01
數(shù)智化轉(zhuǎn)型的緣起
1. 工業(yè)數(shù)智化轉(zhuǎn)型正當(dāng)時(shí)
近年來(lái)，各種場(chǎng)合常出現(xiàn)“工業(yè)大數(shù)據(jù)”、“工業(yè)互聯(lián)網(wǎng)”、“工業(yè)智能”、“新基建”等一系列熱詞，體現(xiàn)了國(guó)家對(duì)制造業(yè)高質(zhì)量發(fā)展的訴求。從十四五開始，特別是近幾年，大家把數(shù)智化與實(shí)業(yè)相結(jié)合提上了日程。從現(xiàn)象上看，國(guó)內(nèi)大廠紛紛投身工業(yè)制造業(yè)。數(shù)智化無(wú)論對(duì)于提升業(yè)務(wù)價(jià)值，還是對(duì)國(guó)家經(jīng)濟(jì)建設(shè)，都是一件有價(jià)值有意義的事情。
隨著企業(yè)對(duì)數(shù)字化的認(rèn)知越來(lái)越清晰，對(duì)工業(yè)數(shù)智化的戰(zhàn)略越來(lái)越明確，企業(yè)的訴求也在發(fā)生轉(zhuǎn)變。中國(guó)的工業(yè)企業(yè)經(jīng)過(guò)近幾十年的發(fā)展，自動(dòng)化、信息化，以及一些基礎(chǔ)的數(shù)據(jù)系統(tǒng)建設(shè)在不同的行業(yè)中慢慢地推進(jìn)。近兩年，工業(yè)企業(yè)會(huì)更多地在數(shù)字化和智能化的道路上邁進(jìn)。對(duì)于企業(yè)而言，會(huì)更多關(guān)注提質(zhì)增效、節(jié)能降耗等能夠給企業(yè)帶來(lái)實(shí)際價(jià)值，并且能夠落地的方向。
2. 工業(yè)自動(dòng)化、信息化、數(shù)智化
下圖是對(duì)工業(yè)領(lǐng)域中自動(dòng)化信息化、數(shù)字化和智能化的概念和內(nèi)容的梳理，幫助企業(yè)理解數(shù)智化的工作，即在自動(dòng)化和信息化基礎(chǔ)之上推動(dòng)的數(shù)字化的工作和未來(lái)智能化的工作。澄清這三者的區(qū)別和關(guān)系，可以讓企業(yè)認(rèn)知到，這三者并不是誰(shuí)可以取代誰(shuí)的關(guān)系，而是不斷循序漸進(jìn)、做加法、做優(yōu)化的過(guò)程。
自動(dòng)化、信息化談的更多是把企業(yè)的最佳實(shí)踐固化到流程管理、經(jīng)營(yíng)管理的系統(tǒng)中去，比如PLM/MES/ERP?，F(xiàn)在的數(shù)字化則更多是以業(yè)務(wù)為主導(dǎo)，幫助企業(yè)更好地利用數(shù)據(jù)，挖掘數(shù)據(jù)背后的價(jià)值，并與業(yè)務(wù)結(jié)合，為企業(yè)帶來(lái)以數(shù)據(jù)為基礎(chǔ)的價(jià)值創(chuàng)新。智能化是未來(lái)企業(yè)和工業(yè)制造業(yè)一個(gè)更長(zhǎng)遠(yuǎn)更全局的目標(biāo)，它是在數(shù)字化的基礎(chǔ)之上，實(shí)現(xiàn)企業(yè)內(nèi)部各個(gè)部門的、產(chǎn)業(yè)鏈上下游的、跨產(chǎn)業(yè)鏈跨行業(yè)跨區(qū)域的全局最優(yōu)。目前這一步還是在路上，需要一步一步地走。
3. 工業(yè)數(shù)智化的典型場(chǎng)景
典型的工業(yè)數(shù)智化場(chǎng)景有一些可能為大家所熟悉，一類是設(shè)備可靠性分析，例如故障的預(yù)警預(yù)測(cè)。從健康評(píng)估開始，逐層深入，可以到企業(yè)內(nèi)部生產(chǎn)資料的優(yōu)化、設(shè)備運(yùn)行的優(yōu)化、生產(chǎn)制造過(guò)程的優(yōu)化、質(zhì)量的控制。再往上，會(huì)涉及到能源互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)、產(chǎn)業(yè)上下游的供應(yīng)鏈等方面，例如從備件、物流、配送等不同維度來(lái)實(shí)現(xiàn)產(chǎn)業(yè)鏈或不同領(lǐng)域之間的優(yōu)化。在不同的行業(yè)、不同的領(lǐng)域，都有大量的數(shù)字化的場(chǎng)景和數(shù)字化的應(yīng)用需求。
