客戶案例

經驗豐富的專業人士運用統計資料的新方法

整合免費的統計分析線上學習資源,協助世界頂尖的繪圖晶片開發公司 NVIDIA 提升員工技能

NVIDIA

挑戰許多科技業員工擁有廣泛的工程背景,但在進階資料分析方面的經驗有限。然而,業界全球頂尖公司對統計思維的需求正在上升。
解決方案為經驗豐富的工程師和電腦科學家提供應用統計分析的在職培訓。NVIDIA Management 將免費的線上統計課程「解決產業問題所需的統計思維 (STIPS)」納入了他們的在職學習計畫。STIPS 不僅提供自訂進度的互動式學習課程,也教授行業標準軟體 JMP®。
結果NVIDIA 產品品質工程與品質管理系統資深總監 Pete Cannon 表示:「STIPS 完美地兼顧了統計理論和如何實際使用 JMP 來解決許多公司的常見問題。」

電玩遊戲業是許多工程與電腦科學專業人士夢寐以求的就業目標,原因不只在於這是相當新潮的就業機會,也在於進這一行就有機會發揮創新能力。過去三十年來,從人工智慧到機器人,許多新穎科技出現在真實世界中,其中至少有一部分是拜電玩遊戲業的進步所賜。

NVIDIA 成立於 1994 年,其設立宗旨是改變電動遊戲的電腦圖形,成立後得益於電玩市場的巨幅成長以及對更佳的 3D 圖形近乎無窮的需求,在業界迅速發展。如今,NVIDIA 的圖形卡已經成為效能的全球標準,在虛擬實境、高性能運算和人工智慧的交叉點帶來了電腦的革命。

除了遊戲產業外,NVIDIA 也將觸角延伸至電影視覺效果業、AI 等領域,為其提供了不可或缺的工具。目前,全球前 10 大超級電腦中有 8 台使用了 NVIDIA 的 GPU 或 InfiniBand 網路,或同時使用這兩者──包括美國最快的超級電腦 Summit 以及歐洲和中國最快的系統。在最新的前 500 大系統中,有 333 種採用 NVIDIA 的產品。從行動裝置到娛樂系統,再到無人駕駛汽車等,都可以看到 NVIDIA 產品的蹤影。

預測分析能力創新

十多年來,Pete Cannon 作為產品品質工程和品質管理系統資深總監,一直在協助 NVIDIA 廣泛應用統計方法,他合作過的團隊遍及加州聖塔克拉拉、香港和中國深圳。

「不斷改善計劃是我們的主要職責之一。」他解釋道。Cannon 和他的團隊使用統計分析方法制定了詳盡的關鍵績效指標,以使用線內生產品質監測器和客戶反饋意見來評估產品效能。在跨職能團隊的支持下,他使用了 JMP 的功能來分析改善機會並決定優先順序。 

這類預測式的連續學習為創新提供了動力,這正是 NVIDIA 成立以來的精神。1999 年,NVIDIA 的工程師發明了 GPU,使即時可程式化著色語言成為可能,為藝術家提供了無限的表達空間。2020 年 5 月,NVIDIA 推出了 Ampere 架構。此架構是專為彈性運算時代而設計,能夠全方位提供無與倫比的加速能力,實現了巨大的飛躍,使創新者能夠完成傾注畢生心血的工作。


「上完資料探索課程後的第一晚我就解決了一個問題──我們仔細研究了 JMP 資料分割工具,然後我很快就意識到我必須停止使用 Excel 進行分析,改用 JMP。從那之後,我每天都在使用 JMP。」

──Pete Cannon,產品品質工程與品質管理系統資深總監

十多年來倡導統計專業知識

Cannon 長期依靠分析來將資料轉換為品質管理中的資訊。在職業生涯的早期,Cannon 就開始在工作中精進這些技能,很快地,他的工作就受到了軟體的限制。

和許多工程師一樣,Cannon 一直使用 Excel 來解決最棘手的分析難題。但說到要處理目前品質工程中無處不在的分析,Excel 作用有限,而且其圖形屬於靜態性質,也限制了資料的探索,使得 Excel 顯得不足。

「Excel 無法解決我當時在處理的問題,而我在那之前就聽說過 JMP。」他回憶道。十二年前,Cannon 參加了在舊金山舉行、為期三天的 JMP® 工作坊。「上完資料探索課程後的第一晚我就解決了一個問題──我們仔細研究了 JMP 資料分割工具……然後我很快就意識到我必須停止使用 Excel 進行分析,改用 JMP。從那之後,我每天都在使用 JMP。」

尤其是該軟體的互動式資料視覺化功能,不只有助於將抽象的統計概念轉換為有用的應用,也能幫助 Cannon 迅速地將原始資料轉換成可以迅速採取行動的見解。他經常使用該工具執行資料視覺化 (圖形產生器)、探索 (分析 – 分佈)、評估分佈偏移與隨時間的變化 (趨向方塊和泡泡圖)、建立進階資料摘要 (分析 – 列表)、資料操作 (堆疊與分割)、執行單因子分析以比較不同類別的參數分佈並找出差異 (以 X 擬合 Y)、確定最佳擬合可靠度模型 (可靠度 – 壽命分佈)、建立關聯矩陣 (多變量方法)、找出最佳實驗執行次數和相應的設定 (DOE 客製化設計)、探索製造失控事件 (控制圖產生器)、迴歸分析 (擬合模型),以及建立拔靴法森林和分割分析 (預測建模)等。

