课程大纲：
工业大数据及智能制造
课程特色
从德国的工业4.0、*的智能制造战略到英国的高价值战略，工业大数据已成为主要工业国家抢占国际制造业的制高点。工业大数据作为当前产业变革的核心驱动和战略焦点，意在推动制造业信息化、数字化、智能化。通过流程集成、数据挖掘、数字化等软件技术，采集工厂各阶段的数据，连接设备、整合供应链上的各个环节各种资源，进行互联网产品设计、生产、制造、销售，并实现工业大数据分析，因此云计算、通信技术、软件技术、物联网、大数据、人工智能是工业大数据实现的基础，成为工业革命亦变革的技术力量。
云计算是利用分布式系统架构技术把超大规模规模服务器集群整合起来，为用户提供灵活与快速的资源分配和任务调度能力。这里的超大规模、资源整合、灵活与快速都体现着云计算应对工业大数据和数据爆炸所带来的问题的能力。云计算最为核心的两大技术就是虚拟化、云计算管理平台，这两大技术实现了超大规模数据中心的运维管理；并且通过云计算管理平台为用户提供虚拟机租赁服务等。
接下来的课程为大家呈现云计算、通信技术、软件技术、物联网、大数据、人工智能等核心技术，为企业的IT战略发展提供参考。
培训目标
1、 使学员掌握工业大数据及智能制造等基本概念与思想；
2、 使学员了解工业大数据及智能制造等发展现状与将来发展趋势；
3、 使学员了解工业大数据及智能制造等企业实施路线、战略规划；
培训对象
1、 对工业大数据及智能制造等感兴趣的朋友；
2、 工业大数据及智能制造等从业者；
3、 系统架构师、系统分析师、高级程序员、资深开发人员；
4、 适合大型企业中高层管理人员；
课程大纲
第1个主题： 工业大数据及智能制造概述（介绍工业大数据及智能制造的提出背景、发展趋势）
1、工业大数据的提出背景
2、工业发展瓶颈与问题：技术落后、产能过剩、缺乏高精技术、不能柔性化定制、市场变化快、产业链优化
3、大数据的成熟与应用趋势
4、工业大数据辅助工业企业解决问题
5、工业大数据指导决策、指导市场、指导研发、指导生产
6、工业物联网
7、工业与制造业的区别
8、制造业发展瓶颈与问题：灵活性差、柔性定制、高科技制造
9、制造业案例：富士康代工厂员工跳楼事件
10、低端生产制造、高端生产制造
11、手工制造、机械自动化制造、智能制造
12、人工智能技术的快速发展与应用
13、智能制造解决制造业的问题
14、工业大数据及智能制造相结合
第2个主题： 工业大数据（工业大数据）
1、工业大数据是工业生产制造技术与大数据技术结合的产物
2、工业大数据提升企业*设计能力
3、工业大数据的数据收集、采集、整合、清洗、转换
4、数据存储、数据挖掘、趋势预测、战略决策
5、产业链上下游数据采集
6、原材料、生产过程、运输仓储、使用过程
7、条形码、二维码、RFID、无线网络
8、传感器、嵌入式设备、SoC、无线网络、互联网
9、案例剖析：移动、电信、联通应该走制定电信标准路线，自主可控
10、加大研发投入，中国已经进入高精尖的竞争
11、利用大数据指导产品研发，如钢材质量
12、案例剖析：中国钢材生产辽宁舰航空母舰甲板
13、案例剖析：辽宁舰航空母舰生锈事件
14、案例剖析：日本钢材生产，铝焦煤
第3个主题： 工业大数据（深入剖析、系统论述工业大数据）
1、工业大数据的提出背景
2、物联网
3、工业大数据的概念
4、工业大数据的特征
5、工业大数据的应用用途
6、工业大数据的认识误区
7、工业大数据的未来发展趋势分析
8、工业大数据的价值剖析
9、工业大数据的核心技术
10、工业大数据与大数据、云计算整合
11、工业大数据的关键领域
12、工业大数据解决的核心问题
13、数字化、网络化、智能化
14、透明化工厂
15、柔性自动化生产线
16、产业链
17、整合产业链，高效低成本
18、消费者参与创新，定制化，智能制造
19、核心产业为主导，产业链顶端企业为主导
20、如何架构数字化工厂
21、工业大数据典型应用场景
第4个主题： 智能制造剖析（深入剖析智能制造）
1、案例剖析：C919航电系统，发动机，起落架，轮胎
2、案例剖析：埃及航空，狮航
3、数据挖掘分析平台、人才团队、商务智能团队、权力人物
4、市场趋势预测，库存灵活调拨
5、良性循环，即时感知市场需求、快速做出决策、设计新产品、快速投入市场、适应市场的快速变化，停掉或者减少过剩产能
6、顶层设计+实验
7、工业互联网
第5个主题： 工业大数据通信技术（介绍工业大数据通信技术）
1、工业大数据对通信技术的需求
2、通信技术发展历史介绍
3、物联网技术
4、传感器技术
5、射频技术
6、移动智能设备
7、网络通信技术
8、嵌入式系统技术
9、智能芯片
10、短距离无线通讯和无线网络基础
11、模拟/数字电路和传感器设计基础
12、物联网相关微波射频技术基础
13、传输层技术（3G/4G/5G/GPRS/GSM/以太网）
14、网关技术
15、高级射频技术
第6个主题： 大数据发展趋势及现状（深入剖析大数据发展趋势及现状，让学员系统性的了解大数据）
1、 大数据兴起的背景
2、 大数据发展历史
3、 大数据国内外发展现状
4、 大数据发展趋势
5、 什么是大数据
6、 大数据的特征
7、 大数据应用现状
8、 去IOE
