CDA持证人专访：徐鹤谈工业大数据分析与职业转型实践-CDA数据分析师官网

热线电话：13121318867

CDA持证人专访：徐鹤谈工业大数据分析与职业转型实践

2026-08-05

【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工业数字化、工业运行、业务驱动、传统工业

【专访摘要】本次CDA持证人专访邀请到从控制算法工程师转型为工业大数据分析师的徐鹤，他解析了传统工业控制算法工程师与工业大数据分析师的核心区别，讲解了工业大数据分析的四大类型及应用场景，分享了常用数据分析工具、行业就业前景与职业规划，为想要进入工业大数据领域的从业者提供了实用参考。

【主持人】大家好，又和大家见面了，今天我们邀请到的是徐鹤来参加我们 CDA 持证人的专访，先让徐鹤跟大家打个招呼。

【嘉宾】哈喽，大家好，我是徐鹤，之前是控制算法工程师，现在是转型成为了工业大数据分析师。

【主持人】之前是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？另外大家觉得工业大数据行业还是比较神秘。

【嘉宾】传统的控制算法工程师，他主要是针对设备的管理系统进行控制逻辑的开发以及测试。工业大数据分析师，他主要是利用一些统计学、机器学习以及信号处理等一些手段来结合工业当中的一些业务知识，对工业过程当中产生的数据进行处理、计算和分析，并且提取到其中比较有价值的信息和工业运行过程中的一个规律。工业大数据分析师，他的直接的目的是获得业务活动所需要的各种知识，来推进设备和企业的精细化管理。

【主持人】工业大数据分析主要应用在哪些方面呢？

【嘉宾】工业大数据它是这样根据业务目标的不同可以分为大致的四种类型。第一种类型就是描述性分析，它主要是用来回答发生了什么，体现的是什么的过程，一般是通过计算数据的各种的统计特征，把各种数据以便于人们理解的一种可视化的方式来表示出来。我们常见的工业企业当中采用的周报、月报、商务智能分析等等，这些就是典型的描述性分析。

【嘉宾】第二种是诊断性分析。主要是用来回答为什么会发生这样的事情，针对设备运行过程当中出现的问题或者异常来找出导致问题的一个根因所在，诊断性分析它的关键是剔除非本质的随机关联和各种假象。第三种就是预测性分析，它主要是用来回答将来要发生什么？针对生产经营当中的各种问题，根据现在可见的因素来预测未来可能发生的结果。第四种类型就是处方型（也可以叫指导型）的分析，主要是用来回答怎么办的问题，针对已经和将来要发生的一些问题，来找出一些适当的行动方案和有效的解决问题的方案来把这个工作做得更好。业务目标不同所需要的这种条件对数据的分析的要求和难度它也是不一样的。大体上说，四种问题的难度它是递增的：描述性分析的目标，它只是为了便于人们的理解；诊断式分析有明确的目标以及对错；预测性的分析，它就不仅仅有明确的目标和对错，还要来区分这种因果和相关；最后一种处方式的分析则往往需要进一步与实施手段和流程的创新来相互结合。

【主持人】您平时做工业大数据分析时，最常用的数据分析工具是什么呢？

【嘉宾】最常用的建模工具就是Python，会针对各种的业务问题来进行相应的机器学习、深度学习等等这些建模。

【主持人】最近也是到了毕业的季节，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？

【嘉宾】说到前景，工业数字化和网络化、智能化的步伐不断加快。工业大数据的发展前景也是非常的可观，从国家层面也是提出来要从工业大国向工业强国来转变，今后政府的一些政策制定、驱动导向、发展引导以及配套支持等等，也都在为工业大数据的产业发展创造更优良的一个环境。至于建议，工业大数据，它是不同于传统的数据分析，也不同于这种商务的大数据分析——工业场景，它的边界都是由专业领域的机理进行约束。工业大数据的分析，它是注重数据模型以及机理模型的融合，它的重要特征是数据与机理的深度融合，所以建议对工业大数据感兴趣的同学，不仅要了解一些大数据的算法，像传统的机器学习和深度学习等等，也需要了解一些领域的常识，比如一些设备运行的机理以及一些设备运维过程等相关的一些知识，把两者结合起来才能为这个工业大数据延伸更长久的价值。

【主持人】我们今天聊了您的过去和现在的职业发展，对未来的职业规划大概是怎么做？

【嘉宾】那么在工作的实践当中认识到工业大数据分析它的瓶颈，或者是说它的难点往往不是计算机的存储能力，或者是说处理能力。而是数据关联关系的复杂性，这种复杂性使得一些传统的这种数据分析方法就难以起效，没有办法高效的提炼出质量更高、或者是说价值更大的知识，那么针对这一点呢。我今后的规划是说，除了在算法层面的能力要继续加强之外，也要更多的来借鉴工程思想和方法，通过技术驱动与业务驱动相结合，最终努力成为工业大数据领域的技术专家。

【主持人】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。是吧？这也是给想要在工业领域做数据分析的小伙伴的一个重要的提示。好了，今天的 CDA 持证专访就到这里，再一次感谢徐鹤接受我们的采访，谢谢。好，我们这一期就到这里，再见。