Don Kent は、インテル コーポレーションのテクノロジー開発グループでフルスタック データ サイエンス チームのマネージャーとして働いています。インテルに入社する前は、インテルとマイクロンの合弁会社である IMFlash Technologies で主席データ サイエンティストを務めていました。
Don はエンジニアリングと固体物理学のバックグラウンドを持ち、20 年にわたって半導体業界に携わっており、ほぼ同じ期間にわたってJMPユーザーでもあります。長年にわたり分析の率直な支持者として活動してきた彼は、 Wasatch Front JMP ユーザー グループの設立に貢献し、IMFlash で数え切れないほどの JMP ミートアップを共同主催しました。
私は@dkentに連絡を取り、彼の分析遍歴と産業統計の初心者へのアドバイスについて学びました。
メグ：あなたはもう 20 年近くも JMP ユーザーなんですね！その間、ソフトウェアだけでなく、より広範な工業統計の分野でも、かなりの変化を目にしたことでしょう。個人的な分析への取り組みが最終的にキャリアパスをどのように形作ったと思いますか? 
Don Kent is manager of a full-stack data science team at Intel. Don Kent は、Intel のフルスタック データ サイエンス チームのマネージャーです。
ドン:私の分析の擁護は、私のキャリア成長の旅とほぼ並行して行われてきました。振り返ってみると、統計についてもっと学びたいという強い興味から始まりました。初心者としての課題は個人レベルのもので、指導者を見つけたり、志を同じくする人々とつながりを作ることに重点が置かれていました。私の初期の数年間は、ユーザー グループや他のコミュニティと協力し、可能な限り多くのことを学ぶことに多くの時間を費やしました。
興味深いことに、過去を振り返ると、いくつかの重要なマイルストーンが際立っていることがわかります。私にとって、これらのマイルストーンは、私が学び、スキルを成長させるよう励ましてくれた人に関連しています。これは、私が知っている素晴らしいメンターの一人から、または、たとえば、JMP の完全なボックスセットで私の旅を奨励してくれたマネージャーからのどちらかです。 4 冊の本 (PDF になりました!)。
統計的手法に関する知識、責任、自信が増すにつれて、働いていた組織に影響を与える機会も増えてきました。分析に関する私の成長と、与えられたキャリアの機会の間には明らかな相関関係があることがわかります。
私はインテルで、半導体デバイス物理学の背景を持つ信頼性エンジニアとしてキャリアをスタートしました。しかし、過去 20 年間にわたる分析への関心と研究を通じて、私はインテルのテクノロジー開発グループの 1 つでデータ サイエンス チームの管理にキャリアを移行することができました。分析チームを立ち上げてリードする機会は、他の人の指導と現在のマネージャーの信頼がなければ実現しなかったでしょう。
スキルと知識が成長するにつれて、力関係は個人的な進歩から、より対人的な進歩に移りました。今では、旅の途中で他の人を指導し、励ますことにやりがいを感じています。
メグ: はい、メンターシップは絶対に重要です。私たちがどのような役割や業界に属していても、私たちは自分よりも前にその道を歩み、途中で同じような障害に遭遇した人たちから常に学ぶことができます。あなたは今、他の人を指導する立場にいますが、そこから学んだ主なハードルは何だと思いますか?
ドン:思い浮かぶのは、空間パターン分析に関連したものです。当時、私は前職でプロジェクトに取り組んでいたのですが、マネージャーのところに行き、「高次元データ分析」というJMP トレーニング コースを見せたのを覚えています。私は、このコースがこの分野の知識を大幅に高め、プロジェクトに役立つと考えたことを説明しました。しかし、残念なことに、私のマネージャーは、当時会社にはトレーニングのための予算がなかったことを強調しました。
もちろんがっかりしましたが、少し考えた後、私の教育は自分の手で決められていることに気づきました。それで私は自分で授業料を払って授業を受けました。これは私がこれまで受講した中で最高のコースの 1 つであり、そのプロジェクトに大きく役立ちました。さらに重要なことは、その決断に至ったことは、私のキャリアにおける本当のターニングポイントでした。それは重要なことに集中するのに役立ち、最終的に自分のキャリアを進めたい方向を明確にするのに役立ちました。
メグ: それは、私たちがあまり話さないこと、つまり JMP が提供する豊富なリソースとそれがお客様にもたらす隠れた価値について質問する良いきっかけになります。長年にわたり、これらの学習リソースや機会をどのように活用して JMP 組織と連携してきたかについて少しお話しいただけますか?
Don: JMP には、個人がさまざまなレベルで参加できるようにするエコシステム全体があります。私は個人的に JMP エコシステムの多くの機能を利用してきたので、その価値を過大評価するのは難しいので、手短に 1 つだけ触れておきます。
Discovery Summit に参加したことがない人には、あまりお勧めできません。 JMP チームは実際に家族のように感じられ、あなたをその家族に連れて行ってくれます。これは非常に素晴らしい経験です。これらはすべてディスカバリーで完全に展示されています。私はサミットに出席するたびに、一つではなく多くのものを持ち帰ってきており、これは重要な会議であると考えています。 チュートリアル、トレーニング、プレゼンテーションへのアクセスは素晴らしいです。
JMP チームは、開発者を直接訪問する機会も提供しています。彼らは顧客の意見を聞くのが大好きで、どうすれば製品をもう少し良くできるかを理解します。もちろん、基調講演は常に現在の思想的リーダーによって行われ、私は個人的に、スチュ・ハンターと一緒に座って訪問したあのディナーを、私の数多くの素晴らしいディスカバリー体験のハイライトの一つとして大切にしています。
メグ：それはとても素晴らしいですね！ JMP 組織内の人間の観点から言えば、私もディスカバリー サミットをとても楽しんでいると言わざるを得ません。それらは私の仕事の真のハイライトです。
JMP の初心者からよく聞かれる反対意見の 1 つは、統計的アプローチが専門知識に取って代わるのではないかという懸念です。 JMP を導入することで、あなたやあなたの同僚がドメインの知識とスキルを適用する方法はどのように変わりましたか?
