Produksjonsingeniør for smart mikroelektronikk

Definere målsettinger og prosedyrer for kvalitetssikring og sørge for at de opprettholdes og forbedres kontinuerlig, ved å gjennomgå målsettinger, protokoller, forsyninger, prosesser, utstyr og teknologier for kvalitetsstandarder.

Definere og beskrive kriteriene for måling av datakvaliteten for produksjonsformål, for eksempel internasjonale standarder og produksjonsregler.

Forbedre produksjonstempoet, produktiviteten, avkastningen, kostnadsbruken og omleggingen av produkter og prosesser ved hjelp av relevant avansert, innovativ og banebrytende teknologi.

Bruke IKT-verktøy til å gjennomføre matematiske, algoritmiske eller andre typer datamanipulasjonsprosesser for å skape informasjon.

Undersøke store datasett for å avdekke mønstre ved hjelp av statistikk, databasesystemer eller kunstig intelligens og presentere informasjonen på en forståelig måte.

Bruke spesifikk programvare for dataanalyse, herunder statistikk, regneark og databaser. Utforske muligheter for å lage rapporter til ledere, overordnede eller kunder.

Forvalte alle typer dataressurser gjennom hele livssyklusen ved å utføre dataprofilering, analyse, standardisering, identitetsløsning, rensing, forbedring og revisjon. Sikre at dataene er egnet for formålet ved hjelp av egne IKT-verktøy for å oppfylle kriteriene for datakvalitet.

Utvikle og håndtere metoder og strategier som brukes for å oppnå best mulig datakvalitet og statistisk effektivitet ved innsamling av data, for å sikre at de innsamlede dataene er optimalisert for videre behandling.

Lage en lister over materialer, komponenter og komponentgrupper, samt de mengdene som trengs for å fremstille et bestemt produkt.

Ta i bruk og arbeide med en rekke loddeteknikker, for eksempel myk lodding, sølvlodding, induksjonslodding, motstandslodding, rørlodding, mekanisk lodding og aluminiumslodding.

Betjene og bruke loddeverktøy og loddebolt, som avgir høye temperaturer for å smelte loddetinnet og sammenføye elektroniske komponenter.

Bruke modeller (beskrivende eller inferensiell statistikk) og teknikker (datautvinning eller maskinlæring) for statistisk analyse og IKT-verktøy til å analysere data, avdekke korrelasjoner og forutse trender.

Innhente og vurdere store mengder numeriske data, særlig for å identifisere mønstre i dataene.

Bruke ulike teknikker for å sikre at produktkvaliteten er i samsvar med kvalitetsstandarder og -spesifikasjoner. Føre tilsyn med mangler, pakking og tilbakesending av produkter til ulike produksjonsavdelinger.

Identifisere og vurdere faktorer som kan forhindre at et prosjekt lykkes, eller være en trussel for organisasjonens funksjon. Iverksette prosedyrer for å unngå eller redusere virkningen av truslene.

Analysere data som samles inn fra kilder, slik som markedsdata, vitenskapelige artikler, kundekrav og spørreskjemaer som er gjeldende og ajourførte, med sikte på å vurdere utvikling og innovasjon på ekspertiseområder.

Bruke matematiske metoder og beregningsteknologier for å foreta analyser og finne løsninger på bestemte problemer.

Utvikle strategier for å øke et anleggs effektivitet ved behandling, transport og deponering av farlig avfall, for eksempel radioaktivt avfall, kjemikalier og elektronikk.