供應商質量管理培訓
"供應商質量"指的是供應商以令人滿意的方式向客戶提供商品和服務的能力。"供應商質量管理"指的是用於管理供應商質量的工具和流程。
本次由講師指導的培訓(線上或線下)面向希望採用以質量爲中心的方法來管理供應商的供應鏈管理人員和員工。
通過本培訓,參與者將能夠:
- 採用主動協作的方法來提升供應商質量。
- 明確定義並傳達供應規格和需求。
- 探索不同的供應商質量管理體系(QMS),並運用分析方法選擇最合適的體系。
- 使用QMS系統持續監控、檢查和審計供應鏈。
- 確保供應商提供最高質量的產品和服務。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實境環境中進行實際操作。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
課程簡介
介紹
供應商品質概述 Management 週期
審查產品生命週期
審查產品、產品設計和材料要求
審查運營資金和預算
選擇供應商
文化考慮(本地和國際供應商)
供應商內部政策、Go法規、合規性等的影響
談判策略(價格、期限、排他性等)
管理合同和其他法律事務
管理供應商關係(信任和夥伴關係)
選擇二級供應商
供應商品質 Management 流程
評估供應商品質Management 系統 (QMS)
實施和管理品質管理體系
評估購買價格和交易成本
處理價格變化(“成本降低”與“降價”)
管理供應商 Communication 和參與度
用於監控和評估供應商績效的工具和流程
解決性能、Communication 等問題
開關供應商
標準和認證
未來趨勢 Supply Quality Management
總結和結論
最低要求
- 供應商管理經驗
受衆
- 供應商管理人員
- 供應商關係經理
- 質量經理
- 審計經理
- 質量分析師
- 外包經理
- 供應商發展經理
- ISO合規經理
公開培訓課程需要5名以上參與者。
供應商質量管理培訓 - 訂單
供應商質量管理培訓 - 詢問
供應商質量管理 - 咨詢詢問
咨詢詢問
即將到來的課程
相關課程
Advanced Electric Vehicle Design and Development
14 時間:這是一個由講師指導的現場培訓課程,地點在台灣(線上或現場),旨在為高級汽車專業人士提供設計、開發和優化電動車的專業知識,重點關注下一代技術和可持續移動解決方案。
在培訓結束時,參與者將能夠:
- 設計高效且符合空氣動力學的電動車架構。
- 整合能源優化的動力系統和電池系統。
- 應用創新設計概念以提升性能。
- 使用先進的模擬工具開發原型。
高級路徑規劃算法在自動駕駛車輛中的應用
21 時間:這項由講師指導的台灣(線上或線下)培訓課程,旨在為高階機器人工程師和AI研究人員提供進階路徑規劃演算法的實作知識,以提升自動駕駛車輛的性能。
在培訓結束時,參與者將能夠:
- 理解進階路徑規劃演算法的理論基礎。
- 實作RRT*、A*和D*等演算法,用於即時導航。
- 優化路徑規劃,以應對障礙物避讓和動態環境。
- 將路徑規劃演算法與感測器數據整合,提升準確性。
- 在實際場景中評估各種演算法的性能。
AI與Deep Learning在自動駕駛中的應用
21 時間:本次由講師指導的台灣(線上或線下)培訓,面向高級數據科學家、AI專家以及汽車AI開發者,旨在幫助他們構建、訓練和優化用於自動駕駛應用的AI模型。
培訓結束後,參與者將能夠:
- 理解自動駕駛背景下AI和深度學習的基礎知識。
- 實施計算機視覺技術,用於即時目標檢測和車道跟隨。
- 利用強化學習進行自動駕駛系統中的決策制定。
- 集成傳感器融合技術,以提升感知和導航能力。
- 構建深度學習模型,用於預測和分析駕駛場景。
自動駕駛汽車安全與風險評估
21 時間:這項由講師指導的台灣(線上或線下)培訓,針對高級安全工程師和汽車安全專業人士,旨在開發自動駕駛車輛的全面安全策略,包括危害分析、功能安全評估以及國際標準的合規性。
培訓結束時,參與者將能夠:
- 識別和評估與自動駕駛系統相關的安全風險。
- 使用行業標準進行危害分析和風險評估。
- 實施自動駕駛系統的安全驗證和確認方法。
- 應用功能安全標準,如ISO 26262和SOTIF。
- 開發應對自動駕駛安全挑戰的風險緩解策略。
Computer Vision 自動駕駛
21 時間:本課程爲講師指導的線下或線上培訓,面向中級AI開發者和計算機視覺工程師,旨在幫助他們爲自動駕駛應用構建穩健的視覺系統。
培訓結束後,學員將能夠:
- 理解自動駕駛中計算機視覺的基本概念。
- 實現目標檢測、車道檢測和語義分割的算法。
- 將視覺系統與自動駕駛的其他子系統集成。
- 應用深度學習技術完成高級感知任務。
- 評估計算機視覺模型在真實場景中的性能。
自動駕駛的倫理與法律問題
14 時間:本課程為講師指導的台灣(線上或線下)培訓,旨在幫助初級專業人員探討自動駕駛車輛所涉及的倫理困境與法律框架。
培訓結束後,學員將能夠:
