AE-CN數據分析第一人

大學期間的Shuang，通過系統學習和項目實踐積累了關于數據分析的知識，本想做芯片研發類工作的她，進入博世后，機緣巧合對制造業數據分析產生了興趣，開始了數據分析探索之路。

面試博世的時候，遇到了一位特別好的老板，激發了對現在這個領域的興趣，也給了我在數據分析方向上的很大信心和動力。

工作中的Shuang，不僅支持工廠內外部的數據分析工作，還負責工廠內部數據分析人才的培養。不僅在能力上出類拔萃，培訓也別出心裁，同事們一致認為Shuang的講解是“直播帶貨式的講解”。

生活中的Shuang，也是個不折不扣的數據分析強迫患者，每時每刻都在揣摩數據背后的邏輯。看新聞，我們看的可能是熱鬧，她考慮的是函數擬合、反推是否存在數據造假；雙十一，我們參與的是狂歡，她卻可以根據商品銷量的異動、經過橫向縱向對比后，判斷降價商品是真降價還是假降價。不得不感嘆，數據分析師的存在感讓人著實羨慕。

解密大數據時代下的最颯職業

“數據分析師”被譽為二十一世紀最颯的職業。但是大家似乎都不知道這么“高大上”的職業和工廠是如何聯系起來的。Shuang的科普，深入淺出，娓娓道來。

在制造企業的車間，生產系統不斷產生大量的實時數據，如運動軸狀態、主軸狀態、機床運行狀態數據、機床操作狀態數據、加工程序數據、傳感器數據等，對這些信息采集，使用機器學習或者深度學習算法對已經產生的異動進行分析和診斷。簡單點理解，數據分析就是將數據挖掘并重組建模，實現數據向知識與決策的轉化。

對制造業來講，之前的時代是，設備吃電，現在的時代，設備吃數據。

Shuang認為，做一名數據分析師，除了懂分析、懂工具，還要懂業務。熟悉行業知識、公司業務及流程，最好有自己獨到的見解。減少和產品專家之間的溝通障礙，甚至可以為產品專家提出可能的分析方向，挖掘客戶的潛在需求。同時也能夠針對數據分析結論提出有指導意義的分析建議。

不懂產品的數據開發不是好分析師。做一名從數據分析師不是坐在電腦前寫代碼就行的，勤跑產線，多與一線專家溝通，很重要。

數據分析助力AE-CN走向未來工廠

數字化浪潮奔騰而至，Shuang在日復一日的數據分析工作中，心中默默描繪了一幅未來工廠的藍圖，希望通過自己的微薄之力，為AE-CN通向未來工廠的道路添磚加瓦。

未來工廠應該是數據驅動的工廠。

它能夠通過參與價值鏈所有要素的連通性實時確保所有相關信息的可用性，并提供根據需求從這些數據中推導出最佳價值鏈流程的能力。

未來工廠應該5G隨處可見，萬物互聯，數據庫之間沒有斷層，可以高效傳輸，計算單元可以實時輸出并自動控制生產，信息的實時可視化展示可以直接給出指導性建議。

對數據的提取和利用無疑成為我們走向未來工廠的利器。Shuang認為，數據分析是推動AE-CN 成為智慧工廠的引擎。讓機器具備一定的判斷和決策能力是智能制造實踐的基礎。這一過程中，我們需要將數據轉換成信息，再將信息轉換成知識，通過知識的積累最終形成可供執行的模型或規則，進而實現對生產過程與設備的實時診斷、預警與優化。

因此，數據就像石油，能不能發現它提煉它，開采和提純技術夠不夠好，決定了一名數據分析師對石油的利用程度。

如今的Shuang就是一個數據開采提煉者，在AE-CN數據的大油田里，找到了自己的一隅，并且正在帶領更多的人走進這片油田，助力AE-CN向未來工廠大跨步邁進。