㈠ 大數據和物聯網哪個容易就業
首先，物聯網和大數據都是當前發展空間比較大的專業，在工業互聯網和5G通信的推動下，物聯網和大數據領域也會釋放出大量的人才需求，所以當前選擇這兩個專業也會有比較廣闊的就業前景。
物聯網和大數據這兩個專業並沒有好壞之分，學習物聯網還是大數據，需要從自身的能力特點、知識結構和興趣愛好來進行選擇。從知識體系結構來看，物聯網和大數據都是比較典型的交叉學科，物聯網的知識體系涉及到六大部分，涉及到設備、網路、物聯網平台、數據分析、應用和安全，而大數據則涉及到數據採集、數據存儲、數據分析和數據應用等。
雖然物聯網專業並不算是一個新的專業，但是當前物聯網專業的知識結構也有了比較明顯的變化，物聯網作為大數據和人工智慧技術的重要應用場景，目前物聯網專業也逐漸增加了關於大數據和人工智慧相關知識的講解。從大的發展趨勢來看，物聯網與人工智慧的結合點還是非常多的，所以選擇物聯網專業的學生，如果想獲得更強的崗位競爭力，應該注重人工智慧技術的學習。
相對於物聯網專業來說，大數據專業通常更注重數學、統計學知識的學習，畢業生的工作崗位也多集中在大數據開發、大數據分析和大數據運維領域，所以大數據專業更偏重「軟體開發」，而物聯網專業則比較注重軟硬體的結合。
實際上，在消費互聯網（包括移動互聯網）時代，物聯網專業的就業優勢並沒有得到充分地體現，但是在產業互聯網時代，物聯網專業的就業前景還是非常值得期待的。
㈡ 工業互聯網與大數據應用就業前景
工業互聯網與大數據應用就業前景戚陵森如下：
1、在工業互聯網方面，相關職位包括物聯網工程師、工業互聯網架構師、數據分析師、運維工程師、產品經理等，這些職位的需求將會越來越大。同時，隨著工業互聯網的應用，相關的智能製造領域也將會迎來大高畝量的就業機會。
2、在大數據應用方面，相關職位包括數據分析師、數據挖掘工程師、數據倉庫架構師等，這些職位的需求也將會越來越大。同時，隨著大數據應用的廣泛推廣，相關的行業也將會出現越來越多的就業機會，如金融、醫療、汪凱教育等。
㈢ 工業互聯網與大數據
鄭文盼 16020150021
【嵌牛導讀】在經歷了長達30年的經濟快速發展之後，現在，中國需要一個全新的增長模式。快速的城鎮化和工業化讓數億人擺脫了貧困，中國人的人均壽命提升了十年，中國一舉成為世界上最大的製造產品出口國和世界第二大經濟體。然而，強勁的消費需要更快速的工資增長來拉動——因而需要更快速地提高生產力。因此，中國需要加速從低成本生產向高附加值、高科技製造轉型。這是一個非常嚴峻的挑戰。
【嵌牛鼻子】工業互聯網、大數據
【嵌牛提問】工業互聯網未來發展
【嵌牛正文】
1、數字化創新提升競爭力
由數據分析得出的洞察可以實現預測性維護：提前處理潛在故障，避免意外停機。感測器和數據分析構建了一個數字化的網路——工廠車間的所有元素連接在一起，並與供應鏈和分銷渠道相連，提高製造過程的速度和靈活性——GE稱之為智慧工廠(Brilliant Factory)。現在3D列印等數字技術使一些新的製造流程成為可能，在提高生產速度的同時，降低了生產成本。
這些數字化的創新能夠大幅提升各行各業的效率和生產力，從而提升競爭力，使中國的某些行業在全球范圍內確立領導地位。
工業互聯網創新還能提升不同層面工人的能力。具有虛擬現實/增強現實能力的攜帶型和可穿戴設備可以使工人即時訪問信息、提供即時培訓、更有效地合作以及學習和借鑒其他同事積累的實踐經驗。
人們常常擔心新技術的出現因為提高了自動化水平而減少工作崗位。工業互聯網創新的發展方向不同於以往，工業互聯網使人與機器之間形成更強大的新型夥伴關系，並提升各個層面工人的能力和生產力。而近年來，中國在提升工人平均技能水平方面也取得了巨大的進展：1982年，年齡在25-29之間的中國人中只有不足1%的人口接受過高中及更高水平的教育;到2010年，這一比例已經超過20%，其中大部分集中在科學和工程學。教育水平的提高使中國的勞動力從這些創新中獲得巨大的收益;這也將為中國科學家和工程師的持續創新創造環境，為新型數字化工業技術的增長和傳播作出貢獻。
