Lee Laim says domain expertise and statistical approaches complement each other at Micron. Lee Laim 表示，領域專業知識和統計方法在美光是相輔相成的。 Lee Laim 於 14 年前在美光科技開始了他的職業生涯。身為半導體良率工程師，他致力於監控動態隨機存取記憶體 (DRAM) 產品生產的可靠性和組裝後良率，標記良率限制製程偏差，並執行電氣表徵和故障隔離。 Lee 很早就開始接受工業統計，並迅速晉升為創新經理人。
如今，他負責透過工業 4.0 計畫實現公司的分析願景，推動製造工作流程每個階段的品質改進和成本節約。
儘管李的背景是半導體工程和光譜學，但他已經擅長統計分析、資料探勘和機器學習——他說所有這些都補充了美光的領域專業知識。
我坐下來與@leelaim討論了他在美光科技倡導部署統計方法方面所扮演的角色。
梅格：您最初加入美光時是一名良率工程師，可能在工業統計方面沒有太多經驗 - 至少相對而言！但快進 14 年，您的角色完全致力於分析轉型和工業 4.0。您認為您對分析的熱情如何塑造了您迄今為止的職業道路？
Lee：我們收集的資料量需要在資料儲存、檢索和分析方面不斷創新。我覺得我目前作為創新經理的角色是我在之前的角色中不懈地致力於將數據與業務需求連接起來的直接結果。了解資料如何產生、收集和儲存是成功的三分之一；另外三分之一是了解如何存取、提煉和解釋數據；最後三分之一是能夠與更大的網路分享見解。
梅格：在數據和業務需求之間建立直接聯繫是多麼重要的一點——這確實是分析文化的本質：讓人們思考如何使用數據來解決業務挑戰。什麼樣的成功幫助你維持了這種思考的動力？
Lee：透過 API 簡化更多使用者的資料可存取性方面的改進使得將想法付諸實踐和投入生產變得更加容易。
梅格：擁有一支由工程師和科學家組成的團隊，除了是領域專家之外，還具有統計知識，有什麼價值？ JMP 是否以任何方式改變了美光領域專家應用其知識和技能的方式？
Lee：在美光，領域專業知識和統計方法相輔相成。領域專家在抽象思考方面始終佔上風，而電腦處理大量資料的能力則無與倫比。 JMP是一個平台，允許我們的領域專家將他們的見解進行編碼以部署在大型資料集上，從而在更短的時間內產生更大的影響。
Meg：JMP 提供了許多不同的資源用於學習和與其他用戶互動 - 我正在考慮早期採用者計劃和探索峰會等內容。根據您的經驗，您從參與此類計劃中獲得什麼價值？
Lee：透過早期採用者計劃，我們可以了解即將發布的版本中的新功能。我們也可以看到使用現有平台的不同方式。例如，在圖形產生器中使用圖像作為標記為分析提供了直觀的維度。
梅格：對於那些希望在組織中培養更成熟的分析文化的人，您有什麼建議？
Lee：分析願景必須由高層驅動。平台、方法和訓練的協調可以加快開發週期。
Meg：對於剛開始使用 JMP 的人有什麼建議嗎？
Lee：需要一些時間來了解不同的資料類型如何影響不同的分析平台。了解資料類型後，可以使用腳本和統計索引來學習分析並將其應用於資料集。
