Dan Fortune es Gerente de Análisis de Crecimiento Global en Hexión Inc. , una empresa de productos químicos especializados que impulsa la innovación en resinas termoestables. Dan, maestro Black Belt de Lean Six Sigma, se incorporó a la empresa hace cinco años para proporcionar modelado estadístico y apoyo analítico a las actividades de I+D en resinas para madera de ingeniería y fertilizantes nitrogenados de liberación lenta.
Dan se desempeñó anteriormente en una variedad de roles de liderazgo en excelencia comercial e ingeniería de calidad para TechnipFMC, Mitsubishi Caterpillar, Maytag y Texas Instruments. Tiene una Maestría en Calidad, Confiabilidad e Ingeniería Estadística de la Universidad Estatal de Arizona.
Hablé con Dan durante JMP Discovery Summit en la sede de SAS en Carolina del Norte.
Meg: ¡Entiendo que eres la única persona sin experiencia en química en el grupo de investigación y desarrollo de Hexion! ¿Cómo ha influido eso en su perspectiva sobre el equilibrio ideal entre la química y la experiencia estadística en la industria?
Dan: En Hexion, estamos evolucionando en la dirección correcta como empresa: aumentar las contribuciones estadísticas a la I+D sin reducir la contribución de la química teórica.
En general, el cerebro humano tiene dificultades para comprender y aplicar el concepto de interacciones químicas complejas. Y cuando agrega no linealidad, ¡simplemente no hay forma de hacerlo de manera efectiva sin herramientas estadísticas! Claro, podría ser fácil para los químicos experimentar en cantidades incrementales, [observando un factor a la vez], pero no es una forma eficiente de hacer experimentos. Cuando tiene un espacio de diseño de gran dimensión, necesita [diseño de experimentos (DOE)] para ayudar a determinar si lo ha explorado lo suficiente.
Y en eso ayudo: ayudo Los químicos adquieren nuevos conocimientos. – y brindo apoyo cuando están explorando el espacio de diseño. Estoy trabajando para cambiar [cómo piensan los químicos sobre la experimentación], y las estadísticas no solo aumentan significativamente su conocimiento y dan como resultado una mejor comprensión del espacio de diseño, sino que también reducen la cantidad total de experimentos que tienen que ejecutar.
Si bien no hago formulaciones por mí mismo, hago recomendaciones basadas en lo que el software me permite saber sobre la forma en que [los factores] encajan. Creo que necesita una base teórica razonable para convencer a los químicos (o incluso a otros científicos) de que puede ayudarlos a tener aún más éxito al reducir la ventana de experimentación, reducir el tiempo de laboratorio y acelerar la I+D.Descubrimos que al utilizar el software, las predicciones a veces están fuera de las normas y suposiciones de la industria, lo que nos ha sorprendido a mí y al químico... y están dando excelentes resultados en el laboratorio y en las pruebas de campo.
Dicho esto, hasta la fecha, mis recomendaciones nunca han sido rechazadas por un químico. Entonces, sí, el hecho de que los químicos con doctorado sigan mi consejo sobre formulaciones químicas es bastante interesante. Y cuanto más hemos aprendido, más hemos acelerado nuestro proceso de desarrollo de una manera que ha producido algunos avances bastante sustanciales en nuestros productos.
Meg: ¿Cómo se han recibido los enfoques estadísticos como el DOE?
Dan: Al introducir un nuevo concepto, siempre habrá algunas personas que estén listas para participar de inmediato y otras que se muestren reacias: es la naturaleza humana. Pero nada vende como el éxito. Cuanto más veían nuestros ejecutivos los tipos de mejoras que estábamos realizando en relación con nuestros productos, más insistían en que [DOE] se utilizara en nuevos proyectos. Uno siempre quiere atraer a sus clientes, que, en mi caso, son químicos, pero a veces los ejecutivos también presionan.
Meg: Entiendo que obtuviste luz verde para contratar a alguien en un nuevo puesto que brinde apoyo estadístico en I+D. ¿Cómo surgió la idea?
Dan: Para empezar, no planeamos agregar personal sin ver una reducción en otro lugar; usaremos la deserción para habilitar una nueva posición. Entonces, si bien es posible que no suceda de inmediato, significa que tengo tiempo para considerar cuidadosamente los tipos de calificaciones que quiero para el puesto. Mi conjetura es que será una unión de estadísticas e informática. Durante el verano tuve un pasante, un candidato a doctorado en informática, y pude vislumbrar lo que al menos ese científico informático aportó al juego. Pudimos hacer mucho.
La otra pregunta es qué herramienta usarán. Casi había decidido que quería contratar a alguien que fuera un gurú de R, pero [mi pasante] había estado trabajando en Python durante mucho tiempo y estaba impresionado con lo que estaba haciendo con su programación. Decidimos hacer una revisión comparativa de aplicaciones de redes neuronales en R, Python y JMP . Y JMP fue muy, muy bueno. Comenzó a cambiar de Python a JMP para hacer una manipulación rápida de datos, manipulación de tablas, cosas que son mucho más difíciles de hacer cuando tienes que escribirlas en lugar de simplemente hacer clic en un par de botones en JMP, y estás allí al instante. Fue esclarecedor. Y siempre puedes hacer eso integración de Python y R de nuevo en JMP para habilitar cualquier capacidad que podría no estar presente actualmente en JMP.
