Don Kent travaille pour le groupe de développement technologique d'Intel Corporation en tant que responsable d'une équipe de science des données full-stack. Avant de rejoindre Intel, il a occupé le poste de Principal Data Scientist chez IMFlash Technologies, une coentreprise entre Intel et Micron.
Fort de son expérience en ingénierie et en physique du solide, Don fait partie de l'industrie des semi-conducteurs depuis deux décennies et est utilisateur de JMP depuis presque aussi longtemps. Fervent défenseur de l'analyse depuis de nombreuses années, il a contribué à la création du groupe d'utilisateurs Wasatch Front JMP et a co-organisé d'innombrables rencontres JMP à IMFlash.
J'ai contacté @dkent pour en savoir plus sur son parcours analytique et les conseils qu'il donne aux nouveaux arrivants dans le domaine des statistiques industrielles.
Meg : Vous utilisez JMP depuis près de 20 ans ! Au cours de cette période, vous avez dû constater de nombreux changements non seulement dans le logiciel mais aussi dans le domaine des statistiques industrielles en général. Comment pensez-vous que votre parcours d’analyse personnel a finalement façonné votre cheminement de carrière ? 
Don Kent is manager of a full-stack data science team at Intel. Don Kent est responsable d'une équipe de science des données full-stack chez Intel.
Don : Mon plaidoyer en faveur de l'analyse est largement parallèle à mon parcours d'évolution de carrière. Avec le recul, cela a commencé par un vif intérêt pour en savoir plus sur les statistiques. En tant que novice, les défis étaient au niveau personnel, axés sur la recherche de mentors et l’établissement de liens avec des personnes partageant les mêmes idées. Au cours de mes premières années, j'ai passé une grande partie de mon temps avec des groupes d'utilisateurs ou d'autres communautés, à la fois pour contribuer et pour apprendre autant que possible.
Il est intéressant de voir comment, en regardant en arrière, vous pouvez voir quelques étapes clés qui se démarquent. Pour moi, ces étapes sont liées au fait que quelqu'un m'encourage à apprendre et à développer mes compétences – soit de la part de l'un des mentors incroyables que j'ai connus, soit, par exemple, d'un manager qui a encouragé mon parcours avec un coffret complet de JMP. 4 livres (qui sont maintenant au format PDF !).
Au fur et à mesure que mes connaissances, mes responsabilités et ma confiance dans les méthodes statistiques se sont développées, les opportunités que j'ai eues d'avoir un impact sur les organisations dans lesquelles j'ai travaillé ont également augmenté. Je vois une corrélation claire entre ma croissance analytique et les opportunités de carrière qui m'ont été offertes.
J'ai commencé ma carrière chez Intel en tant qu'ingénieur en fiabilité avec une formation en physique des dispositifs à semi-conducteurs. Cependant, grâce à mon intérêt et à mes études sur l'analyse au cours des 20 dernières années, j'ai pu faire évoluer ma carrière vers la gestion d'une équipe de science des données au sein de l'un des groupes de développement technologique d'Intel. Cette opportunité de créer et de diriger une équipe d'analyse n'aurait pas été possible sans le mentorat des autres et la confiance de mon manager actuel.
Au fur et à mesure que j'ai développé mes compétences et mes connaissances, la dynamique est passée de l'avancement personnel à l'avancement plus interpersonnel. Maintenant, je trouve plus de récompenses en encadrant et en encourageant les autres dans leur cheminement.
Meg : Oui, le mentorat est absolument essentiel : quel que soit le rôle ou le secteur dans lequel nous occupons, nous pouvons toujours apprendre de ceux qui ont parcouru le chemin avant nous et ont rencontré des obstacles similaires en cours de route. Maintenant que vous êtes en position de mentorer les autres, quels sont, selon vous, les principaux obstacles dont vous avez tiré des leçons ?
Don : Celui qui me vient à l’esprit est lié à l’analyse des modèles spatiaux. À l'époque, je travaillais sur un projet chez un ancien employeur et je me souviens être allé voir mon responsable et lui avoir montré une formation JMP intitulée « Analyse de données haute dimension ». J'ai expliqué comment je pensais que ce cours augmenterait considérablement mes connaissances dans ce domaine et aiderait dans le projet. Malheureusement, mon responsable a souligné qu'à l'époque, l'entreprise ne disposait pas du budget nécessaire pour la formation.