4. 工業(yè)數(shù)智化的關(guān)注點(diǎn)
與消費(fèi)互聯(lián)網(wǎng)不太一樣，這個(gè)賽道還是一片藍(lán)海，在全球范圍內(nèi)基本上還處于探索的階段。企業(yè)的關(guān)注點(diǎn)也在不斷變化。開始的時(shí)候，關(guān)注點(diǎn)是在平臺(tái)上面，怎樣幫助企業(yè)搭建大數(shù)據(jù)及互聯(lián)網(wǎng)平臺(tái)，怎樣把工業(yè)領(lǐng)域的數(shù)據(jù)收集起來(lái)、管理起來(lái)，為企業(yè)未來(lái)的數(shù)字化打下數(shù)據(jù)基礎(chǔ)。也可以看到陸陸續(xù)續(xù)出現(xiàn)了工業(yè)大數(shù)據(jù)平臺(tái)、工業(yè)互聯(lián)網(wǎng)平臺(tái)。再往前走，企業(yè)最關(guān)注的是這件事情的價(jià)值。
怎樣在傳統(tǒng)行業(yè)中突出和體現(xiàn)數(shù)智化的價(jià)值？如何把數(shù)據(jù)和產(chǎn)業(yè)進(jìn)行結(jié)合？在此基礎(chǔ)上，我們做了智能化的落地。工業(yè)數(shù)字化已經(jīng)開啟了第三個(gè)階段。這一過(guò)程并非一蹴而就，不是有了一些數(shù)字化的應(yīng)用，就完成了數(shù)字化。這只是起步，未來(lái)結(jié)合業(yè)務(wù)的發(fā)展，模式的創(chuàng)新，才有未來(lái)的業(yè)務(wù)發(fā)展。并且要長(zhǎng)期持續(xù)，能夠快速地響應(yīng)企業(yè)的需求，隨著企業(yè)的變化而變化。
5. 工業(yè)數(shù)智化業(yè)務(wù)愿景
大家逐漸認(rèn)識(shí)，不管如何講數(shù)字化技術(shù)，最終還是要把它與核心業(yè)務(wù)相結(jié)合。讓數(shù)據(jù)在企業(yè)內(nèi)外部的業(yè)務(wù)當(dāng)中，從提質(zhì)增效、節(jié)能降耗、業(yè)務(wù)模式創(chuàng)新當(dāng)中去發(fā)揮價(jià)值，最終為業(yè)務(wù)發(fā)展打開新的業(yè)務(wù)模式。如何通過(guò)數(shù)據(jù)的匯集和數(shù)據(jù)知識(shí)的挖掘和流動(dòng)產(chǎn)生價(jià)值，這是不同的行業(yè)、不同的企業(yè)現(xiàn)都在共同思考的一些問(wèn)題。
--
02
數(shù)智化實(shí)踐
1. 工業(yè)數(shù)智化領(lǐng)域的認(rèn)識(shí)概況
工業(yè)數(shù)智化其實(shí)是企業(yè)數(shù)字化或者企業(yè)大的轉(zhuǎn)型概念下的一個(gè)領(lǐng)域。但其實(shí)在工業(yè)領(lǐng)域里面，數(shù)智化其實(shí)還可以再細(xì)分。從業(yè)務(wù)場(chǎng)景去展開，從核心的高技術(shù)產(chǎn)品、裝備的研發(fā)，到生產(chǎn)制造的過(guò)程，再到市場(chǎng)營(yíng)銷，以及整個(gè)設(shè)備和物聯(lián)網(wǎng)的服務(wù)，在整個(gè)產(chǎn)業(yè)鏈過(guò)程中，每一塊都有大量的需求，而且都有各自的關(guān)注點(diǎn)和目標(biāo)。對(duì)于企業(yè)內(nèi)部，特別是對(duì)管理層而言，還涉及數(shù)字化和智能化的管理。這幾塊結(jié)合起來(lái)勾勒出了工業(yè)數(shù)智化的領(lǐng)域。當(dāng)然還可以細(xì)分，比如供應(yīng)鏈中的金融化，能耗方面在雙碳目標(biāo)下的節(jié)能降耗等等。不同場(chǎng)景關(guān)注點(diǎn)的不同，導(dǎo)致了技術(shù)路線的選擇和業(yè)務(wù)目標(biāo)的選擇，以及用戶群體都會(huì)不一樣。從我們創(chuàng)新中心的角度，我們更多地關(guān)注在數(shù)智化制造，和基于工業(yè)設(shè)備、高技術(shù)裝備的數(shù)智化服務(wù)。
