Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !
À l'occasion du 25e anniversaire de Chris Gotwalt chez JMP, je tiens à faire savoir à tous combien son travail a été important pour nous.
Chris dirige notre groupe de développement statistique depuis de nombreuses années et l'a récemment agrandi avec l'arrivée de deux nouveaux responsables du développement, Clay Barker et Laura Lancaster. Chris a également joué un rôle de premier plan dans le développement des logiciels statistiques de JMP, en implémentant un grand nombre de méthodes importantes, comme détaillé ci-dessous.
Le 16 mai 2001, Chris a rejoint JMP en tant qu'étudiant de troisième cycle grâce à une bourse de recherche en calcul statistique du département de statistique de l'université d'État de Caroline du Nord, où il a obtenu son doctorat. Sous la direction de Dennis Boos, il a bénéficié d'une formation très solide en informatique, en méthodes numériques et en statistique mathématique. Depuis son arrivée chez JMP, il a joué un rôle central dans la plupart de nos développements statistiques.
Le dernier projet de Chris était la nouvelle plateforme d'optimisation bayésienne. Chris a conçu tous les calculs numériques, et Kasia Dobrzycka a développé l'interface utilisateur. Il a dû résoudre de nombreux problèmes complexes pour généraliser le modèle de processus gaussien, notamment :
- Gestion des facteurs ou réponses catégoriels.
- Augmentation par lots, afin que plusieurs exécutions puissent être réalisées simultanément.
- Gérer de nombreux facteurs, même plus de 20.
- Gestion de réponses multiples avec des objectifs concurrents et une rareté complexe des données
- Il s'agissait de viser des objectifs adaptés à la cible plutôt que de les minimiser ou de les maximiser.
- Gestion des restrictions de randomisation, y compris le blocage et le fractionnement des parcelles.
- Gestion des contraintes de cardinalité, à l'aide d'ensembles de candidats personnalisés.
Le résultat est la plateforme d'optimisation bayésienne, une fonctionnalité phare de JMP Pro 19. Chris a travaillé en étroite collaboration avec Eastman Chemical et Procter & Gamble pour les aider à résoudre certains de leurs problèmes d'optimisation les plus complexes.
Mais l'une des contributions les plus précieuses de Chris a été de constituer l'équipe talentueuse de développeurs, de testeurs et de rédacteurs de documentation en statistiques qui est au cœur de notre produit.
Merci, Chris, d'avoir contribué à faire de JMP un excellent produit que nos utilisateurs apprécient tant. Grâce à votre leadership, JMP est devenu (et demeure) un chef de file en calcul statistique.
-John Sall
Il y a quelque temps, j'ai dressé la liste suivante des réalisations de Chris afin de le nominer pour un prix. Elle illustre bien l'impact qu'il a eu chez JMP.
modèles mixtes
Chris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in CaryChris at Discovery Summit 2018 in Cary Chris Gotwalt, présent au Discovery Summit 2018 à Cary, a souligné la longue tradition de recherche en modélisation informatique chez SAS, initiée par Jim Goodnight (co-inventeur de Mivque dans sa thèse), et poursuivie par Russ Wolfinger (auteur de SAS Proc Mixed et pionnier des modèles linéaires mixtes généralisés), Oliver Schabenberger (auteur de SAS Proc Glimmix) et Bradley Jones (développeur de la méthode de conception optimale pour les modèles mixtes). Ces quatre pionniers ont tous été nommés membres de l'ASA, principalement pour leurs travaux en modélisation informatique. Chris Gotwalt a enrichi cette tradition de manière significative.
Lorsque Brad a développé un logiciel pour la conception optimale d'expériences en parcelles divisées, nous avons constaté qu'il manquait deux éléments essentiels pour le rendre utilisable. Premièrement, il fallait dimensionner correctement les tests pour les effets fixes. En 1995, Kenward et Roger avaient étendu les travaux de Harville et Kackar afin de déterminer les degrés de liberté du dénominateur pour les tests à effets fixes, mais le calcul était complexe. L'ingéniosité de Chris était indispensable pour rendre ces calculs plus simples et efficaces. Le second problème concernait les composantes de variance négatives. Pour obtenir des tests dimensionnés correctement, il fallait également structurer le problème de manière à ce que la composante de variance utilisée dans les calculs REML et K&R reste négative. Cela peut paraître étrange, mais ces composantes sont en réalité des covariances dans un modèle de symétrie composée. Des études de simulation ont démontré que, pour obtenir des estimations non biaisées, il est préférable de les maintenir négatives afin de dimensionner correctement les tests. Avec les plans d'expériences issus d'une conception expérimentale optimale avec de petits échantillons, la probabilité que ces composantes soient négatives augmente. Chris a réorganisé tous les calculs grâce à des astuces informatiques novatrices pour REML, permettant ainsi de se passer des matrices n x n nécessaires à PROC MIXED. Grâce à ces innovations, l'analyse des expériences optimales en parcelles divisées est devenue soudainement très pratique.
