课程大纲：

大数据技术与工业应用培训

课程背景
随着全球制造业数字化、网络化、智能化的步伐不断加快，工业大数据逐渐成为制造业与新一代信息技术深度融合的落脚点之一，是制造业企业提升效率、降低成本和提高质量的重要手段。
工业大数据作为制造业提升生产力、竞争力和创新力的关键因素，引起各方重视。一是政府层面高度重视，德国“工业4.0”、*“工业互联网”，还是“中国制造2025”，都将工业大数据作为本国推动制造业创新发展的重要基础。二是产业界抢先布局，意图抢占产业竞争制高点，一方面是企业通过对自身的信息化改造加强对生产线、产品、设备等关键环节的数据采集、存储及保护，为未来的数据分析奠定基础；另一方面是信息化建设相对成熟的企业推出面向工业大数据的产品，并整合上下游资源，着力通过数据分析产品提高自身的竞争力。
课程亮点
1、注重吸收国际前沿的*大数据在工业领域应用的成功，使得课程的教授内容始终保持前沿性和先进性。
2、积极引入国内外先进案例，介绍大数据技术的工业应用的实践成果，带有鲜明的数字化转型时代的特征。
3、该课程属于“国匠道场数字化工厂规划”系列课程，可申请“工业和信息化领域急需紧缺人才培养工程”证书。
适用对象 
制造业企业的大数据项目负责人／智能制造、工业4.0推进工作负责人／CIO／精益负责人／COO

培训课程安排
Day 1：
1.-工业大数据的概念与价值
大数据(Big Data)是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用4个V(即Volume、Variety、Value、Velocity)来概括大数据的特征：数据体量巨大(Volume)。数据类型繁多(Variety)。价值密度低(Value)。处理速度快(Velocity)。
a)工业大数据的趋势与作用
b)工业大数据的来源与特征
c)与互联网数据的比较
d)工业大数据服务载体--工业互联网平台
Workshop #1
2.-工业大数据典型应用场景
大数据产业发展了几年之后，即将进入到价值变现阶段。传统企业已经对大数据技术和应用有了初步了解，大数据平台和技术的应用也开始普遍。一些公司也成立了大数据部门，大数据得到了企业的高度重视，但是很多企业和厂商主要的困难在于大数据的场景应用，既如何利用数据分析和外部数据来提升业务。
a)大数据分析层次：描述、诊断、预测、决策
b)智能化关键环节：研发设计、生产制造、运营管理、售后服务
c)大数据场景1：虚拟设计应用
d)……
Workshop #2

Day 2：
3.-工业大数据评估与实施
在大数据时代，企业如何更有效的实施大数据战略，如何规划、如何实施、如何保障大数据的相关工作可以顺利开展。
a)全国工业大数据现状
b)工业大数据的*实践
c)工业大数据的评估方法
d)工业大数据实施策略
e)工业大数据系统的构建
f)平台、应用、基础数据管理、高级数据处理
Workshop #3
4.-工业大数据系统与技术
在实施大数据方案时，需要准备和掌握哪些技术
a)工业大数据架构
b)工业大数据技术
c)工业大数据产业
5.-工业大数据应用案例
a)案例：风力装备数字化升级
b)……
Workshop #4

老师介绍 贺老师
主持承担工信部/上海市工业互联网创新课题多项。参与工信部《工业互联网网络标识解析体系》项目，主持承担工业互联网标识解析国家节点建设、制造强国工业大数据国家节点的规划设计/建设/运营工作。支撑政府编制工业互联网、大数据、人工智能产业政策，支撑世界人工智能大会总体策划，成立运营上海人工智能发展联盟，参与制定《数据资产管理》、《大数据存储和处理平台技术要求》等大数据国家标准。支撑上海市成功申报国家大数据综合试验区获批。牵头负责《上海临港工业大数据平台》、《工业互联网综合试验验证平台》建设。支撑上海临港国家工业互联网示范区、智能制造示范区建设。从事企业管理咨询、信息化规划建设及大数据业务经营10余年，发表互联网大数据等方面核心期刊论文30余篇。
擅长领域：工业互联网， 工业大数据，智能制造，数字化工厂

大数据技术与工业应用培训