利用大型語言模型（LLMs）在Langchain框架和Microsoft Azure環境中開發和實施解決方案，改變了半導體行業設備工程師的故障排除流程。此項目不僅降低新任工程師故障排除消耗成本，減少了對高級工程師的依賴。主要成就包括：

- 設計和構建了LLMs解決方案，為設備工程師提供了工具，促進了更有效率地進行機台故障排除，並推動了知識共享和持續學習的文化。

- 提高了故障排除數據收集速度400％，減少了機器停機時間，提高了運營效率。

- 每季度節省了20,000小時的故障排除時間，提高了生產力和簡化了工作流程。

- 每季度減少了850個不合格（NC）服務案例的內部故障排除諮詢需求，使高級工程師能夠專注於高優先級的項目。

- 降低了NC服務案例，提高了公司的聲譽和客戶滿意度。

此角色要求理解半導體行業的複雜性和利用數據科學方法進行流程優化。該倡議顯示了大型語言模型在行業設置中的潛力。

Hi！我是郭釜瑜，在台灣應用材料股份有限公司擔任資料科學專案工程師，擁有，個人特色為 LLMs、半導體設備、Azure、知識平台、 ，期待和你建立職場人脈

Hi！我是郭釜瑜，在台灣應用材料股份有限公司擔任資料科學專案工程師，擁有，個人特色為 LLMs、半導體設備、Azure、知識平台、，期待和你建立職場人脈