Technik inteligentní výroby pro mikroelektroniku/technička inteligentní výroby pro mikroelektroniku

Definovat cíle a postupy zajišťování kvality a dohlížet na jejich zachování a další zlepšování prostřednictvím přezkumu cílů, protokolů, dodávek, postupů, vybavení a technologií pro normy kvality.

Definovat a popsat kritéria pro měření kvality údajů pro účely výroby, jako jsou mezinárodní normy a výrobní předpisy.

Zlepšovat míru produkce, účinnost, výnosy, náklady a přechody výrobků a postupů za použití příslušné vyspělé, inovativní a špičkové technologie.

Používat nástroje informačních a komunikačních technologií k využití matematických, algoritmických nebo jiných postupů manipulace s daty s cílem tvorby informací.

Prozkoumat velké datové soubory s cílem s využitím statistik, databázových systémů nebo umělé inteligence odhalit vzory a poskytnout informace srozumitelným způsobem.

Používat specifický software pro analýzu dat, včetně statistik, tabulek a databází. Prozkoumat možnosti, jak podávat zprávy manažerům, nadřízeným nebo klientům.

Spravovat všechny typy datových zdrojů v průběhu jejich životního cyklu, a to prováděním profilace dat, oddělování, standardizace, řešení problémů, čištění, zlepšování a provádění auditů. Zajistit, aby údaje byly vhodné pro daný účel, a to za použití specializovaných nástrojů ICT ke splnění kritérií kvality údajů.

Vypracovat a řídit metody a strategie, které se používají k maximalizaci kvality údajů a statistické účinnosti při shromažďování údajů, aby se zajistilo, že shromážděné údaje budou optimalizovány pro další zpracování.

Sestavit seznam materiálů, součástí a sestav, jakož i množství potřebná k výrobě určitého výrobku.

Aplikovat různé techniky v procesu pájení, jako je měkké pájení, pájení stříbrnou pájkou, indukční pájení, odporové pájení, pájení trubek, mechanické a hliníkové pájení, a pracovat s nimi.

Ovládat a používat pájecí nástroje a pájku, které pracují ve vysokých teplotách, aby roztavili pájky a připojily se k elektronickým součástem.

Použít modely (popisné nebo inferenční statistiky) a techniky (vytěžování dat nebo strojové učení) pro účely statistické analýzy a nástroje informačních a komunikačních technologií (ICT) pro analýzu dat, odhalování korelací a předpověď trendů.

Shromažďovat a vyhodnocovat velká množství číselných dat, zejména za účelem zjištění vzorců mezi daty.

Použít různé techniky s cílem zajistit, že kvalita výrobku je v souladu s normami kvality a specifikacemi výrobku. Dohlížet na vady, balení a navracení produktů do jednotlivých výrobních oddělení.

Určovat a posuzovat faktory, které mohou ohrozit úspěch projektu nebo ohrozit fungování organizace. Zavést postupy k zamezení nebo minimalizaci jejich dopadu.

Analyzovat údaje získané ze zdrojů, jako jsou údaje o trhu, vědecké dokumenty, požadavky zákazníků a dotazníky, které jsou aktuální s cílem posoudit vývoj a inovace v oblasti odborných znalostí.

Používat matematické metody a využívat výpočetní techniku k provádění analýz a hledání řešení konkrétních problémů.

Vytvářet strategie zaměřené na zvýšení účinnosti zpracování, přepravy a odstraňování nebezpečných odpadů, jako je radioaktivní odpad, chemické látky a elektronika.