Es muy importante decir que las personas que ingresan a este campo deben desarrollar un sólido conjunto de habilidades en JMP, R o Python; cuanto más, mejor. Ser capaz de mover una de esas herramientas con facilidad y sin dudarlo es una habilidad muy valiosa. Así que eso es algo que sin duda voy a mirar en cualquier candidato de trabajo.
Meg: Hablando de consejos, ¿qué les sugeriría a los químicos que buscan aprender JMP?
Dan: Los químicos hacen todo en Excel. Así que les diría: cámbiense a JMP durante un mes. Hacer el Prueba gratuita de 30 días y luego tome su decisión sobre si va a continuar. Dale 30 días honestos. Lo hice yo mismo, 30 días, sin Excel, y nunca volví a cambiar. Ese experimento aumentó enormemente mi capacidad y nivel de habilidad en JMP.
El desafío JMP de 30 días: es fácil. Las personas están tan acostumbradas a usar Excel que no aprenderán las capacidades de otra herramienta. Pero una vez que aprenda las capacidades de JMP, supongo que nunca más usará Excel para la manipulación de datos.
Meg: Comience a aprender a usar Excel en la escuela secundaria y cuando tenga un doctorado, 15 o más años después, Excel es solo el predeterminado...
Dan: Derecha. Y aprender JMP no significa que tenga que dejar de usar Excel. Es solo que descubrirá que hay momentos en los que realmente necesita pensar en los datos desde una perspectiva analítica en lugar de solo desde una perspectiva de presentación.
El uso de JMP hará que comience a pensar en términos de la forma en que se analizan sus datos. Por ejemplo, una fila es una instancia. Los datos no se analizan mirando una sección de una ventana a la vez. Puede tener todos estos colores y espacios y todo está muy bien separado hasta donde se imprime en una hoja de papel que se ve bonita. Pero eso no es análisis de datos. Pensar en los datos desde la perspectiva de cómo se analizan lo ayudará significativamente.
Meg: Aparte de las estadísticas y las ciencias de la computación, la mayoría de los estudiantes de pregrado y posgrado usan Excel en sus cursos, aunque la industria está evolucionando rápidamente hacia herramientas más dinámicas. Desde el punto de vista de alguien que busca reclutar y contratar nuevos talentos técnicos, ¿cómo cree que las universidades podrían preparar mejor a los estudiantes para las carreras de la industria?
Dan: Te diré, mi consejo para la facultad es simple: Necesita sacar a la gente de Minitab . Minitab es una hoja de trabajo y sus capacidades son muy bajas. ¿Es mejor que solo un complemento para Excel? Quizás. Pero creo que hay muchas personas que aprenden Minitab en la universidad que estarían mejor aprendiendo JMP.
Es interesante ver libros de texto que tienen ejemplos de Minitab hasta cierto punto, y luego el resto del libro es JMP. Entonces, cuando va a las cosas más difíciles, va a JMP, ¿y luego usa Minitab para las cosas fáciles? ¿Por qué incluso hacer eso? ¿Por qué perdería su tiempo con Minitab?
Mega: Estamos teniendo esta conversación durante Discovery Summit, y sé que ha estado aquí en las oficinas de JMP en el pasado, incluso cuando se sentó en un comité directivo de clientes. En otras palabras, estás realmente comprometido. ¿Qué valor le brinda ese nivel de compromiso tanto a usted profesionalmente como a Hexion?
Dan: Cuando vengas aquí [a Cumbre de descubrimiento ] se trata de esos pequeños consejos y trucos que son la clave de la eficiencia. Cada vez que estoy cerca de alguien que usa JMP, incluso si no son usuarios expertos de JMP, aprendo cosas porque conocen un truco que yo no conozco.
A medida que aprende esos trucos, comienza a navegar por JMP. Y a medida que aprenda más técnicas y qué técnicas funcionan en ciertos tipos de situaciones, podrá abordar mejor los problemas del mundo real. Se convierte en una bola de nieve que rueda colina abajo; sus conocimientos y capacidades están avanzando. Como nuevo usuario, siempre comienza lento. Es cómo avanzas en tu conocimiento para hacer que la bola de nieve ruede con su propio impulso lo que marca la diferencia. Estar cerca de la gente de JMP realmente ayuda a acelerar las cosas.
Siempre sales [de Discovery Summit] con nuevas ideas. Acabas de ver personas que están muy entusiasmadas con lo que están haciendo. No puedes evitar recibir un pequeño empujón de energía y motivación.
Y recoges cosas aquí en las que no habías pensado antes. Puedo decirles que he visto algunas cosas súper inteligentes en Discovery Summit. Para mí, inteligente es obtener un resultado increíble con algo muy simple. Lo he visto aquí, y fue como, "Bueno, eso es súper simple, pero wow, es así de efectivo". Puedo aplicarlo tal vez no exactamente como lo hicieron ellos, pero hay una aplicación para mi trabajo.
Por ejemplo, una vez traje una técnica que venía del mundo de los vehículos autónomos. Vi que podría funcionar para la química. Y ha sido súper efectivo para mí desde entonces.
La gente comienza a felicitarlo por su éxito porque comenzó a usar una técnica que aprendió en Discovery, y es una declaración bastante poderosa en relación con la efectividad de asistir a estas conferencias.
Desarrolle excelencia analítica en su organización. Averiguar como: jmp.com/advocate