認知需求──以及機會

Cannon 採用 JMP 後不久,他開始意識到在他的許多同事還在使用其他工具進行分析的時候,他已經找到了更有效的工作方式。「從我剛進這一行開始,總是聽我的經理說資料分析的第一步是繪製資料。」他回憶道,「之後多年來,我看到許多人犯了這個錯誤。相對地,有些人則是直接進入表格,錯過或延誤了可以從圖形產生器快速發現的見解。每次我在會議上看到原始資料試算表,我都會把檔案要過來,然後在幾秒鐘內做出有用的分析結果。」

正如 Cannon 對培訓課程的學員所說的:「如果您每個月花在用 Excel 進行資料視覺化的時間超過五分鐘,那您不用 JMP 就是在浪費時間。」為了證明這一點,他向他的同事提出挑戰,請他們用 Excel 複製盒狀圖產量趨向 X/Y 格狀晶圓圖。「我從 2009 年以後就沒有在 Excel 裡畫過圖形了。」他笑道。

對新軟體的需求,讓他有機會擴大他已經掌握的優勢。對 Cannon 而言,這意味著他的團隊可以擁有堪稱典範的統計工具,而這個工具在十多年前為他開啟了許多機會。因此,他為 NVIDIA 的營運團隊安排了 JMP 培訓課程。

「我解釋了我如何量身設計 JMP,以提供我認為對正在分析資料的工程師最有用的結果,並介紹了最常用的統計分析平台。」他解釋道,「圖形產生器在我的日常工作是非常有用的工具。它能夠快速匯入資料並建立附極限值標籤的深入資料視覺效果,加快決策速度。這些都是非常強大的工具,在速度上和內容上都明顯地比競爭對手更有優勢。」

在 NVIDIA 不是每個人都具備這類工作所需的統計知識。Cannon 注意到,即使是剛開始學習使用 JMP 的工程師,也能快速上手、並提高他們的分析技能。正因如此,Cannon 在資深管理層的全力支持下接下了這份任務,負責為公司工程師擴大繼續教育和在職培訓的範圍。

在產業專家的指導下,自己規劃課程進度

Cannon 每兩年舉辦一次的 JMP Days 是 NVIDIA 致力於提高員工技能的絕佳案例。此活動通常為時三小時,活動中有 JMP 技術專家的現場培訓和問答環節。NVIDIA 工程師也可以分享簡報或軟體訣竅。

但基於 NVIDIA 建立分析組織文化的理念,培訓機會還不只如此而已。2019 年,Cannon 推出了 JMP 的免費線上課程《解決產業問題的統計思維》(STIPS) 做為培訓課程推薦的補充資料。「我知道 STIPS 是在 NVIDIA 進一步推廣統計思維的絕佳機會。」他強調員工不只需要建立基本概念,更需要開發「資料導向」的解決問題技能。

STIPS 是由 JMP 贊助,而其超過 25 個小時的內容是由具業界經驗的專家團隊撰寫彙編。課程中引用的範例都是真實案例,目標在激發對產業挑戰的統計思維。

NVIDIA 目前為員工提供兩種完成課程的選項:一是自定進度的學習,二是透過每週 1 小時的 WebEx 會議,讓與會者一起閱讀教材。公司內 10 多個部門的員工參加了這些每週講座 (由品質小組工程師 Iris Shen 主持),學員中有人已經使用 JMP 多年,程度相當不錯,也有人從來沒有使用過 Excel 以外的任何統計工具。

Cannon 說:「STIPS 在平衡統計理論與實際動手使用 JMP 方面表現卓越,解決了許多組織日常處理的常見問題。我遇到的每個人反應都很正面,我們正在討論今年再辦一次。我參加會議並親眼見證操作方法,正是這場培訓價值的最佳證明。」

對於想提升分析能力的其他人,他有什麼建議?「對任何想要強化和擴充統計工具的使用來解決問題的公司,我強烈推薦 STIPS。」

試用 STIPS

在家學習統計學。參加免費線上課程,努力培養您的技能。

免費試用 JMP 30 天

本文中指出的結果僅限於其中描述的特定情況、商業模式、資料輸入和運算環境。每個SAS客戶的經驗皆獨一無二,基於商業和技術可變因素,全部陳述均必須視為非典型。實際節省、結果和效能特徵將根據相應客戶的配置和條件而有所不同。SAS未保證亦未表示每個客戶均可達成相似的結果。SAS產品和服務的唯一擔保是此類產品和服務的書面協議中明示的擔保聲明。本文的任何內容均不應視為構成額外擔保。在SAS軟體成功實施後,客戶於成功合約交換或專案成功總結時將本身的成功案例分享予SAS。