Phil Kay, Lernmanager bei JMP , ist ein leidenschaftlicher Verfechter des Einsatzes von Design of Experiments (DOE) . Aufgrund seiner eigenen Erfahrung als Chemiker stellte er fest, dass, sobald er anfing, DOE in seiner Arbeit zu verwenden, Das Experimentieren mit mehreren Faktoren gleichzeitig statt mit einem Faktor nach dem anderen war aufschlussreich und transformativ.
Phil wurde kürzlich interviewt d von Dr. Fane Mensah für den Life-Science-Podcast CABTalks von Synthace. Sie sprachen über die Vorteile von DOE, die Notwendigkeit, multifaktorielles Experimentieren an Universitäten zu lehren, die Angst vor Automatisierung und die Zukunft der Wissenschaft.
Der Hauptzweck von DOE, sagt Phil, besteht darin, „am effizientesten und effektivsten aus Ihren Experimenten zu lernen“. Er weist auf drei große Auswirkungen hin, die der Einsatz von DOE haben kann:
- Auf Unternehmensebene: Produkte schneller auf den Markt bringen. Bei der Entwicklung von Covid-Impfstoffen war „das Design von Experimenten der Schlüssel, um diese zu entwickeln und in die Welt zu bringen“.
- Auf F&E-Ebene ist der „große Vorteil Vorhersagbarkeit und Produktivität“.
- Auf individueller Ebene: „Ich denke einfach, dass es dich zu einem besseren Wissenschaftler macht, oder? Es macht Sie beschäftigungsfähiger. Es gibt Ihnen Erfolge, die Ihre Karriere ankurbeln können.“
Auch wenn die Wissenschaft immer digitaler und datenabhängiger wird, glaubt Phil nicht, dass Wissenschaftler das Programmieren lernen müssen. „Ich denke, wir brauchen Wissenschaftler, die ein gutes Bewusstsein für Daten haben. Ich denke, sie sollten in der Lage sein, Daten zu visualisieren, Daten zu untersuchen und einige, einige der, Sie wissen schon, zumindest einige der einfachen Datenanalyse-Tools zu verwenden.“
Podcast anhören für weitere großartige Einblicke in DOE und die Zukunft von Wissenschaft und Automatisierung.
Sie können Phils wöchentliche Gedanken und Tipps zu DOE verfolgen, indem Sie dem Hashtag folgen #DOEbyPhilKay Auf Linkedin.
