zhang yaowei
Director del Departamento de Control de Calidad
SanDisk Semiconductor (Shanghái) Co. Ltd., tecnologías digitales occidentales, inc.
Tema del discurso:
Big Data para el análisis de similitudes y la predicción de la calidad de la fabricación de semiconductores
Resumen:
En la industria manufacturera, nos hemos centrado en la fluctuación del proceso. ¿Qué es la variación del proceso? ¿Qué tipo de variación puede conducir a problemas de calidad? ¿Qué tipos de fluctuaciones pueden causar fallas en el producto? Dado que el proceso de fabricación de semiconductores es tan sofisticado, ¿qué puede suceder si las variaciones en el proceso anterior y el subsiguiente se superponen? Contra una fábrica que aplica big data, fabricación de obleas, obleas de embalaje y pruebas de productos terminados, se da cuenta de la conexión seria, así como de las aplicaciones comerciales. Todo esto será presentado. Identificar parámetros clave de docenas, cientos o incluso miles de variables de entrada y controlarlos adecuadamente para lograr un equilibrio entre calidad y costos es el problema más difícil y crítico del flujo de proceso sofisticado. Por lo tanto, el análisis de elementos comunes ayudará tanto a diagnosticar como a predecir dichos aspectos. Para realizar un análisis de elementos comunes, se deben realizar pruebas y verificaciones constantes en todos los enlaces, desde la limpieza de datos, la conexión de datos, la selección de algoritmos hasta el análisis de resultados. Para lograr este propósito, hemos elegido el software JMP para potenciar el proceso. Se darán más detalles en esta charla.
Fondo:
Zhang Yaowei es un experto con casi 20 años de experiencia en la industria de los semiconductores. Con experiencia laboral en Intel, STATS ChipPAC y Microsoft, Zhang es actualmente Director del Departamento de control de calidad de SanDisk Semiconductor (Shanghai) Co. Ltd., tecnologías digitales occidentales, inc. Tiene conocimientos únicos en investigación y desarrollo de semiconductores, fabricación de procesos y gestión de calidad. Como partidario de la innovación, Zhang sigue liderando a su equipo en la práctica del pensamiento innovador y la creación de grandes beneficios para la empresa. Su valiosa experiencia se ha convertido no solo en la riqueza de la empresa, sino también en el motor de mejora de toda la industria. Como herramienta especial para el análisis de datos en la industria manufacturera, Zhang trajo el software JMP de Intel a STATS ChipPAC y SanDisk, y se capacitó a una gran cantidad de profesionales.
Big Data Mining en la fabricación de circuitos integrados: modelo de predicción de defectos
En 2016, AlphaGo derrotó a los mejores jugadores de Go uno por uno. Y en 2017, AlphaGo Zero superó a todos sus predecesores mediante el autoaprendizaje sin experiencia humana. Desde entonces, los humanos entraron en el primer año de la IA. Con el desarrollo continuo de la tecnología de la información, la aplicación de datos, especialmente la aplicación de big data en la industria, juega un papel cada vez más importante en la industria manufacturera. La fabricación de circuitos integrados (CI) es una industria intensiva en alta tecnología. Las dimensiones muy pequeñas de los productos y los requisitos de alta precisión están condenados a tener una relación muy estrecha con el análisis de datos. Esta charla presenta principalmente cómo usar los datos de monitoreo de equipos en tiempo real en la producción de circuitos integrados para encontrar la causa raíz de los defectos con métodos de minería de datos y aprendizaje automático para lograr una mejora de la calidad, la reducción de costos y la mejora de la productividad. Veamos los poderes y las perspectivas de la IA en la industria. Compartiremos algunos casos reales para presentar cómo usar la función predictiva del modelo de JMP en la predicción de defectos y la metrología virtual de WAT basada en datos de fabricación de circuitos integrados. Esperamos que estos casos sirvan de inspiración.
