|
工业大数据及智能制造培训 课程特色 从德国的工业4.0、美国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。
讲师简介 尹老师简介： 多年从事大数据、云计算、人工智能研发工作经验，资深软件架构师，数学博士，北航移动云计算硕士，Cloudera大数据认证（图1），项目管理师（PMP）认证（图2），移动云计算专家，职称高级工程师，主要研究方向包括云计算、大数据、人工智能、移动开发、互联网营销、电子商务、项目管理等；曾就职于阿里等互联网企业，IBM、华为等知名大型企业，现任某大型知名互联网企业首席架构，负责PaaS平台、大数据、人工智能研发。 IT从业近二十年，秉承理论与实践相结合，在学习中实践，在实践中学习，积累了丰富的理论与实践经验，并且乐于将自己的经验分享。尹老师具有敏锐的目光与头脑，发现并集成整合社会资源，为企业节省资源并创造价值，达到为合作伙伴创收的目的。曾为多家国内知名企业提供培训与咨询，包含阿里集团、华为、中国移动、中国电信、中国联通、当当网、中石油、中石化、中国电网、中国银行、中国工商银行、浦发银行、阿尔卡特朗讯、中航国际等。拥有大数据、大流量、高并发、分布式的大型网站架构和设计经验。曾主导过多个私有云、公有云建设项目，早些年也主导过ERP、CMS等软件项目，积累了丰富的实践经验，这些项目中包含多个数百万、上千万的大型项目。项目经历：贵州省政府云呼叫中心建设项目、广东发展银行电营、运维大数据分析项目、中石油工程设计西南分公司云计算项目评审委员、中石油大数据挖掘项目，电商库存预测大数据分析项目、大型ERP、电子商务、CRM、电子政务等多个项目。 尹老师在工作中研究新技术、新框架、及时更新知识体系，并长期坚持编写架构核心代码。在技术平台方面，善于Hadoop、Spark、Docker、Kubernetes、OpenStack、Storm等技术平台的应用与运维。深入理解Hadoop、HDFS、HBase、MapReduce、Zookeeper、Hive、Sqoop、BigTable等大数据技术和开源框架理论。对于云计算体系有深刻认识，及独到的见解，如OpenStack的技术架构、安装部署、运维等。在移动云计算方面，善于设计与建设云计算体系；也善于移动云计算相关的咨询与培训。在项目管理方面，善于使用敏捷项目管理方法，把客户的需求变更作为常态，作为软件架构设计的一部分，减少需求变更带来的返工；善于捕捉、挖掘、分析客户需求，为用户提供满意的产品。 在人工智能方面，尹老师潜心研究人工智能技术多年，从事大数据、云计算、人工智能研发工作，积累了丰富的工作经验与实践经验，并带领公司技术团队将人工智能技术应用到生产环境，为公司创造价值，为客户提供优质服务。尹老师领导过的人工智能相关项目，包括智能语音识别、智能IVR、智能聊天机器人、智能精准推荐、智能物流、智能化产业链管理等项目。随着深度学习技术的快速发展促进了人工智能技术的发展以及各行业的深入应用，尹老师将多年人工智能方面的工作经验积累，与多家知名企业合作，将人工智能技术应用到多个行业、多个领域，包括金融行业、电信行业、能源行业等，积累了丰富的人工智能实践经验。
图1. 大数据行业公认的Cloudera认证
图2. 含金量较高的PMP认证 讲师经验 1、 阿里巴巴集团云计算、大数据咨询师 2、 华为云计算、大数据咨询师、特聘讲师 3、 百度云计算、大数据咨询师及讲师 4、 中国移动多省大数据、云计算特聘讲师 5、 中国移动多省Docker特聘讲师 6、 中国联通总部大数据、云计算特聘讲师 7、 中国电信多省大数据、云计算、虚拟化特约讲师 8、 中国人民银行大数据特聘讲师 9、 中国工商银行大数据讲师 10、 中国银联大数据、人工智能、数据挖掘特聘讲师 11、 中国农业银行大数据讲师 12、 浦发银行大数据讲师 13、 花旗银行大数据讲师 14、 招商银行大数据讲师 15、 平安银行大数据讲师 16、 民生银行云计算特聘讲师 17、 中国航天三院大数据咨询师 18、 中国石油大数据、云计算特聘讲师 19、 中国石化大数据、云计算特聘讲师 20、 中国电力科学研究院流计算特聘讲师 21、 西安电信十所大数据架构设计讲师 22、 RedHat（中国）大数据咨询师 23、 中电28所大数据、容器技术特聘讲师 24、 北京中电普华大数据特聘讲师 25、 中国石油东方地球物理公司大数据咨询师 26、 当当网云计算、大数据咨询师 27、 北航特聘企业特聘讲师 28、 贵州大学大数据特聘讲师 29、 对外经济贸易大学大数据特聘讲师 30、 桂林电子科技大学大数据特聘讲师 31、 阿尔卡特-朗讯（Alcatel-Lucent）虚拟化与OpenStack培训特约讲师 32、 中石油工程设计西南分公司云计算数据中心建设项目 33、 广东发展信用卡精准营销项目 34、 广东发展银行电营、运维大数据分析项目 35、 电商库存预测大数据分析项目 36、 中航国际大综贸易云计算规划项目咨询、培训讲师 37、 北京民生软件SaaS平台研发咨询师 38、 北京立达资本项目管理信息系统解决方案咨询师 39、 曾任大型ERP、电子商务、CRM、电子政务等项目经理 项目经验 1、 PaaS平台首席架构师 2、 贵州省政府云呼叫中心建设项目 3、 广东发展信用卡智能精准营销项目 4、 广东发展银行电营、运维大数据分析项目 5、 中石油工程设计西南分公司云计算项目评审委员、培训讲师 6、 中石油大数据挖掘项目，项目经理 7、 电商库存预测大数据分析项目 8、 智能物流、智能供应链管理项目 9、 中航国际大综贸易云计算规划项目咨询、培训讲师 10、 北京民生软件SaaS平台研发咨询师 11、 北京立达资本项目管理信息系统解决方案咨询师 12、 曾任大型ERP、电子商务、CRM、电子政务等多个项目的项目经理
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； 培训方式 以课堂讲解、演示、案例分析为主，辅以互动研讨、现场答疑、学以致用。 课程安排 课程时间：2天 课程内容： | | 备注 | | 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）（120分钟） 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）（120分钟） 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顶级设计能力 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）（60分钟） 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）（60分钟） 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）（90分钟） 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）（90分钟） 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）（90分钟） 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）（90分钟） 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）（90分钟） 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） i. 乳腺癌细胞有丝分裂侦测-IDSIA ii. 预测新药物的毒性-Johannes Kepler University iii. 理解基因突变预防疾病-University of Toronto iv. Credit: Carnegie Melon University v. 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 i. 个性化保险政策 ii. 信用卡反欺诈 iii. Google股价预测 iv. 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 | |
| 
