La edición de la semana pasada de Statistically Speaking fue la primera en la que tuvimos muy pocas preguntas de nuestro público, que normalmente es muy curioso e inquisitivo. Como algunos asistentes nos dijeron que habían tenido dificultades para enviar una pregunta, los invitamos a que las hagan aquí.
Para aquellos de ustedes que se perdieron este episodio , pueden verlo a pedido cuando les resulte conveniente, así como también ver las diapositivas de los presentadores de JMP: Ryan Lekivetz, jefe del equipo de Diseño de Experimentos (DOE) y Desarrollo de Confiabilidad, y Yeng Saanchi, Tester de Software de Análisis. Compartieron los aspectos más destacados de las aplicaciones innovadoras en DOE y el primer estudio de caso sobre un enfoque más estratégico para las pruebas de software. El evento también incluyó al ex pasante de JMP, Bryce Scott, quien explicó cómo se utilizó un experimento diseñado para optimizar la impresión 3D en la industria aeroespacial.
Fue una gran oportunidad para que compartiéramos cómo JMP interactúa con los asistentes de investigación de posgrado, que fue como Yeng llegó a JMP, así como nuestro increíble programa de pasantías, que fue como conocimos a Bryce. JMP realmente celebra nuestro programa de pasantías, como se refleja en publicaciones en las redes sociales como esta:
Los pasantes de JMP no son repartidores de café, sino que realizan un trabajo real y significativo. Nuestro galardonado programa de pasantías se centra en el desarrollo, la cultura y la comunidad. Te ayudaremos a crecer profesionalmente, a encontrar (o fomentar) tu pasión y a entablar conexiones memorables que perduren más allá del verano. ¿Te interesa obtener más información sobre una pasantía en JMP? Sigue nuestra página de Carreras para conocer las oportunidades del verano de 2025, que se publicarán en septiembre y octubre. Y mira este breve vídeo que hizo uno de nuestros pasantes.
Como no recibimos tantas preguntas como normalmente recibimos, Ryan, Yeng y Bryce comparten respuestas a preguntas que tuvieron en el pasado al presentar estos temas.
¿Su grupo tiene alguna pasantía?
Ryan: Generalmente publicamos nuestras pasantías en jmp.com/careers en octubre. Algunas publicaciones serán para equipos específicos (como DOE y Reliability), mientras que otras pueden ser para el interés general en una pasantía.
¿Es posible utilizar matrices de cobertura en otras áreas de aplicación además del software?
Yeng: Por supuesto. Las matrices de cobertura son una generalización de las matrices ortogonales en DOE que se utilizan en diseños factoriales fraccionales. Los diseños factoriales fraccionales son una alternativa económica a los diseños factoriales completos sin sacrificar mucha información. Las matrices de cobertura también se utilizan en pruebas de hardware para detectar fallas debido a interacciones entre componentes. Otras áreas en las que se utilizan matrices de cobertura incluyen la genómica y las comunicaciones digitales.
En el campo de la genómica, las matrices de cobertura se utilizan para comprimir alineaciones de secuencias múltiples. La alineación de secuencias genómicas es importante para detectar diferencias entre un gen de una especie y un gen de otra especie debido a la evolución. La cantidad de genes a considerar en tales casos es tan grande que el costo de considerar todas las alineaciones posibles puede ser prohibitivo. Las matrices de cobertura se utilizan en tales casos para garantizar que cada gen de una especie se alinee al menos una vez con cada gen de otra especie. Desde la perspectiva de la matriz de cobertura, cada especie es un factor y cada gen de esa especie es un nivel del factor.
En el área de las comunicaciones digitales, las matrices de cobertura se pueden utilizar para resolver conflictos que pueden surgir cuando varios usuarios comparten un recurso único. En tales situaciones, se dice que surge un conflicto cuando dos o más usuarios acceden al canal de comunicación en el mismo intervalo de tiempo. Las matrices de cobertura se utilizan para resolver este conflicto de comunicación al encontrar un intervalo de tiempo disponible para cada usuario dispuesto a enviar un mensaje.
¿Los factores/configuraciones importantes tuvieron algún significado para usted si intentó aplicarlos a una impresora diferente?
Bryce: Sí, lo hicieron, aunque los valores exactos y el rendimiento de este DOE son específicos de mi impresora, el proceso básico de impresión es el mismo para todas las impresoras. Por lo tanto, un factor importante para mi impresora seguirá siendo importante para otra impresora, tal vez no en la misma medida, pero nos dará una idea de cuáles son las configuraciones importantes.
¿Has probado otro DOE después de tu pasantía?
Bryce: Lamentablemente, no. He intentado aplicarlo en algunos de mis experimentos de laboratorio, pero el trabajo que hago suele estar regulado y requiere que probemos cada factor uno por uno.
¿Tienes preguntas sobre este episodio de Statistically Speaking? ¿O preguntas sobre la innovación con experimentos diseñados? Nos encantaría escucharlas. Para ver más ejemplos de aplicaciones innovadoras de experimentos diseñados, mira este episodio de Technically Speaking , donde otro de nuestros expertos en la materia, Tom Donnelly, comparte cómo puedes usar DOE para aplicar ingeniería inversa a las formulaciones.
