1天（6小时/天）
数字化创新工具和方法
本课程系统介绍数字化创新的关键工具和方法，旨在帮助参与者掌握推动业务增长、提高效率和促进技术创新的实用技能。课程内容涵盖云计算平台、大数据分析工具、AI和机器学习框架、DevOps工具、设计思维和用户…
课程介绍
本课程系统介绍数字化创新的关键工具和方法，旨在帮助参与者掌握推动业务增长、提高效率和促进技术创新的实用技能。课程内容涵盖云计算平台、大数据分析工具、AI和机器学习框架、DevOps工具、设计思维和用户体验工具、敏捷开发方法论、协作和项目管理工具、开源软件和平台、区块链技术以及物联网（IoT）平台等多个模块。通过理论讲解、案例研究、实践操作和小组讨论等多种教学方法，学员将深入了解云计算概念、服务模型及主流平台功能，掌握Hadoop和Spark等大数据处理技术，学习TensorFlow和PyTorch等AI框架的应用，实践DevOps的CI/CD流程，运用设计思维优化用户体验，熟悉敏捷开发原则，有效使用协作工具管理项目，探索开源生态系统和区块链技术原理，并动手操作物联网平台。课程注重实战演练，如创建云资源、数据分析项目、AI模型构建、CI/CD流水线搭建、界面设计、模拟Scrum会议、虚拟项目管理、区块链示例和IoT解决方案设计，全面提升学员在数字化创新领域的综合能力，适用于希望提升技术应用和创新思维的专业人士。
课程目标
本培训课程旨在向参与者介绍数字化创新的关键工具和方法，帮助他们理解如何利用这些工具和方法来推动业务增长、提高效率，并促进技术创新。
第一部分：云计算平台
基础知识介绍：云计算概念、服务模型（IaaS, PaaS, SaaS）
主要平台探索：阿里云、腾讯云、AWS、Azure功能和服务对比
实践操作：创建和管理云资源，实现简单应用部署
第二部分：大数据分析工具
工具概览：Hadoop和Spark生态系统
数据处理：数据存储、处理、分析技术
实战案例：使用Hadoop/Spark进行数据分析项目
第三部分：AI和机器学习框架
理论基础：机器学习和人工智能概念
框架介绍：TensorFlow、PyTorch、大模型概述
实践应用：构建一个基本的AI模型
第四部分：DevOps工具
DevOps概念和实践：持续集成和持续部署（CI/CD）
工具介绍：Jenkins、Docker、Kubernetes
实战练习：搭建CI/CD流水线
第五部分：设计思维和用户体验工具
设计思维介绍：理解用户需求和迭代设计
工具操作：使用Adobe XD、Sketch进行界面设计
案例分析：从用户体验角度评估产品设计
第六部分：敏捷开发方法论
敏捷基础：Scrum、Kanban概念和原则
敏捷实践：团队协作和项目管理
模拟演练：组织一次模拟Scrum会议
第七部分：协作和项目管理工具
工具概览：Slack、Trello、Jira功能介绍
有效沟通：优化团队协作和沟通
实战演练：通过工具管理一个虚拟项目
第八部分：开源软件和平台
开源文化：理解开源生态系统
资源利用：寻找和使用开源软件和平台
贡献实践：参与开源项目
第九部分：区块链技术
基础概念：区块链技术原理
应用场景：探索区块链在不同领域的应用
小项目：创建一个简单的区块链示例
第十部分：物联网（IoT）平台
IoT简介：物联网技术和应用
平台操作：Arduino、Raspberry Pi实践
创新项目：设计一个基本的IoT解决方案
辛玉军
常住地：北京 北京市
辛玉军老师是兼具工学与管理学背景的数字化转型与智能制造实战专家，拥有24年企业咨询经验，专注制造业智能化、信息化规划与落地。作为工信部数字化转型赋能中心首席专家及专精特新冠军联盟数字化转型首席专家，他深度服务中车、航天科工、海尔、美的、华为、西门子等数百家头部企业，并在清华、北大等多所顶尖高校担任总裁班客座教授。其独特优势在于融合TOC（约束理论）方法论与智能工厂实践，擅长将复杂问题本质化，助力企业高效实现数字化升级，广受航空航天、汽车、轨道交通、电子、钢铁等行业客户高度认可。