Mikroelektronikos išmaniosios gamybos inžinierius

Nustatyti kokybės užtikrinimo tikslus bei procedūras ir prižiūrėti bei toliau gerinti kokybės standartų peržiūros tikslus, protokolus, atsargas, procesus, įrangą ir technologijas.

Apibrėžti ir apibūdinti kriterijus, pagal kuriuos duomenų kokybė vertinama gamybos tikslais, pavyzdžiui, tarptautinius standartus ir gamybos taisykles.

Gerinti gamybos rodiklius, našumą, išeigą, sąnaudas ir produktų bei procesų pakeitimą, naudojant atitinkamas pažangias, novatoriškas ir naujausias technologijas.

Naudoti IRT priemones matematiniams, algoritminiams ar kitokiems duomenų tvarkymo procesams taikyti, siekiant kurti informaciją.

Išnagrinėti didelius duomenų rinkinius, kad būtų galima atskleisti modelius, susijusius su statistika, duomenų bazių sistemomis ar dirbtiniu intelektu, ir pateikti išsamią informaciją.

Naudoti specialią duomenų analizės programinę įrangą, įskaitant statistinius duomenis, skaičiuokles ir duomenų bazes. Išnagrinėti galimybes teikti ataskaitas vadovams, viršininkams ar klientams.

Administruoti visų rūšių duomenų išteklius per jų gyvavimo ciklą, atliekant duomenų profilio sudarymą, nagrinėjimą, standartizavimą, identifikavimą, valymą, tobulinimą ir auditą. Užtikrinti, kad duomenys atitiktų savo paskirtį, naudojant specializuotas IRT priemones tam, kad būtų laikomasi duomenų kokybės kriterijų.

Kurti ir valdyti metodus ir strategijas, naudojamus siekiant kuo labiau padidinti duomenų kokybę ir statistinių duomenų efektyvumą renkant duomenis, siekiant užtikrinti, kad surinkti duomenys būtų optimizuoti tolesnio perdirbimo reikmėms.

Sudaryti medžiagų, sudedamųjų dalių ir rinkinių sąrašą, taip pat nurodant kiekius, kurių reikia tam tikram produktui pagaminti.

Taikyti ir dirbti su įvairiomis technikomis litavimo procese, pavyzdžiui, minkštuoju litavimu, sidabro litavimu, indukciniu litavimu, atsparumo litavimu, vamzdžių litavimu, mechaniniu ir aliuminio litavimu.

Eksploatuoti ir naudoti litavimo įrankius ir lituoklius, kuriais aukštoje temperatūroje lydomas lydmetalis ir sujungiami elektronikos komponentai.

Naudoti statistinės analizės modelius (aprašomoji arba inferencinė statistika) ir metodus (duomenų gavyba arba mašinų mokymasis) ir informacinių ir ryšių technologijas, siekiant analizuoti duomenis, atskleisti ryšius ir numatyti tendencijas.

Dideliais kiekiais rinkti ir vertinti skaitinius duomenis, ypač siekiant nustatyti duomenų modelius.

Taikant įvairius metodus produktų kokybei užtikrinti, laikytis kokybės standartų ir specifikacijų. Prižiūrėti produktų trūkumus, pakuotes ir siuntimą į skirtingus gamybos skyrius.

Nustatyti ir įvertinti veiksnius, kurie gali pakenkti projekto sėkmei ar kelti grėsmę organizacijos veikimui. Įgyvendinti procedūras, kuriomis būtų išvengta jų poveikio arba jis būtų sumažintas.

Analizuoti duomenis, gautus iš tokių šaltinių, kaip rinkos duomenys, moksliniai dokumentai, klientų reikalavimai ir dabartiniai atnaujinti klausimynai, siekiant įvertinti vystymąsi ir inovacijas kompetencijos srityse.

Taikyti matematinius metodus ir naudoti skaičiavimo technologijas analizei atlikti ir konkrečių problemų sprendimams parengti.

Rengti strategijas, kuriomis būtų siekiama padidinti įmonės pavojingųjų atliekų medžiagų, pvz., radioaktyviųjų atliekų, cheminių medžiagų ir elektronikos, tvarkymo efektyvumą.