在這樣的背景下，數字化和智能工業作為一個重大趨勢，已不可逆轉。很多工業公司已經將數字化視為生存和發展的必要前提。盡管互聯網已經改變了消費領域，但這一價值在工業領域還有待釋放，在1990到2010年期間，工業生產力的年均增速為4%，但是，在過去的五年裡卻下降到舉納了1%。如何將數字化轉化為價值，這是所有工業公司所需要解答的問題。
中國經濟正在經歷前所未有的結構化轉型，可以預見，服務業態將在整個GDP當中起到非常重要拉動作用。製造業在過往的中國GDP中占很大比例，但在隨著結構化轉型，未來的製造業將成為製造和服務並舉的行業，其中服務所創造的價值貢獻甚至會超過製造，從而打造出是高質量、高利潤、可持續增長的全新服務業態。
BCG的數據表明，中國經濟當今的轉型之當中，服務的價值在醫療、航判答蠢空、能源以及有一些機械製造等行業領域都有體現，在未來，他們都將走上以服務成長拉動增長的路徑。所以製造業的轉型對於整個GDP的貢獻也由此成為重要的話題。掘陪
GE本身也是一個製造型企業，但這個百年老店也需要思考如何在新的國際競爭當中尋找突破創新之路。GE的工業互聯網在2012年來到中國，而這個戰略最早在五年前被提出，因為製造業本身面在尋求新的增長點方面走進了一個困境。在GE超過1000多億的營收和160億美元的純利潤當中，75%來自製造。但由於客戶市場和全球環境的變化，GE需要找重新思考如何服務於全球各行業的客戶。所以GE就提出了工業互聯網的概念，從根本上講，就是要把人與機器，機器與機器之間通過數據無縫連接，通過海量數據找到運營當中的瓶頸，降低成本，提升效率，從而進行整個核心競爭力的轉型。
工業互聯網同中國工業的智能化在中國的結合恰逢其時，這主要源於三個條件：經過20年的信息化建設，中國積累了很好的基礎設施;同時中國目前的製造業的轉型上升為國家戰略之一，迫切需要一些好的信息化手段、管理理念、創新來推動實現這一目標;最後，人才儲備也已經達到一定水平。
2、資產優化與運營優化
在製造業領域，工業互聯網在實現工業智能化主要著力於資產優化和運營優化。資產優化是基於一個事實，亦即製造企業的重資產特性。目前重資產企業最重要的關切就是產能過剩的挑戰，如何優化資產效率，提升資產的利用率，同時為客戶帶來一些關鍵的增值服務，通常也被衍生為裝備服務業。其次，是運營優化，中國企業所在的是相比德國提出工業4.0，我們還處在2.0甚至更粗放的階段。管理粗放，機能低下，信息化基礎薄弱等等，都是現在制約製造業發展的重要問題。所以如何使運營優化讓我們在崗的工人、管理人員，能夠和管理規章制度結合提升我們的效率，這是工業互聯網的著眼點，也是中國工業企業轉型迫切需要解決的，資產的優化、運營的優化。
目前中國有很多離散型的工廠，例如家電，電子類產品製造商，資產優化、對這些企業而言運營優化有重要的意義。而整個智能化有三個不同的層次：第一，經由感測器驅動的自動化。第二，實現全工廠級別的自動化。第三，包括供應鏈，供應鏈上下游的優化。
這一戰略也與中國的人口轉型相吻合。目前，中國的人口增速降低，老齡化加速。最近出台二胎政策暫時還不會影響到中國的人口發展趨勢。與此同時，較低的人口增長速度也意味著勞動力不再像過去幾十年那樣快速增長。現在，中國的工業面臨更加有限的人力資源。因此，為支持快速的經濟增長，必須更快速地提高生產力以彌補較慢的勞動力增長。
3、製造服務業與中國工業的轉型
