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
数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08