11月17日，在由工业和信息化部、人力资源社会保障部、教育部、中华全国总工会、共青团中央共同主办的2023年全国行业职业技能竞赛——第二届全国工业和信息化技术技能大赛（下称“技能大赛”）决赛现场，124支队伍进行了工业大数据算法赛项的实操比赛，比赛内容包括工业大数据的采集、处理、存储、应用，以及误差补偿算法和视觉检测算法的构建、训练、调优和验证。

《证券日报》记者从主办方获悉，技能大赛设置汽车芯片开发应用、工业大数据算法、5G+虚拟现实开发应用、工业互联网安全四个赛项。工业大数据算法赛项聚焦工业大数据应用，重点突出大数据岗位的相关性、技术通用性等特点，通过“比赛即实战”的模式，培育一批支撑科技兴国、人才强国建设的高技能人才队伍，为推动制造业高质量发展提供有力支撑。

此次技能大赛学生组教练江苏常州信息职业技术学院教师张航海对《证券日报》记者介绍，同类型的比赛主要聚焦大数据的分析处理能力以及对计算机视觉方面能力的考察，而这次的比赛更聚焦实践，让学生真切感受到工业大数据算法的应用。

围绕工业大数据产业发展，工业和信息化部2021年印发了《“十四五”大数据产业发展规划》，提出强化大数据在制造业各环节的应用，持续优化设计、制造、管理、服务全过程，推动生产方式变革。并提出支持举办行业大赛等活动，营造良好的产生发展氛围。同时，规划还强调要加快人才培养，鼓励职业院校与大数据企业深化校企合作，建设实训基地，推进专业升级调整，对接产业需求，培养高素质技术技能人才。

中国信息通信研究院信息化与工业化融合研究所工业大数据高级总监赵志海对《证券日报》记者介绍，工业大数据算法赛项围绕制造场景真实调挑战设置赛题。比赛以提升数控加工智能装备加工精度稳定性为目的，任务目标设定为数控装置智能误差实时补偿算法构建和精度的比拼，贴近产业实际需求。

我国工业大数据算法研究近年来得到了广泛关注和快速发展。工业大数据算法是实现工业自动化、智能化、优化决策等关键技术之一，具有广泛的应用前景。在研究方面，我国在工业大数据算法领域的研究成果丰硕。一些研究机构和企业已经在工业大数据算法方面进行了深入的探索和实践，涉及的领域包括工艺参数优化、产量预测、故障检测和诊断、客户需求分析和服务类型识别等。

筑牢工业互联网安全底座

做好工业互联网安全工作，对于加快推进新型工业化、护航制造业高质量发展具有重要意义。

近年来，工业和信息化部坚持统筹发展和安全，加快构建工业互联网安全保障体系，取得积极成效。工信部联合九部门印发指导意见，试行分类分级管理指南，制定发布标准体系，安全顶层设计不断完善；初步建成国家级安全技术监测服务体系，常态化开展威胁发现、通报和处置，监测服务能力不断加强；持续开展网络安全试点示范，攻关一批网络安全关键技术，遴选一批典型场景安全解决方案，产业支撑水平不断提升。

工业互联网安全赛项围绕工业互联网创新融合化和应用专业化的发展特点，旨在搭建一批典型工业应用场景及实战平台，带动攻关一批工业互联网安全关键核心技术，重点培养既懂信息通信技术，又熟悉生产制造流程的复合型、创新性安全人才。

据介绍，在实操竞赛环节，选手按工作任务书的要求，在集成电路制造行业工业互联网典型应用场景中完成网络架构安全设计、业务安全加固实施、业务安全评估评测、安全事件应急处置、安全事件分析研判等任务。

记者在比赛现场看到，每个比赛位上都有一台工业机械柜子，上面有仪器仪表等，选手们正在实操并记录。记者从该赛项工作人员处了解到，此赛项设置与传统的网络安全比赛不同的是，工业互联网安全里面涉及很多工业设备，比如控制器和仪器仪表等，考查选手在工业流程中如果遭受网络攻击的应变能力。考核范围包括工业互联网安全防护架构设计、防护策略部署、安全评估评测、安全事件处置分析等方面的理论与技术水平，更有利于遴选优秀实战型人才。

据悉，工业互联网的安全热点领域，除了基础的设备、控制、网络、应用等方面的安全防护，还涉及数据安全、密码应用等，许多新兴安全防护知识均在赛项中有所涉及。

福建师范大学参选选手林靖在接受《中国电子报》记者采访时表示，赛题相较于其他比赛，题目背景、题目环境更倾向于实战化的场景，贴近真实生产环境，让我们把课堂中学到的知识实际运用到工业互联网控制的过程中，实操工业软件走通控制过程，这是我们日常学生比赛接触不到的，在实操中对于网络安全知识的加深学习也有很大的促进。整体而言，对于综合能力有了很大的提升。”

工业大数据发展趋势

工业大数据是推进工业数字化转型的重要技术手段，需要“业务、技术、数据”的融合。这就要求从业务的角度去审视当前的改进方向，从IT、OT、管理技术的角度去思考新的运作模式、新的数据平台、应用和分析需求，从数据的角度审视如何通过信息的融合、流动、深度加工等手段，全面、及时、有效地构建反映物理世界的逻辑视图，支撑决策与业务。因此，工业大数据的发展将呈现以下发展趋势。

1．数据大整合、数据规范统一

工业企业逐步加强工业大数据采集、交换与集成，打破数据孤岛，实现数据跨层次、跨环节、跨系统的大整合，在宏观上从多个维度建立切实可行的工业大数据标准体系，实现数据规范的统一；另外，在实际应用中逐步实现工业软件、物联设备的自主可控，实现高端设备的读写自由。

2．机器学习，数据到模型的自动建立

在实现大数据采集、集成的基础上，推进工业全链条的数字化建模和深化工业大数据分析，将各领域各环节的经验、工艺参数和模型数字化，形成全生产流程、全生命周期的数字镜像，并构造从经验到模型的机器学习系统，以实现从数据到模型的自动建模。

3．构建不同领域的专业数据分析算法

在大数据技术领域通用算法的基础上，不断构建工业领域专业的算法，深度挖掘工业系统的物理化学原理、工艺、制造等知识，满足企业对工业数据分析结果高置信度的要求。

4．数据结果通过3D工业场景可视化

进行数据和3D工业场景的可视化呈现，将数据结果直观地展示给用户，增加工业数据的可使用度。通过3D工业场景的可视化，实现制造过程的透明化，有利于过程协同。谷器提供MES、SRM、WMS、低代码开发平台、开放接口平台一站式智能工厂、数字化转型整体解决方案。

文章来源： 中国电子报，证券日报，谷器数据