
半导体制造行业如何应用大数据分析
意法半导体是世界第五大半导体元件制造商,拥有业内最全的生产线之一,产品从分立二极管、晶体管,到整套平台解决方案,一应俱全。
意法半导体是一家跨国企业,总部位于瑞士日内瓦。意法公司的产品在许多领域处于行业前列:工业半导体、汽车电路半导体、移动电话的相机模组半导体,以及发展迅速的微机电系统半导体(用于温度传感器,安全气囊、心脏起搏器的加速计等)。
意法半导体(简称ST)在半导体制造行业内保持领先。这一行业竞争力极大,对更先进技术的需求从未间断,生产工艺复杂,周转时间紧张。
MatteoPatelmo、Diego Gerosa和Vincenzo Palumbo都是意法半导体的工程师,负责应对上述挑战。他们的工作地在一座靠近米兰的意大利小城,阿格拉泰布里亚恩扎(Agrate Brianza),工作重心正是用于控制高压、高功率设备的智能电力技术。这一技术在意法半导体的业务中占很大比重,而阿格拉泰布里亚恩扎(Agrate Brianza)是其研发制造该技术的中心。
意法半导体是全球行业领导者,业务范围覆盖所有电子元件。为该公司效力的意大利工程师们正专注于开发下一代智能电力技术。
“激发探索欲”
Matteo Patelmo,意法半导体电子器件经理,使用JMP软件已近10年了。像许多JMP用户一样,一开始他也是被JMP软件的图形展示功能(能让数据以更为易懂的形式呈现出来)、以及其简易的操作方法所吸引的。Patelmo只在大学里学过一点统计学,专业背景并不深。
“但使用JMP,其实不必有多深的专业背景。”Patelmo表示,“真的,除了基本知识——像标准差什么的——其他都不是很必要。”
“JMP能激发用户的探索欲。”Patelmo补充道,“因为看分析结果时,用户有可能遇到不熟悉的术语,就会想法弄清这些术语的含义——然后就会发觉自己从中得到了有用的信息,学到了新知识。”
Patelmo与其同事正在设法提高几项技术的产能,这几项技术近期已产出了成品。每次生产流程结束后,他们都会进行产品检测,以保证各项参数符合技术指标。
不过,有时生产环境还未配备完全,相应的新产品就已研发出来了。这是一个大问题。
“我们必须以极快的速度推出并生产产品,同时也必须保证所有产品都符合技术指标,哪怕生产环境还未完全齐备。”Patelmo表示,“JMP能够让我们轻松完成这些任务,如通过模拟还未制造出的生产工具的方式。”
解决难题的软件
当设计好的产品付诸生产,就可能涉及到400-500个生产步骤,整个生产流程长达3个月。如果在流程的最后才发现问题——比如某一参数不符合技术指标,Patelmo及其团队就会运用JMP软件中的分割平台功能来检验该批次产品的生产流程,找出曾用过哪些生产设备;再将瑕疵批次产品与高质成品进行对比,从而发现问题设备,有助于工程师们采取恰当补救措施。
Patelmo表示。“分割是很难的工作,但功能十分强大。我觉得,这样复杂的问题交给JMP来解决是最合适不过了”
“幸好纰漏不是每天都出,但生产瑕疵总是难免的。知道自己能够轻松搞定这些数据,对我们工程师来说真是种安慰。”
当位置数据与某一分区的数值产生特殊关联时,意法就运用JMP提高分析及数据呈现有效性。
实验设计
Diego Gerosa是位元件工程师。他运用JMP软件处理不同来源的超大数据集,并表示自己十分欣赏JMP软件的简易与高效。
Gerosa还说,实验设计(DOE)是产品开发过程中另一款十分有用的工具。他自己就运用该功能检测多种变量,如温度与压力对产品的影响。
Vincenzo Palumbo是一位生产设备研发工程师。他运用JMP分析不同参数间的相关性,以确定哪些参数对晶元特性产生最大影响。他也认为JMP是一款问题解决型软件。“我的工作和Diego的不同。”Palumbo说,“我的工作不需要分析大量数据,而通常是分析新元件和结构的参数值。”
Palumbo常用的JMP功能是实验设计、箱形图和相关性工具,同时也非常喜欢JMP的变异性/计数量具图平台以及生存分析功能。
意法半导体的团队还将JMP作为重要的数据呈现手段。
“有了JMP,即使你把大量数据合并到一张图表里,也能轻松地传递正确信息给听众。”意法电子元件工程部经理Patelmo如是说。“你可以准备一张图表,专门以你想要的方式、专门呈现你想要呈现的数据。我真的很喜欢JMP能以不同方式、以最有说服力的手段来呈现数据的功能。”
Gerosa同意这种说法。他说:“比如运用数据表与图表之间的动态关联,我就能建立起数据的实时呈现,并更清晰地看出这一数据真正意味着什么。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16