bob台子-解决方案

bob台子:当传统工业岗搭上“顺风车”成为工业大数据分析师 CDA持证人专访

发布时间:2022-08-17 16:26:28 来源:BOB真人 作者:BOB真人app

  原标题:当传统工业岗搭上“顺风车”,成为工业大数据分析师 CDA持证人专访

  采访老师:大家好,又和大家见面了,今天我们邀请到了徐鹤来参加我们的CDA持证人专访。

  嘉宾:大家好,我叫徐鹤,之前是一名控制算法工程师,现在转型成为了工业大数据分析师。

  之前从事传统工业的控制算法工程师,和现在工业大数据分析师相比较起来,你觉得有什么区别呢?大家觉得工业大数据行业还是比较神秘的。

  工业大数据分析师主要是利用统计学、机器学习、信号处理等技术手段,结合业务知识对工业过程中产生的数据进行处理、计算、分析并提取其中有价值的信息和工业运行过程的规律。工业大数据分析的直接目的是获得业务活动所需各种的知识,来推进设备和企业的精细化管理。

  用来回答“发生了什么”、体现的“是什么”过程。一般通过计算数据的各种统计特征,把各种数据以便于人们理解的可视化方式表示出来。工业企业中的周报、月报、商务智能分析等,就是典型的描述型分析。

  用来回答“为什么会发生这样的事情”。针对设备运行等过程中出现的问题和异常,找出导致问题的原因所在,诊断分析的关键是剔除非本质的随机关联和各种假象。

  用来回答“将要发生什么?”。针对生产、经营中的各种问题,根据现在可见的因素,来预测未来可能发生的结果。

  用来回答“怎么办”的问题。针对已经和将要发生的问题,找出适当的行动方案,有效解决存在的问题来把工作做得更好。

  业务目标不同,所需要的条件、对数据分析的要求和难度就不一样。大体上说,四种问题的难度是递增的。描述性分析的目标只是便于人们理解;诊断式分析有明确的目标和对错;预测式分析,不仅有明确的目标和对错,还要区分因果和相关;而处方式分析,则往往要进一步与实施手段和流程的创新相结合。

  我最常用的建模工具是Python,会针对具体的业务问题进行相应的机器学习、深度学习等建模过程。

  最近也是到了毕业季,您觉得工业大数据的就业前景怎么样?有什么经验可以分享给正在找工作的同学呢?

  工业数字化、网络化和智能化的步伐不断加快,工业大数据的发展前景也是非常可观。国家层面提出要从工业大国向工业强国的转变,政府的政策制定、驱动导向、发展引导、配套支持等,也为工业大数据产业发展创造了优良环境。

  至于建议方面,我个人认为工业大数据不同于传统的数据分析,也不同于商务大数据分析。工业场景的边界都有专业领域的机理进行约束,工业大数据的分析注重数据模型和机理模型的融合,它的重要特征是数据与机理的深度融合。

  所以呢,我在这里建议对工业大数据感兴趣的同学,不仅要了解大数据算法,也需要了解领域常识,如设备运行机理、运维过程等相关的知识。

  我们今天和大家聊了许多您过去和现在的职场发展,那您将来有什么职业规划呢?

  在工作实践中认识到工业大数据分析的瓶颈难点,往往不是计算机存储和处理数据的能力,而是数据关联关系的复杂性。这种复杂性使得一些传统的数据分析方法难以奏效,无法高效提炼出质量更高、价值更大的知识。

  那么针对这一点呢,今后我除了在算法层面的能力继续加强,也要加强借鉴工程思想和方法。通过技术驱动与业务驱动相结合,努力成为工业大数据领域的技术专家。

  成为工业大数据分析师,工业大数据再次插上了大数据的翅膀,加快了工业的数字化智能化的脚步。刚才也谈到了,想要进入工业大数据做数据分析相关工作的,不仅要了解数据分析的相关知识,还要了解工业领域的相关知识。这也是给想要在工业领域做数据分析的小伙伴们一个重要的提示。

  好了,今天的CDA持证人专访就到这里,再一次感谢徐鹤接受我们的采访,谢谢!



上一篇:2022-2028年中国工业大数据产业发展动态及投资方向分析报告
下一篇:工业数据的主要来源