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，其使命是將電腦圖形轉化為電子遊戲的使命。NVIDIA 在業界的巨大增長，以及對更好的 3D 圖形的需求幾乎無法滿足。 如今，NVIDIA 的顯示卡是全球性能標準，在虛擬現實、高效能運算和人工智能的交點中轉型的機器。
NVIDIA 也不斷發展超越遊戲產業，為電影視覺效果行業、AI 等提供必不可少的工具。 全球十大超級電腦中的八台現在使用 NVIDIA GPU、InfiniBand 網路或兩者，包括美國最快的超級電腦 Summit，以及歐洲和中國最快的系統。 NVIDIA 為最新列表中的 333 個頂級 500 系統中提供支持。 從行動裝置、娛樂系統到自動駕駛汽車等各種各樣的 NVIDIA 產品都能找到。
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。
他解釋說：「持續改善措施是我們的主要責任之一。」 使用統計分析，Cannon 和他的團隊設置了詳細的關鍵績效指標，以使用內聯生產品質量監視器和客戶反饋來評估產品性能。 憑藉跨職能團隊支援，他利用 JMP 功能來分析改善機會並優先順序。
這種類型的預測性和持續學習推動 NVIDIA 自成立以來定義了創新的創新。 NVIDIA 工程師於 1999 年發明了 GPU，使實時可編程著色，並為藝術家提供無限的表現色板。 2020 年 5 月，NVIDIA 推出了專為彈性運算時代而設計的 Ampere 架構，通過在各種規模提供無與倫比的加速度，使創新者能夠完成生命的工作來實現下一個巨大躍進。
「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。」
並非每個人都擁有這種工作所需的統計知識來到 NVIDIA。 Cannon 觀察到 JMP 新手的工程師能夠快速開始使用該工具並提高他們的分析技能。 這就是 Cannon 在高級管理層的全面支持下自己承擔，擴大公司工程師可提供的持續教育和在職培訓範圍的一部分原因。
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。
儘管 STIPS 由 JMP 贊助，但其超過 25 小時的內容是由具有行業經驗的專家團隊撰寫和創建的。 課程中引用的例子來自真實的案例，旨在激發面對行業挑戰的統計思維。
NVIDIA 現在為員工提供兩種完成計劃的選擇：自我節奏的學習，或通過每週一小時的 WebEx 會議，與會者一起閱讀材料。 這些每週會議（由品質小組工程師 Shen Iris 主持），有來自組織內 10 多個部門的員工參加，參與者包括多年以高級程度使用 JMP 的人到從未使用過 Excel 以外任何統計工具的人士。
Cannon 表示：「STIPS 在平衡統計理論和 JMP 的實際實踐方式來解決許多組織常規處理的常見問題方面非常出色。」 「我與我交談的每個人都積極接受它，我們正在討論今年再次推出它。 這項培訓的價值最好的證明，就是當我去會議並看到使用的方法。」
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。」
本文中所示的結果特定適用於本文所述的特定情況、商業模式、資料輸入和計算環境。 每個 JMP 客戶的體驗都是獨一無二的，基於業務和技術變數，所有陳述都必須視為非典型。 實際的節省、結果和效能特性會因個別客戶配置和條件而有所不同。 JMP 不保證或聲明每個客戶都將達到類似的結果。 JMP 產品和服務的唯一保固是該等產品和服務書面協議中明確保固聲明中所列明的保固聲明中所列明的保固。 此處的任何內容不應被解釋為構成額外保固。 成功實施 JMP 軟體後，客戶已與 JMP 分享他們的成功，作為協議合約交換或項目成功摘要的一部分。