Kang Sheng se graduó con una maestría de la Universidad Normal de China Oriental, especializándose en probabilidad y estadística matemática. Ahora trabaja en Semiconductor Manufacturing International Corp. y se desempeña como Gerente Senior del Centro de Calidad y Confiabilidad. Tiene 13 años de experiencia en la fabricación de semiconductores, con experiencia en gestión de calidad, control de procesos estadísticos (SPC) y diseño de experimentos (DOE), etc. En nombre de la empresa, ha realizado contribuciones sobresalientes a Internet industrial y grandes industrias. análisis de datos, a través de la participación en el establecimiento de la Alianza de la Rama Industrial de Internet en Shanghái. Tiene más de 15 artículos publicados y 19 patentes otorgadas en EE. UU. y China en las áreas de estadísticas industriales y calidad y confiabilidad de semiconductores.
Thomas Chen Director de ingeniería de productos e ingeniería de pruebas
Tecnologías de memoria Yangtze
Tema：Análisis de datos en desarrollo y pruebas de NAND Flash
Resumen:
Cuando entramos en la era de los grandes datos, observamos dos indicadores importantes para medir qué tan profundo involucrarnos en esta revolución: el tamaño de la memoria y el ancho de banda de la red.
Hace unos 20 años, era una época en la que la mayoría de las personas en la industria de alta tecnología todavía hablaban de la "capacidad informática" y estaban entusiasmados con los lanzamientos de las series de Pentium. A día de hoy, solo el tamaño de la memoria, 128GB, 256GB…, diferencia el precio de un iPhone. La gente ahora está más interesada en cómo se almacenan y transfieren los datos.
La memoria, especialmente la memoria flash NAND, se utiliza ampliamente en la vida diaria de una persona. Desde computadoras hasta teléfonos celulares, desde centros de datos hasta servidores de nivel empresarial, NAND flash ha ayudado a diferentes aplicaciones a resolver problemas de almacenamiento de datos con mayor eficiencia, mayor seguridad y menor consumo de energía. Al mismo tiempo, las aplicaciones de big data también impulsan la industria de la memoria, lo que la convierte en el primer segmento en semiconductores y ocupa un tercio del mercado total de semiconductores.
YMTC es la primera y única empresa de IDM en China en desarrollar y fabricar NAND flash. Dado el objetivo de capacidad de YMTC, que es de más de 300 000 obleas por mes, más de 10 20 los transistores se probarán todos los meses en la fábrica de YMTC. El análisis de datos preciso y eficiente es una de las formas más importantes de ayudar a desarrollar rápidamente nuevos productos, estabilizar la línea de producción en masa y mejorar el rendimiento, la calidad y la confiabilidad.
Se presentarán un par de ejemplos durante la presentación sobre cómo se utiliza JMP durante la etapa de desarrollo de productos de YMTC y cómo puede ayudar en la producción en masa en el futuro.
本次演示将使用几组实例，说明如何通过JMP软件辅助长江存储的产品研发及未来量产。
Introducción:
Thomas Chen (陈轶), se graduó de la Universidad de Fudan y recibió una licenciatura en física teórica y una maestría en ingeniería eléctrica. Chen se unió a Intel en 2001 para trabajar en el desarrollo de productos flash NOR. A principios de 2010, se unió a Micron y comenzó a trabajar en el desarrollo de productos flash NAND. Chen se unió a Yangtze Memory Technologies a principios de 2016 como director de ingeniería de productos e ingeniería de pruebas. Durante los últimos 16 años de su carrera, Chen ha participado en más de 10 generaciones de I+D de productos flash, desde 230 nm hasta 64 capas 3D NAND flash.
Voca Lai
Científico de datos sénior
Gerente de I+D, gigante de pruebas y montaje de semiconductores de Taiwán
Tema ：
La estandarización del análisis de Big Data y el flujo experimental de JMP®
Resumen ：
El reciente auge de los grandes datos todavía está de moda, pero la mayoría de sus aplicaciones en el mercado se limitan a resúmenes o regresiones y no incluyen análisis. Sin análisis, no podemos hacer una exploración más profunda de las causas fundamentales y luego tomar decisiones o hacer predicciones. La aplicación general de big data es incompleta y la gente no debería caer en sus encantos mágicos. Esta conferencia, basada en la experiencia práctica del autor en el campo de los semiconductores durante muchos años, le mostrará los pasos del análisis de datos con un flujo estandarizado desde la clasificación hasta el análisis para tomar decisiones o hacer predicciones y luego resolver el problema. Las herramientas únicas de JMP proporcionan una plantilla para una demostración perfecta.