- 理解AI驅動決策在自動駕駛車輛中的倫理影響。
- 分析全球規範自駕車的法律框架與政策。
- 探討自動駕駛車輛事故中的責任與問責問題。
- 評估創新與公共安全在自駕車法律中的平衡。
- 討論涉及倫理困境與法律糾紛的實際案例。
EV Charging Infrastructure and Smart Grid Integration
14 時間:這是一個由講師指導的現場培訓課程,可在台灣(線上或現場)進行,旨在為中級專業人士提供設計、管理和整合電動車充電基礎設施與智慧電網的技能,以支持永續交通和能源管理。
在培訓結束時,參與者將能夠:
- 設計高效且可擴展的電動車充電站。
- 分析廣泛採用電動車對電網的影響。
- 將可再生能源整合到電動車充電系統中。
- 實施智慧充電策略以平衡電網負載。
EV Maintenance and Troubleshooting for Technicians
14 時間:本次由讲师指导的台灣(线上或线下)培训面向中级汽车专业人士,旨在培养诊断、维护和故障排除电动汽车系统的实践技能,包括电机、电池和车载软件。
通过本培训,参与者将能够:
- 对电动汽车组件进行日常维护。
- 诊断电动动力总成和电池系统的常见问题。
- 使用诊断工具和软件进行故障识别。
- 在处理高压系统时实施安全操作。
EV Powertrains and Battery Technology
14 時間:這門由講師指導的台灣(線上或線下)培訓課程,旨在幫助中級專業人士全面了解電動車動力系統架構、電池化學、電池管理系統(BMS)以及影響電動車能源效率的因素。
在培訓結束時,學員將能夠:
- 了解電動車動力系統的結構與功能。
- 分析不同電池化學及其在電動車中的應用。
- 實施電池管理技術以提升性能與安全性。
- 評估不同電動車配置的能源效率。
電動車軟體與Embedded Systems
14 時間:本課程爲講師指導的線下或線上培訓,面向高級汽車軟件專業人員,旨在提升他們在設計電動汽車嵌入式系統和智能軟件解決方案方面的專業知識,包括自動駕駛功能的AI集成。
培訓結束後,學員將能夠:
- 設計電動汽車控制系統的嵌入式軟件。
- 實施即時數據處理,以實現高效的車輛操作。
- 集成AI驅動的決策功能,用於自動駕駛電動汽車。
- 應用軟件安全和汽車合規的最佳實踐。
自動駕駛汽車導論:概念與應用
14 時間:這項由講師指導的線下培訓(線上或線下)針對初學者級別的專業人士和愛好者,旨在幫助他們理解自動駕駛車輛的基本概念、技術和應用。
培訓結束時,參與者將能夠:
- 了解自動駕駛車輛的關鍵組件和工作原理。
- 探索AI、感測器和即時數據處理在自動駕駛系統中的作用。
- 分析不同級別的車輛自動化及其實際應用。
- 研究自動駕駛的倫理、法律和監管問題。
- 獲得自動駕駛車輛模擬的實際操作經驗。
Introduction to Electric Vehicles: Fundamentals and Applications
7 時間:本課程爲講師指導的台灣(線上或線下)培訓,面向希望獲得電動汽車基礎知識的初學者,包括電動汽車的類型、核心組件和基本充電基礎設施,併爲探索汽車行業的先進概念和實際應用做好準備。
通過本培訓,學員將能夠:
- 瞭解電動汽車的基本原理和組件。
- 識別不同類型的電動汽車及其關鍵特性。
- 認識電動汽車採用的優點和挑戰。
- 解釋電動汽車充電基礎設施的基礎知識。
- 分析電動汽車對汽車行業和可持續發展的影響。
多傳感器數據融合與自主導航
21 時間:這是一個由講師指導的台灣(線上或線下)培訓,旨在為高級感測器融合專家和AI工程師提供開發多感測器融合算法並優化自主系統中的即時導航能力。
培訓結束後,參與者將能夠:
- 理解多感測器數據融合的基本原理與挑戰。
- 實作即時自主導航的感測器融合算法。
- 整合LiDAR、攝影機和RADAR數據以增強感知能力。
- 分析並評估融合系統在不同條件下的性能。
- 開發實用的感測器降噪與數據對齊解決方案。
傳感器技術在自動駕駛汽車中的應用
21 時間:本課程為講師指導的台灣(線上或線下)培訓,針對中級工程師、汽車專業人士和物聯網專家,旨在幫助他們理解感測器在自動駕駛汽車中的作用,涵蓋LiDAR、雷達、攝影機以及感測器融合技術。
在培訓結束時,參與者將能夠:
- 了解自動駕駛汽車中使用的不同類型感測器。
- 分析感測器數據,用於即時車輛感知與決策。
- 實施感測器融合技術,以提高車輛的準確性和安全性。
- 優化感測器佈局與校準,提升自動駕駛性能。
車聯網(V2X)通信與自動駕駛
21 時間:這是一個由講師指導的台灣(線上或線下)培訓,針對中級網路工程師和汽車物聯網開發者,旨在幫助他們理解並實現用於自動駕駛車輛的V2X通信技術。
在培訓結束時,參與者將能夠:
- 理解V2X通信的基本概念。
- 分析V2V、V2I、V2P和V2N通信模型。
- 實現V2X協議,如DSRC和C-V2X。
- 開發用於聯網車輛環境的模擬。
- 應對V2X網路中的網路安全和隱私挑戰。