新加坡惠普實習經驗分享，製造業的 Data Scientist 在做什麼？
我目前正在新加坡就讀 SMU MITB（Master of Information Technology in Business），因為學校要求學生必須在畢業前實習六個月，所以我目前正在新加坡的惠普擔任資料科學實習生，過著白天上班、晚上上課的充實生活。這篇文章主要是想跟大家分享這段實習經驗和感想，若有任何想法或需要內推惠普都歡迎和我聯繫（LinkedIn）。
一、為什麼選擇惠普
Hewlett-Packard, HP 惠普是全球知名筆記型電腦、印表機品牌，許多台灣公司也配發給員工惠普的電腦！雖然如此，但惠普應該不會是志在成為 Data Analyst / Scientist 的人的首要目標企業。
坦白說，我也是如此，當初將目標鎖定在典型大數據潮流下的互聯網公司，如：Grab、Gojek、Shopee、Bytedance，但陰錯陽差下進到惠普，無心插柳的旅程讓我在這全球頂尖的硬體品牌公司裡獲益良多！
二、面試過程
我請 Program 學長幫忙內推，過了一個月後，HR 直接打電話給我，簡單的 go through 履歷後，就安排了面試，並不像互聯網公司一樣有 Assessment 的關卡。
面試由之後會共同合作的的同事主管一起面試，有部門主管、Mentor、合作的 Data Scientist，主要問題就是深挖履歷，確認 R 的使用經驗等等，此外主管也對我過去曾在電路板公司工作、機械系的背景有些興趣，因為和部門生產的產品有些相關，整個面試過程大約 30 分鐘，約一兩週後收到 Offer。
後來才發現，同事幾乎都是機械系畢業的（機械出頭天 😅）。
三、主要的工作內容
我待在新加坡 Smart Technology & Operations 的部門，和馬來西亞的檳城團隊接力生產印表機內的重要零組件，我們 Team 是惠普打印機噴頭的工程團隊，工程師需要利用數據來分析製成異常的地方，但他們通常不太熟悉 SQL 語法與統計專業，並且沒有一個平台整合不同數據庫，因此主管希望建立一個統一的數據中台，呈現可視化圖表、分析結果，幫助製造團隊快速找出問題、並且能減少重複的工作增加效率。
公司內有個數十人的 Data Team，但他們並不是製造專業，也無法時時刻刻了解不同製造團隊的即時動態，比較像接受需求的 Insourcing Team，而製造團隊內通常也沒有常態 Data Scientist 的職缺（也不需要），因此 HP 會固定招募 Intern，讓其以專案的形式來和 Data Team 合作。
而我所負責的專案是和 Data Team 合作，利用 Rshiny 建立一個數據平台、用 SQL 串接多個數據庫，讓工程師只要輸入製造批次，就能看到呈現不同製成、產品的基本統計圖表，如：Heat-map、柏拉圖、折線圖、長條圖，並利用統計手法，如：Fisher Exact test、Chi-squared Independence test，來找出異常原因，配合自定義的指標來算出不同機台、批次、材料、時間所造成的風險係數，來篩選、指出前五名的潛在因素，縮短製造團隊查驗、識別不良原因的時間。Exploratory Data Analysis, Statistical Analysis 後，可以更進一步利用算法和經驗法則做到 Auto Anomaly Detection，自動寄送郵件提醒工程師。
四、HP Internship Program
HP Internship Program 是相當有制度、規模的，由新加坡公司級別的 Singapore Intern Council 負責運籌帷幄、固定舉行活動，讓每位實習生可以有更多機會了解 HP、互相認識彼此、了解不同部門實習生的工作等等。除此之外，部門內的主管也會為實習生安排進度，指定一位 Mentor 帶領實習生，讓實習生能快速了解公司、自己的職責，盡快上手。
我認為惠普相當重視學生的實習體驗，或許同時也是個品牌行銷的方式，也因為招募實習生的目的相當明確，有規範的工作產出，並以專案制的方式運行，因此比較不會讓實習生淪為打雜工。
五、感想
還剩一個月，我的實習就要結束了，雖然已經有三年左右的工作經驗，但進到全球級別的大公司仍令我耳目一新，第一次利用 Git 和其他夥伴共同 維護上萬行程式的應用、第一次在海外全英文（Singlish 😅）的環境中上班、第一次 WFH。
作為實習生或是新鮮人，惠普的知名度不只能增添履歷風采，更有以下幾個優點：
- 製造工廠內的機台會無時無刻產生大量的資料，而惠普的資料相對品質高、被妥善處理，能夠被應用在很多分析與模型上！
- 同時因為機台不會頻繁的被調整更動、資料變動較小，能讓實習生或 Fresh Grad 紮穩腳步好好學習，不會在清理資料的路上迷路。
- 和台灣傳統產業不太一樣，惠普部門階級制度不明顯，同事、主管對新的工具、想法接受度相當高，讓員工有機會發揮。
但缺點則是，我在惠普實習期間的資料科學應用上偏向製造業，是個比較專精的領域，適合有製造背景的資料科學家，但其實就我了解 Supply China, Customer Experience 也能大量利用 Data，但具體細節，我就不太清楚了。
💡 我是 Ryan，目前在新加坡讀商業分析碩士，歡迎 follow 我的 Medium，如果有任何問題都歡迎和我聯繫，同時謝謝你閱讀本篇文章，如果喜歡這篇文章，請幫我拍手，你的鼓勵是我很大的激勵！