Lors de ses recherches sur les modèles mixtes et les propriétés des ajustements de Kenward-Roger pour les tests REML, Chris a constaté des similitudes entre les calculs et ceux étudiés par Firth en matière de réduction des biais. Ceci l'a conduit à démontrer que la méthode REML était équivalente à une estimation de Firth, et donc dotée de toutes ses propriétés. Bien que la méthode REML soit reconnue depuis longtemps pour produire les meilleures estimations de modèles mixtes, elle a été initialement conçue comme une méthode pratique permettant de reproduire les calculs de la méthode des moments pour les cas équilibrés, plutôt que comme une méthode d'optimisation formelle de réduction des biais. Les travaux de Chris légitiment la méthode REML tant sur le plan des principes que sur celui de la pratique.
Par la suite, Chris a dû relever le défi d'ajuster la plupart des structures de covariance à mesures répétées prises en charge par PROC MIXED, en tirant parti à la fois de la parcimonie et des techniques numériques les plus récentes. Il en résulte un moteur qui produit des estimations beaucoup plus rapidement que les moteurs modernes de SAS HPMixed. Ce moteur a permis l'estimation de modèles à composantes de variance élevée dans des situations de production industrielle complexes.
Les algorithmes de modèles mixtes développés par Chris sont à la base de plusieurs plateformes importantes de JMP Pro ; ils constituent le fondement des modèles splines de l’Explorateur de données fonctionnelles, le cœur de la plateforme des modèles linéaires mixtes généralisés et la nouvelle plateforme de sélection de variables pour modèles mixtes. Laura Castro-Schilo et moi-même avons identifié un lien mathématique entre les modèles d’équations structurelles (SEM) et les modèles linéaires mixtes. Les deux premières versions de SEM reposaient sur une transformation du problème d’ajustement du modèle SEM en un cas particulier (mais très complexe) de modèle linéaire mixte.
Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023.Chris with Florian Vogt at Discovery Summit Europe in 2023. Chris avec Florian Vogt au Discovery Summit Europe en 2023. Stimulation neuronale
Il y a quelques années, lorsque nous avons eu besoin de produire des réseaux neuronaux de meilleure qualité, Chris a constaté que les routines des développeurs précédents consacraient trop de temps au calcul des dérivées et à l'application de la méthode de Newton-Raphson pour un grand nombre de nœuds dans la couche cachée. Chris a considérablement accéléré les calculs grâce à SR1. Il a également remarqué qu'une stratégie de boosting permettait de résoudre le problème par étapes, en ajoutant quelques nœuds cachés à chaque étape et en estimant seulement quelques paramètres à la fois, avec un arrêt précoce par validation croisée pour produire l'un des meilleurs réseaux neuronaux. Cette approche était à la pointe de la technologie jusqu'au développement des réseaux de neurones convolutifs d'apprentissage profond plus récents.
Échantillonnage par simulation
Notre groupe avait besoin d'une méthode pour calculer les probabilités de défauts aux extrémités des distributions normales multivariées. Nous avons utilisé des modèles de simulation robustes en génie des procédés, optimisés pour minimiser les taux de défauts par rapport aux limites de spécification dans les simulations multivariées, et réalisé des expériences de substitution pour effectuer cette minimisation. La clé du succès résidait dans l'obtention de probabilités acceptables pour des points situés jusqu'à 12 écarts-types. Chris a exploité divers résultats théoriques pour développer un échantillonneur pondéré permettant de calculer ces probabilités, à l'aide d'une méthode de stratification radiale.
Profilage MSA
En analyse des systèmes de mesure, Chris a collaboré avec Laura Lancaster et a réalisé plusieurs avancées majeures. Il a notamment développé une approche bayésienne pour générer des composantes de variance positives pour l'analyse des systèmes de mesure. Il a également permis de connecter un moteur de simulation intelligent à un profileur afin d'obtenir instantanément des réponses pour la détection des dérives dans les cartes de contrôle, à partir des calculs de l'analyse des systèmes de mesure. Il existe désormais une méthode simple pour exploiter l'analyse des systèmes de mesure et répondre à des questions concrètes sur la capacité à détecter les dérives dans les processus.
Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016Chris chats at Discovery Summit 2016 Chris discute de l'exploration de texte lors du Discovery Summit 2016
La réduction de dimension nécessaire à l'analyse sémantique latente en exploration de textes requiert une décomposition en valeurs singulières (SVD) parcimonieuse très rapide. Chris l'a développée à l'aide de méthodes de Lanczos mises à jour, puis a constaté qu'il était possible d'en créer une version centrée, équivalente à l'analyse en composantes principales, sans sacrifier la vitesse des calculs parcimonieux. Ces nouveaux vecteurs singuliers centrés devraient mieux représenter l'espace textuel que les méthodes de pointe actuelles. Cela nous a également permis d'utiliser les calculs parcimonieux dans nos plateformes d'analyse en composantes principales et d'analyse d'association. Chris a alors réalisé que les mêmes schémas de parcimonie observés lors de la mise en œuvre de l'analyse de classes latentes (résolution de distributions de mélange multinomiales) pouvaient être appliqués pour créer une fonctionnalité rapide de clustering et de génération de sujets en exploration de textes, une alternative rapide à l'allocation de Dirichlet latente pour l'analyse de classes latentes.
Explorateur de données fonctionnelles
Chris a dirigé le développement de l'explorateur de données fonctionnelles. Tout en participant de manière ponctuelle à son développement initial, il a travaillé directement avec les clients pour concevoir un outil convivial qui a considérablement simplifié la résolution de problèmes complexes de conception de produits et de processus dans de nombreux secteurs.
Logiciel statistique
La clé du succès du logiciel JMP réside en grande partie dans ses fondements de calcul numérique rapides et précis, que Chris a conçus et mis en œuvre en grande partie, tout en organisant un meilleur développement de l'interface utilisateur.
Direction
En tant que directeur du développement statistique chez JMP, Chris a constitué et dirigé une équipe de développeurs performante. Le logiciel JMP est devenu indispensable aux ingénieurs et aux scientifiques de l'industrie, notamment dans les secteurs des semi-conducteurs, de l'électronique, des biens de consommation, de la chimie et de la pharmacie. Chris a particulièrement brillé dans les domaines des modèles mixtes, de la fiabilité et de la qualité des processus. Il est également devenu un communicant efficace au sein de l'industrie.
Et plus encore
Voici quelques autres innovations tirées du CV de Chris :
- J'ai développé une bibliothèque de matrices creuses pour accélérer les calculs de modèles linéaires.
- Développement du solveur SR1 et GMRES pour la régression pénalisée, avec Clay Barker dans GenReg.
- Développement de méthodes numériques pour les calculs de puissance des cartes de contrôle.
- Nous avons étendu la technique de Portnoy-Sahai pour l'estimation des composantes de variance à partir de modèles à effets aléatoires. Ces estimations, disponibles sur la plateforme JMP Variability, sont strictement positives et, bien que biaisées, présentent une erreur quadratique moyenne (EQM) inférieure à celle des estimations REML.
- J'ai développé un algorithme d'échantillonnage stratifié en deux étapes pour la simulation d'événements rares basée sur un modèle. La première étape utilise un échantillonnage égal dans les strates afin de déterminer les tailles d'échantillon minimisant la variance à utiliser dans la seconde étape. Cet algorithme numérique est au cœur du simulateur Profiler de JMP. (Il s'est également révélé important par la suite pour les calculs de capabilité multivariée.)
- Conception d'algorithmes pour l'analyse d'expériences informatiques, y compris des conceptions à potentiel minimal (de particules électrostatiques) et des conceptions D-optimales pour les modèles de processus gaussiens.
- J'ai développé un algorithme combinant quadrature et optimisation pour calculer la conception optimale bayésienne D des expériences pour les modèles non linéaires et linéaires généralisés.
- Des méthodes de calcul de la matrice des moments, exactes pour les problèmes de mélange, et une approche de simulation pour des problèmes plus généraux à contraintes linéaires ont été développées. Ces travaux ont permis d'obtenir des modèles fournissant des prédictions plus précises en moyenne et nécessitant ainsi moins d'exécutions que les approches précédentes.
- J'ai inventé une approche de reparamétrisation pour trouver des plans d'expérience D-optimaux et I-optimaux, révélant la sparsité inhérente au problème. Cette approche a permis d'obtenir des temps de mise à jour de O(1) pour les modèles d'effets principaux et de O(p) pour les modèles d'interaction. Les algorithmes précédents, utilisant uniquement des mises à jour de faible rang, étaient toujours en O(p²). Ces améliorations algorithmiques augmentent considérablement la taille des plans d'expérience calculables.