從實施角度，要實現這三方面的優化要經過四個階段，第一階段，在沒有數據的情況下我們往往有盲人摸象的感受，就像你坐在軍中但缺乏前線匯報，這種作戰毫無智慧策略可言。所以數據化是非常重要的前提，大部分企業的決策和管理是基於經驗，哪怕有一些數據，也是局部不及時的，甚至是錯誤數據，這都會直接影響到最終結果，所以全局數據的採集是非常關鍵的。有了數據之後我們下一步希望可視化，所以在GE的智能工廠當中我們推出了數字鏈和數字雙胞胎的概念，通過信息可視化手段通觀工廠製造全流程，讓我們對生產力、生產資源、生產效率有了解。隨之而來的是控制，比對管理目標實施自動化、智能化控制，在流程式控制制、資源控制、物料控制等等，同時與製造工藝無縫相結合。最後一個環節是我們最期待的環節，也是價值釋放的部分，就是實現優化，基於全局數據基礎上我們可以實現預測，能夠對資源，對於市場，對於客戶的需求的預測性的指導下我們進行優化。
這四個階段就是剛才我們說互聯網在智能工廠的一個體現，說起來簡單，但是做起來確實是很困難的。縱觀中國的產業發展，工業和基礎設施還處在由硬體轉向軟硬體結合的過渡當中，據統計，2014年我國數字化研發設計工具普及率已達54%，關鍵工序數控化率達到30%。不過較發達國家，中國離互聯互通，軟硬體結合的工業體系距離還很遠。目前，我國高端感測器、智能儀器儀表、高檔數控系統、工業應用軟體等市場份額不到5%。
目前GE所提供的工業互聯網方案，最直接的價值就是幫助客戶實現零意外停機時間，目前GE每天監測和分析來自1000萬個感測器的5000萬項元數據，這些數據涉及資產價值達到萬億美元。基於Predix的APM幫助客戶將海量數據轉化為准確決策，及時、主動地確保資產安全、幫助設備更好地運行、消耗更少的燃料、更高效地部署服務，並最大限度地減少意外停機時間。更多APM解決方案和服務將有利於資產所有者和運營商降低維護成本和運營風險，同時提高可靠性。獲得「可完全預測的資產」對任何機構的都是終極目標。對於尚不成熟的機構來說，這似乎是一個無法實現的目標。但隨著資產運營者逐步接受這一觀念，它所帶來的諸多益處證明這一投資是值得的，APM將是實現資產預測性的根本基石。
在智慧工廠層面，其價值在於利用大數據、軟體、感測器、控制器和機器人提高生產力，從而實現資產和業務優化。智慧工廠的產品擁有四個要素：虛擬製造、感測器啟用自動化、工廠優化和供應鏈優化。GE目前在全球范圍內擁有400家工廠。為了改變這些工廠的管理方式並提高生產效率，我們在整個企業共有16個智慧工廠試點。2015年，我們計劃把試點數量增加到75個左右。
4、挑戰與關注
安全性。製造企業進行轉型不管走的是什麼路徑，目標是一致的，但是安全是非常重要的。傳統的信息化的安全不足以覆蓋到製造領域的安全，GE工業互聯網上倡導的安全，除了IT的安全還有OT的安全，就是工業技術的安全。
基礎設施：基礎設施從數據中心到網路，到大數據分析，到雲計算等等基礎設施的部署。
復合性人才。過去中國的20年，無論是信息化還是工業化過程中培養了很多人才，但是都過於單一化。工業化和信息化的深度融合之後，我們需要更多的是復合性人才，對工業材料了解，對信息業了解的，當然對我們管理也提出了很高的要求。因為技術是服務於業務的，剛才提到的最終是希望驅動企業，使它具備智能管理和持續創新的能力，從而提高它的核心競爭力。所以對於企業的經營者來講，也是一個挑戰，就是我們的管理技能如何和信息化技術，和先進材料技術多方面融合，給企業制定一個好的戰略。
業務模式的改變。技術的引入也會促使我們從上游產品設計到生產製造，到供應鏈，一直到市場服務形成一個全閉環的流程。每一個環節都會對我們傳統的運營模式和業務模式帶來沖擊，互聯網給消費領域帶來的改變每個人都感受到了，工業領域也是如此。比如說眾包在產品設計階段，現在已經被廣泛的使用了，我相信將來在供應鏈，在市場服務的時候如何更精準，更和消費者互動，這些都會對我們已有的模式帶來很大的改變，我們參與的很多項目當中都是著眼於這方面的改變。