「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
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。
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。