Introducción ：
Voca Lai, maestro en ingeniería mecánica, se graduó de la Universidad Nacional Chiao Tung (NCTU) en Taiwán y la Universidad Nacional Chung Hsing (NCHU) en Taiwán. También es miembro de la Sociedad China para la Calidad (CSQ) en Taiwán e Ingeniero de Calidad Certificado (CQE). Trabaja en el gigante de pruebas y ensamblaje de semiconductores de Taiwán como gerente de I+D y representante principal de capacitación estadística y consultoría estadística. Ha contribuido al desarrollo y la mejora de la tecnología de circuitos integrados durante más de 20 años, con experiencia en I+D, QA, ENG, MFG y PD.
Análisis multivariante de datos sensoriales y de consumo con JMP ®
Jianfeng Ding, desarrollador senior de estadísticas de investigación de JMP, SAS
Los conjuntos de datos resultantes de estudios sensoriales y de consumo pueden ser bastante grandes, con muchas columnas y tipos de datos diferentes. Una variedad de métodos de análisis de datos multivariados pueden ser útiles en la exploración y análisis de datos sensoriales. En los últimos años, muchos de estos métodos se han agregado a JMP. En este artículo, presentamos cómo aplicar métodos como el análisis de varianza (ANOVA), el conglomerado de K significa, el análisis de componentes principales, los mínimos cuadrados parciales, el análisis de factores múltiples, el análisis de correspondencias múltiples y Text Explorer a los datos sensoriales y del consumidor, enfatizando cómo cada uno de estos procedimientos opera, cómo se interpreta cada uno y cómo se relacionan entre sí. Al ilustrar los mejores métodos para abordar los problemas sensoriales y de preferencia del consumidor, el objetivo de este documento es familiarizar a los analistas con la evaluación sensorial, las preferencias de los consumidores y los métodos multivariados apropiados para que cada analista pueda usar estos métodos de manera efectiva en JMP para sus propios estudios sensoriales.
Ding de Jianfeng
Desarrollador estadístico de investigación sénior de JMP, SAS
Jianfeng Ding se unió a SAS como probador estadístico en 1998 y probó muchas plataformas dentro de JMP. Se convirtió en desarrolladora de estadísticas en 2004. Desde entonces ha desarrollado y ha sido responsable de muchas plataformas estadísticas como Multivariante, Componentes Principales, Análisis Factorial, Mínimos Cuadrados Parciales y Análisis de Correspondencias Múltiples. Ding obtuvo una maestría en ciencias marinas, terrestres y atmosféricas, y una maestría en estadística de la Universidad Estatal de Carolina del Norte.
Xun Liu
V presidente de hielo , Productos farmacéuticos Shanghai Hengrui
Director científico de Suncadia Biopharmaceuticals, una subsidiaria de Hengrui Medicine
Director del Instituto de Investigación Biofarmacéutica Shanghai Hengrui
Desarrollo de Procesos Biofarmacéuticos Eficientes y Efectivos – AD O Enfoque E
Resumen
Los medicamentos biológicos, también conocidos como biológicos, están experimentando un rápido crecimiento en China como una de las fronteras más prometedoras de la medicina, la velocidad para llevar un producto de ADN a BLA es el elemento clave del éxito de toda organización en la industria farmacéutica. Para reducir el tiempo de desarrollo y establecer todos los parámetros críticos y clave del proceso, estadísticas diseño de experimentos (DOE) es una herramienta valiosa para ayudar a lograr esos objetivos de manera eficiente y efectiva. hemos usado d O E en varias etapas de desarrollo de procesos y métodos para la detección y optimización. por ejemplo c ana yo ine mi La ingeniería aplicó el principio para la selección y selección de líneas celulares, el desarrollo de cultivos celulares utilizó D O E para la detección y optimización de medios de cultivo, desarrollo de procesos de purificación utilizados D O E para probar el rango de caracterización y establecer el rango operativo óptimo , desarrollo de métodos analíticos método de ensayo establecido con la ayuda de D O E, y el desarrollo de la formulación pudo seleccionar y obtener el tampón de formulación del producto final más adecuado con un diseño factorial fraccionado en JMP . La presentación proporcionará una descripción general de estas aplicaciones con informes de casos.