9、 大数据时代的思路
10、 思维变革
11、 大数据思维方式剖析
12、 大数据企业应用障碍分析
13、 企业大数据实施路线图
14、 大数据应用场景分析
15、 大数据价值链体系介绍
16、 大数据优势
17、 大数据的核心技术，海量数据、基础设计、分布式技术、数据挖掘、领域知识、应用创新
18、 大数据分布式技术体系Hadoop、Spark、Storm
19、 大数据分布式存储技术
20、 大数据分布式计算技术
21、 大数据分布式挖掘算法
22、 大数据规划实施路线图
23、 实例分享：如何做大数据才能成功？如何做是失败的？
24、 大数据与云计算之间的关系剖析
25、 大数据与虚拟化之间的关系剖析
26、 大数据与供应商剖析
27、 大数据与成本投入的关系剖析
28、 大数据商业洞察案例
29、 大数据成功应用案例：马云预测经济危机案例剖析
30、 大数据成功应用案例：京东仓储选址及库存预测
31、 大数据实施经验分享
32、 大数据企业应用案例：阿里大数据、Google大数据
33、 互动问答
第7个主题： 云计算技术（深入剖析云计算技术智能制造）
1、云计算诞生的历史背景概述
2、云计算的发展趋势
3、云计算对企业的价值与意义
4、云计算概念
5、云计算的理念
6、云计算的角色
7、云计算特征
8、云数据中心建设
9、云计算实现的核心技术
10、云原生应用技术
11、开源云管理平台OpenStack介绍
12、国内云计算供应商剖析：阿里云、腾讯云、华为云
13、国外云计算供应商剖析：亚马逊、微软、IBM、Google
第8个主题： 工业大数据及智能制造的软件架构技术（深入剖析工业大数据及智能制造的软件技术架构）
1、互联网时代的软件技术
2、互联网时代的特征：短、平、快
3、单体架构剖析
4、微服务架构
5、大数据平台
6、Hadoop技术
7、Spark技术
8、分布式架构
9、敏捷项目管理
10、DevOps思想
11、虚拟化技术
12、容器技术
13、Docker技术
14、Kubernetes容器管理平台
第9个主题： 人工智能（AI）概述（介绍人工智能（AI）的基础知识、概念、发展历史以及将来趋势）
1、 案例研讨：AlphaGo的基本原理，李世石与AlphaGo的对局分析
2、 人工智能（AI）时代
3、 人工智能提出的背景
4、 什么是人工智能
5、 人工智能的应用领域
a) 计算机视觉
b) 自然语言处理
c) 人机交互
d) 语音识别
e) 博弈、医疗
6、 人工智能当前发展水平
7、 人工智能未来趋势预测
8、 人工智能发展的最终目标
9、 弱人工智能
10、 强人工智能
11、 机器学习
12、 深度学习
13、 神经网络
14、 人工智能应用
a) 计算机视觉（Computer Vision）
b) 自动驾驶（Autonomous Vehicle）
c) 推荐系统（Recommendation System）
d) 自然语言处理（Natural Language Processing）
e) 个性化医疗（Personalized Medicine）
－乳腺癌细胞有丝分裂侦测-IDSIA
－预测新药物的毒性-Johannes Kepler University
－理解基因突变预防疾病-University of Toronto iv、Credit: Carnegie Melon University
－语音冠心病诊断-Beyond Verbal
f) 机器人（Robot）
g) 无人直升机
h) 助理或杀手？（Assistant or Killer?）
i) 金融（Finance）智慧金融
－个性化保险政策
－信用卡反欺诈
－Google股价预测
－Anne Hathaway/机器交易
j) When Program becomes Programmer
15、 什么是人工智能（Artificial Intelligence）
16、 人工智能历史和算法概述
17、 人工智能诞生标志：达特茅斯会议
18、 致力于使用概率方法AI
19、 符号主义学派的创始人
20、 人工智能简史
a) 1940-1950AI启蒙
b) McCullocPitts
c) 图灵计算机器与智能
d) 1950-1970首次热潮
e) Samue的象棋程序
f) Dartmouth会议
g) 1970-1990基于知识的AI
h) 专家系统
i) 神经网络回归（BP）
j) 2次明显的AI冬季
k) 1990-现在统计方法
l) 概率图模型（PGM）
m) SVBoosting
n) 2010-现在：AI春天
o) 神经网络再次回归（DeeLearning）
p) 强化学习：强人工智能（AGI）的拐点
q) 弱人工智能
21、 人工智能在大型企业的应用案例：
a) 中国航空工业应用案例
b) 呼叫中心应用案例
c) 电商平台应用案例
d) 汽车自动驾驶应用案例
e) 医疗诊断应用案例
f) 导航系统应用案例
工业大数据及智能制造
上一篇: 《总裁市场营销管理》
下一篇: 小家电区域经销商组织管理与团队激励
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
