip Probing → Wafer Sort → Package Test → Burn-in — 一颗芯片要经历多少道"...

光刻技术入门:芯片上的纳米级雕刻到底是怎么做到的

光刻技术入门:芯片上的纳米级雕刻到底是怎么做到的

光刻技术入门:芯片上的纳米级雕刻到底是怎么做到的 大家好,我是老张。做半导体行业分析这么些年,如果有人问我「芯片制造中最神奇的一步是什么」,我的答案永远是——光刻。 光刻(Photolithograp...