2. 數(shù)智化研發(fā)案例
先來(lái)看一個(gè)數(shù)智化研發(fā)案例。在涉及到各專業(yè)學(xué)科的交叉過(guò)程當(dāng)中，背后都會(huì)有大量的研發(fā)類的數(shù)據(jù)需要被統(tǒng)一地管理起來(lái)，并且能夠快速為研發(fā)過(guò)程提供支撐。
過(guò)去在傳統(tǒng)的工業(yè)軟件架構(gòu)中，會(huì)用一些關(guān)系型的數(shù)據(jù)庫(kù)。比如原來(lái)的風(fēng)電比較粗放，一個(gè)風(fēng)電廠在平原上有一些風(fēng)機(jī)。但現(xiàn)在風(fēng)機(jī)在山地在海上，它每一個(gè)點(diǎn)位的風(fēng)向以及湍流強(qiáng)度是不一樣的，所以每個(gè)點(diǎn)位都需要去進(jìn)行精細(xì)化的設(shè)計(jì)，這對(duì)設(shè)計(jì)提出了更高的要求。為了讓這些設(shè)備能夠更高效地在這些點(diǎn)位上運(yùn)行，并且做到最合理的成本，我們需要對(duì)每一個(gè)點(diǎn)結(jié)合風(fēng)況進(jìn)行精準(zhǔn)地運(yùn)轉(zhuǎn)。因此在這個(gè)過(guò)程當(dāng)中，有大量的仿真數(shù)據(jù)，需要去進(jìn)行相應(yīng)后處理，再進(jìn)行精準(zhǔn)的設(shè)計(jì)。數(shù)據(jù)量也非常大，通常幾輪批次運(yùn)行下來(lái)會(huì)超過(guò)PB級(jí)別。
設(shè)備的生產(chǎn)制造也是一個(gè)產(chǎn)業(yè)協(xié)同過(guò)程，從上游零部件，到我們的整機(jī)廠商，以前是各自為政，但現(xiàn)在有了統(tǒng)一的數(shù)據(jù)平臺(tái)。這樣統(tǒng)一的、以數(shù)據(jù)驅(qū)動(dòng)的，協(xié)同研發(fā)的過(guò)程，可以保證協(xié)同、統(tǒng)一地來(lái)做全局的優(yōu)化，從而把設(shè)備運(yùn)行、制造成本，以及周期降低下來(lái)。
3. 數(shù)智化服務(wù)案例
設(shè)備的可靠性包括預(yù)測(cè)性維護(hù)、遠(yuǎn)程設(shè)備的故障診斷。
① 風(fēng)電結(jié)冰預(yù)警
第一塊是設(shè)備故障預(yù)警，風(fēng)電結(jié)冰檢測(cè)案例。冬天風(fēng)機(jī)經(jīng)常會(huì)被凍住，導(dǎo)致無(wú)法發(fā)電。新能源的占比越來(lái)越高，所以問(wèn)題也越來(lái)越嚴(yán)重。怎樣及時(shí)發(fā)現(xiàn)、及時(shí)干預(yù)，能夠?qū)Πl(fā)電量進(jìn)行合理的預(yù)測(cè)和管控是備受關(guān)注的一個(gè)問(wèn)題。我們要利用設(shè)備運(yùn)行數(shù)據(jù)，比如結(jié)冰時(shí)間，機(jī)器震動(dòng)，旋轉(zhuǎn)速度，提前進(jìn)行診斷來(lái)避免更大的次生災(zāi)害。但在工業(yè)的領(lǐng)域，其實(shí)有很多的挑戰(zhàn)，比如復(fù)雜的氣象條件，同樣是結(jié)冰，北方與南方的結(jié)冰條件是不一樣的。
② 車輛懸掛系統(tǒng)故障診斷
