Lee Laim 表示，在美光，领域专业知识和统计方法相辅相成。 14 多年前，Lee Laim 开始了他在美光科技的职业生涯。 作为一名半导体良率工程师，他致力于监控动态随机存取存储器 (DRAM) 产品生产的可靠性和组装后良率，标记良率限制工艺偏差，并执行电气特性和故障隔离。 Lee 很早就接受了工业统计数据，很快晋升为创新经理。
如今，他负责通过工业 4.0 计划来实施公司的分析愿景，这些计划推动了每个阶段的质量改进和成本节约。制造工作流程.
尽管他的背景是半导体工程和光谱学，但 Lee 已经擅长统计分析、数据挖掘和机器学习——他说所有这些都补充了美光的领域专业知识。
我坐下来聊天@leelaim关于他在美光倡导部署统计方法方面所扮演的角色。
Meg：您最初以产量工程师的身份加入美光，可能在工业统计方面没有那么多经验——至少相对而言！ 但快进 14 年，您将扮演一个完全致力于分析转型和工业 4.0 的角色。 到目前为止，您对分析的热情如何塑造了您的职业道路？
李：我们收集的数据量需要在数据存储、检索和分析方面不断创新。 我觉得我目前作为创新经理的角色是我在以前的角色中不懈地专注于将数据与业务需求联系起来的直接结果。 了解数据如何生成、收集和存储是战斗的三分之一；另外三分之一是知道如何访问、改进和解释数据；最后三分之一是能够与更大的网络分享见解。
梅格：在数据和业务需求之间划一条直线真是太棒了——这确实是分析文化的精髓：让人们思考如何使用数据来解决业务挑战。 什么样的成功帮助你保持了这种思维的动力？
李：围绕通过 API 为更多用户简化数据可访问性所做的改进使得将想法付诸实践并投入生产变得更加容易。
梅格：拥有一支工程师和科学家队伍有什么价值，他们除了是领域专家之外，还具有统计学知识？ JMP 是否以任何方式改变了美光领域专家应用他们的知识和技能的方式？
李：在美光，领域专业知识和统计方法相得益彰。 领域专家在抽象思维方面总是占上风，而计算机处理海量数据的能力无与伦比。 JMP是一个平台，允许我们的领域专家将他们的见解编码以部署在大型数据集上，从而在更短的时间内产生更大的影响。
Meg：JMP 为学习和与其他用户互动提供了很多不同的资源——我正在考虑早期采用者计划和发现峰会. 根据您的经验，您从参与这些项目中获得了什么价值？
李：随着早期采用者程序，我们可以了解即将发布的版本中的新功能。 我们还可以看到使用现有平台的不同方式。 例如，在 Graph Builder 中使用图像作为标记为分析提供了直观的维度。
Meg：对于希望在组织中培养更成熟的分析文化的人，您有什么建议？
李：分析愿景必须由高层驱动。 平台、方法和培训的协调可以加快开发周期。
Meg：对刚开始使用 JMP 的人有何建议？
李：了解不同的数据类型如何影响不同的分析平台需要一些时间。 一旦理解了数据类型，就可以使用脚本和统计索引来学习并将分析应用于您的数据集。