Don:私たちの組織内では、テクノロジー開発チームがさまざまな理由から JMP を積極的に活用しています。その中でも特に重要なのは、JMP がタスクの完了に大きく役立つからです。実際、私たち側からの懸念は、チームが望ましい質問に答えるために、半導体プロセスに関する専門知識と正しい JMP プラットフォーム (および統計) を組み合わせる必要があることだとあえて言えます。
特定の半導体階層 (たとえば、ロット内のウェーハ内のダイ) により、適切な階層 (または専門知識) が正しく利用されていない場合、特定のデータ分析が少し横道に逸れる可能性があります。たとえば、分散成分分析で適切なロット、ウェーハ、ダイのネスト構造を使用すると、結果に大きな違いが生じる可能性があります。
データマイニングにも。トレーニングおよび/または検証データセットにフルロット (すべてのウェーハ) を選択すると、ウェーハレベルでのデータマイニング時の情報漏洩の可能性が減ります。私たちはこれらの複雑さを理解し、専門知識を正しい JMP プラットフォームおよび統計的アプローチと組み合わせる必要があります。私たちの統計専門家がよく言うように、「疑問がある場合は、地元の統計専門家に相談してください。」
メグ: 統計学者、または分析サポートの頼みの綱として、組織内でより成熟した分析文化を育もうとしている人にどのようなアドバイスをしますか?
Don:成熟した分析文化とはどのようなものですか?私たちにとって、文化をいくつかのベクトルで見ていきます。そして鍵となるのはチームです。組織内の個人は、自信を持って効率的に仕事を遂行できるようにするための分析の知識またはスキルを持っている必要があります。これには、JMP などのツールを最大限に活用するためのトレーニングと知識が必要です。彼らはすべてを知る必要はありません。そして、分析チームがそのギャップを埋めることができるのはそこです。
成熟した組織のもう 1 つのハイライトは、組織の KPI と指標が利用できることです。これらは、チーム全体の指示に役立つように、企業全体で標準化され、利用可能であり、可視化される必要があります。最後に、機械学習やレコメンダー エンジンを利用する高度なアプリケーションを探します。これらの高度なツールを利用している組織はデータ エコシステムを進化させていますが、まだそこまで到達していない組織は、データ統合、パターン/機能の識別、自動化などの基礎の改善に取り組む必要があります。そして予測分析システム。もちろん、専任のチームを置くことは、これらの取り組みの推進に大きく役立ちます。
Meg: 新しい取り組みについて言えば、新しい分析ワークフローの導入は、最初は混乱を招く可能性があります。しかし、ご存知のとおり、効果的な分析戦略のメリットは初期コストを上回ります。どのような ROI または改善が、インテルのデータ イニシアチブの勢いを築き、維持するのに役立っていますか?
ドン:組織に価値を付加するという観点から言えば、最初のステップは一般にギャップ分析です。つまり、あなた、あなたのチーム、組織が進むべき方向と比較して、現在の位置を理解することです。 「これは目的地ではなく旅だ」という言葉は大きな動機となり、改善と努力が最も価値のある場所に光を当て、ROI を定義するのに役立ちます。
これらのギャップを特定するには時間がかかる場合がありますが、私の経験では、顧客やビジネス パートナーに会って話を聞くことが必要です。分析組織としての私たちの仕事は、ビジネス ニーズをデータ戦略またはデータの問題に変換することです。顧客やパートナーと関わり、その意見に耳を傾けることにより、私たちは組織と協力して最適な分析戦略を策定できるようになります。戦略が決定したら、それを実行することが焦点になります。これは、エンジニアや統計学者が優れて輝ける分野です。
勢いを高める動機の 1 つは、目標に向けた進歩です。アドインを正常に展開したり、顧客から要求された機能を追加したりするなどの単純な作業が信頼を築き、組織の目標を達成します。多くの場合、これらの機能を正常に導入するには、専門的な文書化やコミュニケーションを支援できるトレーニング グループなどの他のチームと連携する必要があります。メトリクスは、勢いや普及を測る強力なツールにもなり、顧客エンゲージメントを理解し、場合によってはそれを形成するために広く使用されます。
メグ: 最後に、JMP を始めたばかりの人にどんなアドバイスをしますか?
Don:興味を持って、JMP の「ヘルプ」セクションを使用してください。頻繁に使用してください。 JMP 内のドキュメント自体が始めるのに最適な場所であり、サンプル データ セットと書籍は宝物です。そこから、 jmp.comでオンラインのリソースをチェックし、トレーニング スケジュールを確認し、ユーザー グループに参加してください。お住まいの地域で対面が利用できない場合は、バーチャルを試してください。
組織内に優れた分析力を構築します。方法については、 jmp.com/advocateをご覧ください。