Título: Aplicaciones y Análisis de Big Data en la Industria Farmacéutica
Resumen:
La adquisición de datos se lleva a cabo durante todo el ciclo de vida del producto en la industria farmacéutica y respalda la gestión de GxP. A la industria farmacéutica no le faltan datos, pero ¿cómo podemos analizarlos y utilizarlos de manera efectiva? ? Desde la aplicación en la formulación y control de estándares de control interno asistidos por QbT hasta el control QbP de procesos estadísticos; desde el análisis y la aplicación de fluctuaciones de procesos técnicos esenciales hasta aplicaciones de QbD en el desarrollo de productos, procesos de I+D y métodos de análisis: ¿cómo podemos analizar sistemáticamente estos procesos, implementar actualizaciones iterativas continuas y utilizar JMP para examinar modelos y aplicarlos en la práctica?
Fondo:
Peng Xiaodan es el actual vicepresidente del departamento de gestión de operaciones de Shanghai Fosun Pharmaceutical (Group) Co., Limitado. Tiene un Master Black Belt (MBB) de Lean Six Sigma, una Maestría en Ciencias en Gestión de Calidad de la Universidad Politécnica de Hong Kong y una maestría en Gestión Internacional de Ingeniería Farmacéutica (IPEM) de la Universidad de Pekín. Con amplios conocimientos teóricos y prácticos en control estadístico de procesos, modelado híbrido, diseño experimental, modelado predictivo, cálculo estadístico, Peng posee una perspectiva única en campos como la gestión de calidad, el análisis y la aplicación de datos y la excelencia operativa. Esto le permite liderar equipos en la implementación de ideas innovadoras para traer grandes beneficios a la empresa. Mientras promueve el uso de JMP y otras herramientas básicas para el análisis de datos en la industria farmacéutica, también ha formado a muchos profesionales destacados.
Tema de la conferencia : Aplicaciones de JMP en I+D, Fabricación y Gestión de Calidad en la Industria Farmacéutica
Resumen de la conferencia: La ciencia reguladora de medicamentos es una disciplina científica que se ocupa del desarrollo de nuevas herramientas, estándares y métodos para evaluar la seguridad, eficacia, control de calidad y utilidad de los medicamentos, y se basa en la cuantificación de datos. La seguridad y la eficacia de los medicamentos se basan en datos de ensayos clínicos o de observación, y el diseño del estudio y los métodos de análisis que son relevantes para este tipo de datos caen dentro del ámbito de la bioestadística. Por otro lado, las aplicaciones estadísticas relacionadas con la investigación, la fabricación y la gestión de la calidad de la formulación y los procesos de medicamentos se clasifican en estadísticas de calidad. A medida que la proporción de medicamentos genéricos utilizados por los pacientes aumenta año tras año, también lo harán los requisitos estadísticos para los dominios de I+D farmacéutico, fabricación y gestión de la calidad en varios organismos reguladores nacionales. Los problemas de seguridad de los medicamentos genéricos se atribuyen principalmente a problemas de calidad durante la I+D y la fabricación de medicamentos, y las industrias de fabricación tradicionales han demostrado que la aplicación de métodos estadísticos es una solución eficaz. En mi experiencia en la enseñanza y la gestión de la investigación, he observado que las empresas locales y las agencias reguladoras de medicamentos utilizan ampliamente las herramientas estadísticas. Sin embargo, no están familiarizados con los requisitos previos para usar estas herramientas, cuándo usar qué herramientas para recopilar qué datos y las áreas en las que deben enfocarse al usar estas herramientas. Por lo tanto, les resulta difícil comprender la importancia práctica de las variables y parámetros clave dentro de las fórmulas matemáticas y, por lo tanto, realizar la aplicación de métodos estadísticos para el desarrollo, la fabricación y la gestión de la calidad de fármacos.