J’étais bien sûr consterné, mais après réflexion, j’ai réalisé que mon éducation était entre mes mains. J’ai donc payé le cours moi-même et j’ai suivi le cours. C'était l'un des meilleurs cours que j'ai jamais suivi, et il a grandement aidé ce projet. Plus important encore, cette décision a été un véritable tournant dans ma carrière. Cela m’a aidé à me concentrer sur ce qui était important et à clarifier la direction que je souhaitais finalement donner à ma carrière.
Meg : Cela me permet de vous interroger sur quelque chose dont nous parlons souvent peu, à savoir la richesse des ressources proposées par JMP et la valeur cachée qu'elle apporte à nos clients. Pouvez-vous nous parler un peu de la manière dont vous avez exploité ces ressources d'apprentissage et ces opportunités d'interface avec l'organisation JMP au fil des ans ?
Don : JMP dispose réellement de tout l'écosystème pour permettre à un individu de s'impliquer à de nombreux niveaux différents. Personnellement, j'ai utilisé tellement de fonctionnalités de l'écosystème JMP qu'il est difficile de surestimer leur valeur. Pour être bref, j'en mentionnerai une.
Pour ceux qui n'ont jamais assisté à un Sommet Découverte , je ne saurais trop le recommander ! L'équipe JMP se sent en fait comme une famille et elle vous fait entrer dans cette famille, ce qui est une expérience assez incroyable. Tout cela est pleinement visible à Discovery. Chaque fois que j'ai assisté au Sommet, j'en ai ramené non pas une chose mais beaucoup de choses, et je considère qu'il s'agit d'une conférence clé. L'accès aux tutoriels, formations et présentations est incroyable.
L'équipe JMP offre également la possibilité de rencontrer directement les développeurs. Ils aiment entendre les clients et comprendre comment ils peuvent améliorer un peu le produit. Bien sûr, les discours d'ouverture sont toujours prononcés par des leaders d'opinion actuels, et je chéris personnellement ce dîner assis et cette visite avec Stu Hunter comme l'un des moments forts de mes nombreuses merveilleuses expériences de découverte.
Meg : C’est tellement merveilleux à entendre ! S'exprimant du point de vue d'une personne au sein de l'organisation JMP, je dois dire que j'apprécie moi aussi beaucoup les Discovery Summits. Ils sont un véritable point fort de mon travail.
L'une des objections les plus courantes que nous entendons de la part des nouveaux arrivants dans JMP est que certains craignent que les approches statistiques ne supplantent l'expertise du domaine. Comment l’utilisation de JMP a-t-elle changé la façon dont vous et vos collègues appliquez vos connaissances et compétences dans le domaine ?
Don : Au sein de notre organisation, l'équipe de développement technologique est impatiente d'utiliser JMP pour de nombreuses raisons, notamment parce que cela les aide considérablement à accomplir leurs tâches. En fait, j'oserais dire que la préoccupation de notre côté est que l'équipe doit combiner ses connaissances approfondies du processus des semi-conducteurs avec la bonne plate-forme JMP (et les statistiques) pour répondre à une question souhaitée.
En raison de certaines hiérarchies de semi-conducteurs – par exemple, la puce au sein d’une tranche au sein d’un lot – certaines analyses de données peuvent aller un peu de travers si la hiérarchie appropriée (ou les connaissances d’experts) n’est pas correctement utilisée. Par exemple, l’utilisation de la structure d’imbrication lot-plaquette-puce appropriée dans une analyse des composants de variance peut faire une grande différence dans le résultat.
Également dans l'exploration de données. Le choix de lots complets (toutes les tranches) pour les ensembles de données de formation et/ou de validation réduira le risque de fuite d'informations lors de l'exploration de données au niveau des tranches. Nous devons comprendre ces complexités et combiner les connaissances d'experts avec la plate-forme JMP et l'approche statistique appropriées. Comme aiment le dire nos statisticiens : « En cas de doute, consultez votre statisticien local ».