第二塊是故障診斷。車輛診斷是一個(gè)很經(jīng)典的案例。一個(gè)車輛高速運(yùn)行中，放個(gè)硬幣或者放杯水，它都不晃不倒。這一方面要靠軌梁的穩(wěn)定和平穩(wěn)，另外就靠車輛懸掛系統(tǒng)。同樣的一輛車，運(yùn)貨以及運(yùn)人的重量速度都不一樣，故障的發(fā)現(xiàn)和診斷，不僅要發(fā)現(xiàn)故障，還得診斷是哪個(gè)部位出的問(wèn)題。根據(jù)列車的運(yùn)行數(shù)據(jù)和一些基礎(chǔ)信息，最終要實(shí)現(xiàn)將故障定位和識(shí)別出來(lái)。
③ 設(shè)備運(yùn)行優(yōu)化問(wèn)題
第三個(gè)是設(shè)備的運(yùn)行優(yōu)化問(wèn)題。設(shè)備可能沒有大的故障，在某種程度也沒有報(bào)警。但設(shè)備是否處在一個(gè)最優(yōu)的運(yùn)行狀況，也是可以通過(guò)結(jié)合歷史數(shù)據(jù)去進(jìn)行分析的。比如風(fēng)電領(lǐng)域，同樣的風(fēng)速，同樣的功況下，它的發(fā)電效率和以往比有沒有變化。類似地，芯片的制造生產(chǎn)，不同批次質(zhì)量良率和生產(chǎn)效率是否有變化，以及變化背后的影響因素，這些都需要固化到系統(tǒng)當(dāng)中去。
前面講到的案例都是一個(gè)個(gè)的點(diǎn)，這些點(diǎn)都可以關(guān)聯(lián)起來(lái)，去形成一個(gè)完整的整體，去幫助更好地刻畫設(shè)備和這個(gè)設(shè)備運(yùn)行的方方面面，從整機(jī)到核心組件，以確保設(shè)備能夠健康穩(wěn)定地運(yùn)行。
4. 數(shù)智化制造案例
這里更關(guān)心的是產(chǎn)成品的質(zhì)量以及生產(chǎn)效率問(wèn)題。通過(guò)分析生產(chǎn)過(guò)程當(dāng)中產(chǎn)生的質(zhì)檢數(shù)據(jù)、運(yùn)行數(shù)據(jù)、設(shè)備工藝參數(shù)，幫助企業(yè)去建立圍繞良率的一些統(tǒng)計(jì)性的分析，比如良率出現(xiàn)的波動(dòng)、時(shí)間分布、空間分布，以及潛在的問(wèn)題之處。
找到提升良率的方法，規(guī)避降低良率的操作，固化到系統(tǒng)當(dāng)中去產(chǎn)生價(jià)值。
最后把體量、運(yùn)行效率、能耗等各個(gè)領(lǐng)域，綜合起來(lái)放到我們企業(yè)生產(chǎn)過(guò)程當(dāng)中。比如現(xiàn)在比較火的數(shù)字化工廠、智能化工廠等，都是綜合性地運(yùn)用數(shù)據(jù)，全方位地幫助企業(yè)提高智能化的決策和生產(chǎn)水平。
5. 其他實(shí)踐與探索
除了以上介紹的案例之外，我們還在其他領(lǐng)域做了大量的探索，也發(fā)現(xiàn)了工業(yè)的數(shù)字化過(guò)程中廣闊的前景和面臨的挑戰(zhàn)。
--
03
思考
1. 工業(yè)數(shù)智化技術(shù)特征
工業(yè)軟件有其專業(yè)性，每一個(gè)行業(yè)都有它背后深厚的基礎(chǔ)。由于這個(gè)行業(yè)背后的一些機(jī)理、生產(chǎn)工藝流程，工業(yè)軟件也會(huì)更復(fù)雜。從研發(fā)到生產(chǎn)制造的過(guò)程，所有的行業(yè)都是不一樣的，甚至同一個(gè)行業(yè)里面也是千差萬(wàn)別的，而且數(shù)據(jù)類型也很多。比起消費(fèi)互聯(lián)網(wǎng)，工業(yè)數(shù)據(jù)質(zhì)量其實(shí)更參差不齊。工業(yè)數(shù)據(jù)分析的另外一個(gè)難度在于對(duì)精度的高要求。比如控制類，精度甚至要做到99%，細(xì)微的差別都可能會(huì)導(dǎo)致整個(gè)產(chǎn)線運(yùn)行的不安全。
2. 工業(yè)數(shù)智化需要3T深度融合
工業(yè)數(shù)據(jù)還有一些從數(shù)據(jù)分析角度來(lái)講的難點(diǎn)。
首先，這些設(shè)備本身、特別是大型的裝備，其實(shí)是很少壞的，所以拿到的很多數(shù)據(jù)通常都是正常的。很多時(shí)候要通過(guò)正向的數(shù)據(jù)去做分析，對(duì)它潛在的故障進(jìn)行發(fā)現(xiàn)、挖掘。
