京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-08-13在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12