JMP es una herramienta estadística y de análisis de datos que es intuitiva, efectiva y ampliamente utilizada. Su aplicación puede promover en gran medida las estadísticas y el análisis de datos para la I+D de medicamentos, la fabricación y la gestión de calidad por parte de las empresas farmacéuticas de acuerdo con las leyes y reglamentos sobre medicamentos. El análisis y el uso de datos pueden mejorar la comprensión de una empresa sobre sus productos y procesos y ayudar a lograr un consenso con la agencia reguladora. Esta presentación se centrará en la introducción de la aplicación de JMP en estadísticas de calidad, con estudios de casos prácticos en I+D de medicamentos, fabricación y gestión de calidad.
Jiali Luo
Vicepresidente, Boerheringer Ingelheim China
Jiali Luo es actualmente vicepresidente de Boerheringer Ingelheim China y director general de Borheringer Ingelheim Biopharmaceuticals (China) Ltd Co. Antes de ocupar su puesto actual en BI, Luo ocupó varios puestos directivos como director de I+D, director de productos biofarmacéuticos, vicepresidente de negocios Desarrollo, Director General Comercial Global en un importante compañía farmacéutica china y . Durante muchos años, Luo ha trabajado en las áreas de productos biofarmacéuticos en China y ha hecho una contribución significativa s al I+D, fabricación, sistema de calidad y desarrollo comercial para b iofarmacia a producto s . El posee experiencia a Amplia experiencia en gestión y operación. está en el industria biofarmacéutica tanto en China como en el extranjero. Luo tiene m aster 's y doctorados en b ioquimica y pag proteína s ciencia , así como un título de MBA.
[¿falta el resumen de NIFDC?]
bronceado de jiang
Subdirector del Laboratorio de Farmacología, Instituto de Control Químico de Drogas, Institutos Nacionales para el Control de Alimentos y Drogas
Tan De Jiang es técnico jefe, mentor de estudiantes de maestría y director adjunto del Laboratorio de Farmacología en el Instituto de Control Químico de Drogas, Institutos Nacionales para el Control de Alimentos y Drogas. Forma parte de muchos comités, incluido el Comité de expertos para la validación de competencias del sistema de pruebas mecánicas de tres grados y uno para la Administración de Alimentos y Medicamentos de China (CFDA), el Subcomité de Medicamentos del 9º Comité Nacional de Normas de Referencia de Medicamentos y el Laboratorio Médico. y Subcomité de Control de Calidad de Productos de Diagnóstico para la Sociedad de Exámenes Médicos de Beijing.Tan es un experto en evaluación de dispositivos médicos de CFDA, experto en revisión para el premio estatal de ciencia y tecnología de la Fundación Nacional de Ciencias Naturales de China y el premio de ciencia y tecnología de Beijing. Es miembro del Consejo Editorial de la Revista China de Análisis Farmacéutico. Actualmente, es profesor invitado en la Universidad Ocean de China y mentor de estudiantes de maestría en la Universidad Farmacéutica de China y la Universidad de Yantai. Anteriormente realizó investigaciones farmacológicas en Taisho Pharmaceutical Co., Ltd. en Japón y el Istituto Superiore di Sanità en Italia. Sus intereses de investigación se centran principalmente en la investigación, evaluación y aplicaciones estadísticas de eficacia y toxicidad de fármacos. Ha estado involucrado en el proyecto de investigación del Octavo Plan Quinquenal, el Programa 863, importantes proyectos nacionales y proyectos de colaboración internacional, y dirigió un proyecto para la Comisión Municipal de Ciencia y Tecnología de Beijing. Tan recibió el Premio Nacional al Progreso de la Ciencia y la Tecnología (3.ª clase), el Premio al Progreso de la Ciencia y la Tecnología de la Administración Estatal de Medicina Tradicional China (2.ª clase) y el Premio de Ciencia y Tecnología de la Asociación Farmacéutica China (3.ª clase). Publicó más de 70 artículos académicos en revistas académicas locales y extranjeras, siete de los cuales fueron indexados en SCI. También participó en la compilación de siete publicaciones académicas, sirviendo como jefe de redacción de una y subjefe de redacción de otra.