第二，工業(yè)有很多背后的機(jī)理可以去結(jié)合，比如風(fēng)力發(fā)電的機(jī)理、燃燒的機(jī)理，幫助提升數(shù)據(jù)分析，以及指導(dǎo)數(shù)據(jù)分析的方向。然而很多機(jī)理是偏理想化的，比如標(biāo)準(zhǔn)大氣壓下，拿到當(dāng)前溫度等，而在很多工業(yè)現(xiàn)場(chǎng)，很多量是不可測(cè)的，例如高溫高壓，環(huán)境和理論是有非常大的偏差的，需要通過(guò)擬合、軟測(cè)量的方式去做工藝數(shù)據(jù)的分析。
第三，專家的經(jīng)驗(yàn)可能沒有量化，是否準(zhǔn)確也都是要去考慮的。
以上難點(diǎn)可以歸納為：量大但不充足，要素全但不精準(zhǔn)，實(shí)用但不完備。要在工業(yè)領(lǐng)域落地，一定還是需要將IT計(jì)算能力、DT數(shù)據(jù)分析能力、工業(yè)領(lǐng)域的知識(shí)OT，這3T深度融合起來(lái)。
3. 工業(yè)數(shù)智化是長(zhǎng)期持續(xù)，迭代演進(jìn)的
工業(yè)數(shù)智化是需要長(zhǎng)期持續(xù)不斷去迭代演進(jìn)的，不停有新的場(chǎng)景、新的需求出來(lái)，并且不斷有新的工藝、新的設(shè)備、新的量測(cè)手段和新的分析方法可以引入，是一個(gè)不斷迭代的過(guò)程。
4. 工業(yè)數(shù)智化是一項(xiàng)周期長(zhǎng)、試錯(cuò)成本高、落地效率低的復(fù)雜工作
工業(yè)數(shù)智化的流程包括，從業(yè)務(wù)梳理到數(shù)據(jù)收集清洗，到特征的提取算法的研究，然后再去做大規(guī)模的驗(yàn)證，并行算法的改造，還有可視化，最后上線部署，是一個(gè)非常長(zhǎng)的過(guò)程，基本都以年為單位。
--
04
在路上
1. 工業(yè)數(shù)智化中的共性設(shè)備及其數(shù)據(jù)模型
工業(yè)行業(yè)不一樣，關(guān)注點(diǎn)不一樣，分析課題不一樣，生產(chǎn)的東西也不一樣。但是在工業(yè)生產(chǎn)過(guò)程中，還是有很多共性的，比如很多基礎(chǔ)工業(yè)單元是共同的，比如基礎(chǔ)的泵、閥、電機(jī)，通過(guò)不同的組合，用來(lái)生產(chǎn)水泥、芯片、汽車等等，生產(chǎn)的內(nèi)容不同，但是背后很多設(shè)備是有一些共性的。這些設(shè)備監(jiān)測(cè)的內(nèi)容也有很多共性，首先在數(shù)據(jù)類型上存在共性，如電流、電壓、震動(dòng)、圖像等；另外，在分析的課題上也存在共性，如分析軸承開裂等問(wèn)題；還有在數(shù)據(jù)模型上也存在共性。
2. 工業(yè)數(shù)智化中的共性分析方法論和算法基礎(chǔ)
不同的設(shè)備有不同的分析的思路，但是如果將其結(jié)構(gòu)化，從拿到原始的數(shù)據(jù)，從工況的識(shí)別到關(guān)鍵特征的提取，再到引入像一些比如深度學(xué)習(xí)，再到最后把結(jié)果與一些專家經(jīng)驗(yàn)結(jié)合，最后變成上線的模型，這其中其實(shí)有很多相似的方法。做出的模型不同，但過(guò)程中存在著一些共性或相似性。
3. 工業(yè)數(shù)智化中的共性分析應(yīng)用方式
工業(yè)領(lǐng)域中，建模要和很多工業(yè)現(xiàn)場(chǎng)的數(shù)據(jù)去結(jié)合，有些數(shù)據(jù)要回到中心端來(lái)，比如數(shù)據(jù)是隸屬于不同的公司，不可能把所有的數(shù)據(jù)用來(lái)做分析，需要依托樣本數(shù)據(jù)和知識(shí)經(jīng)驗(yàn)，去構(gòu)建一個(gè)模型，再把模型下發(fā)到現(xiàn)場(chǎng)去，這種云端結(jié)合的應(yīng)用方式，在對(duì)數(shù)據(jù)安全性要求比較高的場(chǎng)景非常常見。