Meg : En tant que statisticien ou personne de référence en matière d'assistance analytique, quels conseils donneriez-vous à quelqu'un qui cherche à cultiver une culture analytique plus mature dans son organisation ?
Don : À quoi ressemble une culture analytique mature ? Pour nous, nous examinons la culture à travers quelques vecteurs – et la clé est l’équipe – les individus de l’organisation doivent posséder les connaissances ou les compétences analytiques qui leur permettent d’effectuer leur travail avec confiance et efficacité. Cela nécessite une formation et des connaissances pour utiliser au mieux les outils dont ils disposent, des outils comme JMP. Ils n'ont pas besoin de tout savoir. Et c’est là que l’équipe d’analyse peut combler les lacunes.
Un autre point fort d’une organisation mature est la disponibilité de KPI et de mesures pour l’organisation. Ceux-ci doivent être standardisés, disponibles et visibles dans toute l’entreprise pour aider à diriger l’ensemble de l’équipe. Enfin, recherchez des applications avancées qui impliquent l'apprentissage automatique ou utilisent des moteurs de recommandation : les organisations qui utilisent ces outils avancés ont fait évoluer leurs écosystèmes de données, tandis que les organisations qui n'en sont pas encore là devraient travailler à l'amélioration des principes fondamentaux tels que l'intégration des données, l'identification des modèles/fonctionnalités, l'automatisation. et les systèmes d’analyse prédictive. Bien entendu, disposer d’une équipe dédiée peut grandement contribuer à piloter ces initiatives.
Meg : En parlant de nouvelles initiatives, l'introduction de nouveaux workflows d'analyse peut être perturbatrice au début. Mais comme nous le savons, les avantages d’une stratégie d’analyse efficace dépassent les coûts initiaux. Quels types de retour sur investissement ou d'améliorations ont contribué à créer et à maintenir la dynamique des initiatives en matière de données chez Intel ?
Don : En termes d'ajout de valeur à l'organisation, la première étape est généralement une analyse des écarts : comprendre où vous, votre équipe et l'organisation en êtes actuellement par rapport à la direction qu'ils devraient prendre. « C'est un voyage, pas une destination » peut être un formidable facteur de motivation et mettre en lumière les domaines dans lesquels les améliorations et les efforts auront le plus de valeur et aideront à définir le retour sur investissement.
Identifier ces lacunes peut prendre beaucoup de temps mais, d'après mon expérience, cela implique de rencontrer et d'écouter les clients et les partenaires commerciaux. En tant qu'organisation analytique, il est de notre devoir de traduire le besoin commercial en une stratégie de données ou un problème de données. En engageant et en écoutant nos clients et partenaires, nous sommes en mesure de travailler avec l'organisation pour aider à synthétiser la meilleure stratégie analytique. Une fois cette stratégie déterminée, sa mise en œuvre devient la priorité. C’est là que les ingénieurs et les statisticiens excellent et peuvent briller.
Un facteur de motivation qui crée une dynamique est la progression vers les objectifs. Des choses simples comme le déploiement réussi d'un complément ou l'ajout d'une fonctionnalité demandée par un client renforcent la confiance et font progresser les objectifs de l'organisation. Souvent, pour réussir le déploiement de ces fonctionnalités, il faut s'associer avec d'autres équipes, comme le groupe de formation, qui peuvent aider avec la documentation et la communication professionnelles. Les métriques peuvent également être des outils puissants pour évaluer la dynamique et l’adoption et sont largement utilisées pour aider à comprendre et parfois façonner l’engagement des clients.
Meg : Pour conclure, quels conseils donneriez-vous à quelqu'un qui débute avec JMP ?
Don : Soyez curieux, utilisez la section « Aide » de JMP – et faites-le fréquemment ! La documentation dans JMP lui-même est le meilleur point de départ, et les exemples de jeux de données et de livres sont un trésor. À partir de là, consultez les ressources en ligne sur jmp.com , consultez le calendrier de formation et engagez-vous avec un groupe d'utilisateurs – essayez le virtuel si la présence en personne n'est pas disponible dans votre région.
Développez l’excellence analytique dans votre organisation. Découvrez comment : jmp.com/advocate
