面向制造大数据研究生人才培养研究.docVIP

面向制造大数据研究生人才培养研究 　　【摘要】针对制造大数据的技术与应用方向，如何进行高层次的人才培养，本文主要研究了制造大?稻荻匝芯可?的培养要求和制造大数据研究生培养模式的构建，其中制造大数据研究生培养模式的构建主要从学科能力建设、创新能力建设和师资能力建设三个方面展开研究。应对目前制造大数据研究生人才培养的挑战，本文提出了解决对策，对制造大数据研究生人才培养具有指导意义。 　　【关键词】制造大数据 研究生 培养模式 挑战与对策 　　【中图分类号】G643 【文献标识码】A 【文章编号】2095-3089（2018）15-0006-02 　　就目前制造业发展现状分析，不管是德国的工业4.0还是我国的中国制造2025，其背后推动制造业升级改造的力量必然是制造大数据和制造业的深度融合。制造业革新需要数字化，使用大数据技术进行制造业的智能化升级，这些创新和变革，将直接且全面地影响我们的生活，这也将给全球传统工业带来革命性的变化，改变企业的研发、生产、运营、营销和管理方式[1，2]。面对制造业发展趋势和针对此技术领域的人才需求，国内各高校也相继开展了大数据人才培养，但针对制造大数据技术的前沿性、产业化、实践难等特征，目前制造大数据人才培养模式及效果并不乐观，研究不难发现存在以下问题：第一，制造大数据人才培养需要整合资源，优化产教合作模式，产教结合度低直接影响了培养人才的素质和应用能力。第二，高端融合型的培养人才缺乏，现有人才队伍很难符合当前制造业所需的能将大数据信息技术和制造技术互相贯通应用的需求。第三，导师资源配置难以满足人才培养的内在需求。第四，学科融合发展的模式没有新的突破，创新度较低[3]。面对以上现状与行业内在发展需求，本文针对制造大数据方向的研究生人才培养，提出若干新的建议。 　　一、制造大数据对研究人才的要求 　　制造大数据的核心价值体现在应用，而实际的应用又需要制造领域专业知识与数据思维的相结合。因此对制造大数据就人才的要求主要有以下三点：1）扎实的专业知识和专业融合应用能力。扎实的制造业系统专业知识有利于理论的分析，减少数据分析过程的弯路，系统地掌握数据分析相关的技能，主要包括数学、统计学和数据分析等，能帮助研究人才在专业结合的学习、应用中取得更好的效果。2）较强的实践能力、独立获取知识的能力和创新能力。能够根据工程任务的详细要求，综合利用相关专业知识，收集数据，然后整理并存储，根据具体的需求，进行选择，选用合适的方法和模型对数据进行分析，形成分析结论，为之后有关的工作和决定做好数据准备工作，为实际问题提供决策依据。3）良好的团队合作精神。制造大数据通常包含着不同类型，不同专业领域的专业知识信息，且数据分析任务通常情况下也无法依赖个人能力来完成，所以团队合作对于工程任务的完成具有重要的作用，与擅长某领域的人一同努力、互相帮助、分工合作来实现既定目标，完成不同专业、学科领域的深入交流，对于制造大数据的高端人才培养具有重要意义，因此具备较强的责任心与团队合作精神也是制造大数据研究人才必备的基本要求[4]。 　　二、面向制造大数据的研究生培养模式构建 　　随着制造大数据产业的发展，对制造大数据人才的需求，国内高校在开展相关学术研究的同时也开始进行该领域的研究生人才培养。面对制造大数据对研究人才的要求，如何构建面向制造大数据的研究生培养模式，本文主要从学科能力建设、创新能力建设和师资能力建设三个方面展开研究，提出相应的建议。 　　1.学科能力建设 　　学科能力建设也是知识体系建设，针对制造大数据特殊的学科特点，即学科交叉融合，搭建合理的理论教学体系是学科培养能力和培养效果的基础。针对此特点应从制造大数据的基础、过程和大数据产业管理三个方面进行学科能力建设。 　　第一，构建牢靠的基本理论知识和软件运用教学体系。专业知识永远是应用的基础，也是实践的指南。从制造大数据的基础理论出发，构建基础知识框架，融合行业背景和发展状况，培养具有时代意义的研究生。 　　第二，建立理论与实践结合的教学方式，培养具备实践综合运用能力的研究生人才。对于制造大数据特殊的学科定位，纯粹的理论研究和教学必然满足不了培养要求，也达不到追求的培养效果。大数据的核心价值就在于应用，而应用能力培养用现行书本教学的方法很难实现，所以必然要求教学方式的改变，必须联系实际，将工程实践纳入教学体系。 　　第三，面向制造大数据管理层次人才的培养模式。对于任何一个产业系统而言，保障其稳定有序的运行是非常关键的一个部分，对制造大数据整个运行系统而言，也不例外。因此针对此行业的系统管理人才的培养模式在制造大数据的学科能力建设中也具有举足轻重的地位。 　　2.创新能力建设 　　创新能力是制造大数据发展的核心动力，学科顶尖人才培养举措最主要的就是培