4. 工業(yè)數(shù)智化工作核心要素
基于上述共性，我們總結(jié)出一些核心要素，比如數(shù)據(jù)的問(wèn)題總結(jié)為數(shù)據(jù)資源化管理，建?？偨Y(jié)為知識(shí)結(jié)構(gòu)化沉淀，如何把建好的模型應(yīng)用到工業(yè)現(xiàn)場(chǎng)去，我們把它提升成應(yīng)用敏捷化服務(wù)。
5. 基于統(tǒng)一工業(yè)物理對(duì)象模型的數(shù)據(jù)服務(wù)
應(yīng)用本質(zhì)上，關(guān)心的不是數(shù)據(jù)，而是我們的研究對(duì)象。所以我們提出了一個(gè)基于工業(yè)物理對(duì)象的數(shù)據(jù)服務(wù)，來(lái)統(tǒng)一底層的數(shù)據(jù)接口、存儲(chǔ)等，讓上層的數(shù)據(jù)理解和價(jià)值挖掘更容易。
6. 知識(shí)結(jié)構(gòu)化方法論和算子
我們把共性提取出來(lái)形成了一些方法論。
有了這些方法論，我們一方面以方法論作為指導(dǎo)，另一方面還將方法論背后的共性提取出來(lái)，變成“算子”。這樣工程師就可以用拖拽的方式，低代碼的方式，去進(jìn)行現(xiàn)場(chǎng)的工業(yè)數(shù)據(jù)的建模和處理。
最后，我們要把建好的模型部署到現(xiàn)場(chǎng)去用，我們實(shí)踐了云端的協(xié)同，中心端建模，現(xiàn)場(chǎng)端應(yīng)用，批流一體等。
7. 數(shù)智化創(chuàng)新體系
工業(yè)領(lǐng)域最核心的還是工業(yè)企業(yè)的深度參與，包括工業(yè)企業(yè)內(nèi)部的數(shù)字化創(chuàng)新團(tuán)隊(duì)的參與。以工業(yè)企業(yè)自身之主為核心，以我們的平臺(tái)工具為輔助，再結(jié)合數(shù)字化創(chuàng)新方法論，注重企業(yè)在過(guò)程當(dāng)中的數(shù)字化創(chuàng)新成果的積累，才能夠把工業(yè)數(shù)字化的工作長(zhǎng)期持續(xù)地推進(jìn)下去，才能為企業(yè)在數(shù)字化領(lǐng)域帶來(lái)更多的價(jià)值。
今天的分享就到這里，謝謝大家。
分享嘉賓：鐘虓 北京工業(yè)大數(shù)據(jù)創(chuàng)新中心
編輯整理：郭永濤 復(fù)旦大學(xué)
出品平臺(tái)：DataFunTalk
01/分享嘉賓
鐘虓｜北京工業(yè)大數(shù)據(jù)創(chuàng)新中心 產(chǎn)品業(yè)務(wù)總經(jīng)理
鐘虓，北京工業(yè)大數(shù)據(jù)創(chuàng)新中心產(chǎn)品業(yè)務(wù)總經(jīng)理，負(fù)責(zé)工業(yè)大數(shù)據(jù)平臺(tái)產(chǎn)品研發(fā)及其在能源電力等行業(yè)的應(yīng)用推廣。擁有多年云計(jì)算，物聯(lián)網(wǎng)和大數(shù)據(jù)平臺(tái)等相關(guān)領(lǐng)域的技術(shù)研究和產(chǎn)品研發(fā)經(jīng)驗(yàn)，主持過(guò)國(guó)內(nèi)多個(gè)重量級(jí)工業(yè)大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)平臺(tái)的建設(shè)實(shí)施。在中國(guó)、美國(guó)等地?fù)碛?0余項(xiàng)相關(guān)領(lǐng)域?qū)＠⑶以贛iddleware、IPDPS、ICDCS等國(guó)際頂級(jí)會(huì)議及《計(jì)算機(jī)學(xué)報(bào)》、《軟件學(xué)報(bào)》等國(guó)內(nèi)頂級(jí)期刊上發(fā)表過(guò)多篇論文。曾任職IBM中國(guó)研究院高級(jí)研究員。
聯(lián)系客服