- Régression de Huber généralisée pour définir une fonction de vraisemblance d'une distribution multivariée dont les estimations MLE des matrices de covariance robustes aux valeurs aberrantes.
- J'ai développé un cadre complet pour l'ajustement des modèles d'équations structurelles (SEM), principaux modèles utilisés en psychologie et en sciences comportementales, capable de traiter de grands ensembles de données présentant une structure de regroupement et des contraintes arbitraires. Ce cadre exploite la parcimonie inhérente des données et est plus rapide que tout autre produit concurrent que nous connaissons. C'est probablement le projet le mieux conçu sur lequel j'ai jamais travaillé.
- J'ai développé les méthodes du JMP pour l'analyse des études conjointes, largement utilisées dans la recherche sur les consommateurs, et j'ai collaboré avec Bradley Jones sur les calculs de conception pour les études conjointes.
- J'ai développé les algorithmes de JMP pour la prévision des séries temporelles modernes basés sur des modèles de lissage exponentiel.
Plus récemment
Parmi les autres travaux remarquables de Chris, on peut citer son implémentation de l'estimation par modèle mixte REML pour les problèmes complexes, lorsqu'un effet aléatoire intervient dans un modèle génomique et que les réponses comprennent des dizaines, voire des centaines de milliers, d'expressions géniques. Chris a adapté les algorithmes REML pour un petit effectif (n) mais un grand nombre de variables explicatives (p) afin de les rendre pratiques.
Chris a rejoint JMP le 16 mai 2001 en tant qu'étudiant diplômé bénéficiant d'une bourse de calcul statistique du département de statistique de l'université NC State, où il a obtenu son doctorat. Depuis son arrivée chez JMP, il a été au cœur de la plupart de nos développements statistiques.
Culture d'entrepriseArticle de fondActualités JMPRe: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Joyeux 25e anniversaire, Chris ! Cet article, ainsi que la passion et l'énergie que tu déploies au quotidien, témoignent de l'impact incroyable que tu as eu sur JMP et bien au-delà. Heureux de célébrer cet événement marquant. À ta santé !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations pour tes 25 ans chez JMP, Chris ! Cet article est vraiment excellent et met en lumière tes nombreuses contributions en tant que chercheur, développeur, chef de projet et collaborateur client au fil des années. C'est toujours impressionnant de voir ce que les clients peuvent réaliser grâce à tes nombreuses innovations. On te souhaite encore beaucoup de succès !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris ! Tes innovations sont vraiment brillantes et repoussent sans cesse les limites d'utilisation et de fonctionnalités de JMP, nous offrant ainsi des solutions exceptionnelles à partager avec nos clients. Tu es aussi comme le gars de Dos Equis : à chaque fois qu'on se voit, tu as accompli quelque chose d'incroyable et d'intéressant dans ta vie personnelle. Bravo pour tes nombreux succès !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations pour ces 25 années, Chris ! C'est une liste impressionnante de réalisations dont nous profitons tous. Personnellement, je peux confirmer que les démonstrations de modélisation par équations structurelles (SEM) impressionnent toujours autant, surtout quand on voit la rapidité avec laquelle nos modèles convergent !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Toutes mes félicitations, Chris ! Au-delà de tes remarquables prouesses techniques, ton impact sur le quotidien de nos utilisateurs est tout simplement incroyable. Tu leur permets de prendre des décisions plus éclairées, plus facilement et plus rapidement. Grâce à toi, nous pouvons instaurer un climat de confiance et de respect propice à l'essor de TSR.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations Chris ! J'ai énormément apprécié passer du temps avec toi, que ce soit pour le travail ou pour d'autres raisons. Tout ce que j'ai appris de toi est inestimable, tout comme nos conversations hors sujet. Vive le Pompe !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris ! J'admire ta capacité à expliquer des théories complexes avec simplicité. J'ai beaucoup apprécié nos conversations, qu'elles portent sur des sujets statistiques ou plus prosaïques. Je te souhaite encore 25 ans de collaboration !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Quel beau compliment pour un esprit aussi brillant ! J'ai toujours apprécié la capacité de Chris à rester discret, à dialoguer avec aisance et à expliquer des concepts complexes avec pédagogie. J'en ai personnellement beaucoup profité. 
Félicitations pour cet anniversaire important ! Au plaisir de vous revoir bientôt.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !
Joyeux anniversaire, Chris ! J’apprécie énormément ta contribution et ton amitié. Félicitations !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations pour vos 25 ans de service ! En plus de tout cela, vous rendez le travail chez JMP joyeux et formidable.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations pour cet anniversaire marquant, Chris ! Nous avons la chance de pouvoir compter sur tes nombreux talents – ton intelligence technique, mais aussi ton humour, ta gentillesse et ta prévenance, qui contribuent grandement à la culture exceptionnelle de JMP. Ce fut un réel plaisir de travailler avec toi toutes ces années et j'espère que cela continuera encore longtemps !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris ! J'apprécie vraiment la façon dont tu représentes JMP auprès de nos utilisateurs ; ta façon de parler de ton travail reflète la même ambition d'avant-garde que celle de nos clients innovants. Ta contribution à JMP est immense ; merci pour tout ce que tu fais !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Toutes mes félicitations pour ces 25 années de service, et merci infiniment pour l'impact incroyable que vous avez eu sur le logiciel et sur tous ceux qui l'ont utilisé. Nos utilisateurs ont la chance de pouvoir compter sur une personne aussi dévouée à la résolution de leurs problèmes, et nous avons tous eu le privilège de travailler à vos côtés. Je suis certain de ne pas être le seul à penser que votre soutien et vos encouragements ont profondément marqué ma carrière et continueront d'influencer positivement mon parcours.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Tant de réalisations marquantes qui ont facilité l'accès aux informations pour les utilisateurs de JMP. C'est toujours un plaisir d'échanger avec vous. Félicitations pour ce 25e anniversaire exceptionnel !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris !
Je me souviens juste de cette citation.
« J’ai appris que les gens oublieront ce que vous avez dit, les gens oublieront ce que vous avez fait, mais les gens n’oublieront jamais ce que vous leur avez fait ressentir. »
— Maya Angelou
J'ai été sincèrement étonné lorsque vous m'avez interrogé sur la façon dont les utilisateurs coréens réagiraient à certaines fonctionnalités de l'optimisation bayésienne lors de votre visite en Corée pour assister au Discovery Summit.
MERCI!
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Toutes mes félicitations Chris ! Cette liste est incroyable. Ton influence sur le logiciel JMP que nous connaissons aujourd'hui est immense, que ce soit grâce à tes performances statistiques ou aux personnes que tu as su rassembler. J'ai également d'excellents souvenirs de nos échanges et des moments passés ensemble. Merci infiniment d'être une personne aussi formidable !
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Bravo Chris ! Félicitations pour ton anniversaire professionnel et pour toutes tes réussites.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris. Je suis impressionné par votre longue liste de réalisations, mais surtout, je tiens à vous remercier pour votre accessibilité et votre facilité à collaborer, tant avec vos collègues qu'avec nos clients ; outre votre expertise scientifique, c'est ce qui vous rend si exceptionnel.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Joyeux 25e anniversaire !
Merci pour tout ce que vous apportez à JMP, à ses utilisateurs et à tous les employés. J'ai personnellement énormément appris de vous, et je vous en suis infiniment reconnaissant. Vos contributions sont vraiment impressionnantes, et votre attention portée aux clients et à leurs besoins analytiques est très appréciée !
Et, statistiques mises à part, merci pour tous ces merveilleux moments que nous avons partagés ensemble !!!
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Félicitations, Chris ! Tu es un véritable pilier de JMP, repoussant sans cesse les limites du possible avec JMP Pro. Ton travail fait toute la différence et nous permet à tous d'exceller dans nos échanges avec les clients :smiling_face_with_smiling_eyes:.
C'est un plaisir de te célébrer. J'apprécie sincèrement tout ce que tu apportes, tant sur le plan professionnel que personnel. Je te souhaite bonheur et santé, et j'ai hâte de découvrir tous les projets à venir.
Merci,
Jessica
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Chris, ton travail et ta carrière sont vraiment exceptionnels jusqu'à présent ! Tes compétences pointues en statistiques et en programmation numérique, tes recherches, ton leadership, ta passion, ta gentillesse, tes aptitudes à communiquer et ton humour sont sans égal et constituent un atout précieux pour JMP. Je suis ravi de t'avoir comme collègue, ami et partenaire de résolution de problèmes, alors que nous relevons ensemble les défis à venir.
Re: Merci, Chris Gotwalt, pour votre 25e anniversaire chez JMP !Cher Chris, le fait que tu aies accepté de participer à une séance de yoga avec Manuela, Jessica et moi, et que presque personne ne comprenne ce que tu inventes en faisant du jogging ou du ski, prouve que tu es exceptionnel. Félicitations pour tes 25 ans chez JMP ! Que cette année continue !
