今天，许多人会讨论“工业4.0”，但是，这个宏大的概念究竟意味着什么?当我们将它作为一门课程的名字，又意味着什么?

　　何景乐是新国大2021级工业4.0硕士学生，他为自己申请了三个学期的学习时长，在北京字节跳动数据分析岗位完成了实习，将于今年1月毕业。从申请季到求职季，“工业4.0”不断为他创造新机会——何景乐与我们分享了他对这一概念及新国大课程的理解。

　　我与“工业4.0”的双向选择

　　我毕业于暨南大学系统工程专业，在申请硕士时比较过许多课程，很少有与新国大工业4.0硕士类似的。它的包容性非常强：课程内容涵盖面广，能够满足个性化的学习需求;对不同背景申请人开放，使它对于很多人来说都是一个不可多得的深造机会;除了硕士学位，学生还有机会获得多个领域的研究生证书(GC)，拓宽就业选择面。

　　工业4.0是什么?简单来说，就是对各行各业进行数字化，而为了实现这一目标，可以落地于多种多样的方式方法。这种具体的多样性，从工业4.0硕士的选修课中提供了十余种来自不同学院的研究生证书(GC)可见一斑。

　　如果说物联网GC是对应收集数据的环节，那么工业深度学习GC是对应将收集到的数据进行处理、产生见解的环节……以此类推，每个研究生证书(GC)方向大致对应了工业4.0的某个功能模块。

　　对我来说，通过项目提供的20学分核心课，以及20学分选修课的自选空间，既可以结合本科背景向前推进，也可以获得数据科学方面的新技能;同时，我的背景、目标、兴趣也与项目比较匹配。在进行了自我评估，并且综合考虑了项目内容、竞争程度后，我投递了申请，顺利收获了offer。

　　选择新国大的理由还有很多。比如，学校的国际排名高，毕业生具有就业优势;新加坡和中国的距离较近，交通便利;新加坡是一个多元文化国家，可以增进交流，获得丰富的生活体验。

　　课外，何景乐与同学好友一起，探索新加坡的景观。

　　收获2份研究生证书(GC)

　　项目中的GC来自理学院、商学院、计算机学院、系统科学院、设计与工程学院，要求至少修满1个完整GC，并从其他GC可选课程中选满学分。

　　我选择了8学分的工业深度学习GC以及12学分的数字供应链GC，这样规划可以在20学分内取得两份证书。许多课程都很有收获，比如：

　　# 机器学习基础(DSA5102)

　　本科时我修读过类似课程，但当时基本在听数学原理，感觉比较难理解。DSA5102的教授讲解深入浅出、详略结合，对部分知识进行简化，也会在必要处做深入的数学推导，同时结合业界具体应用，谈数学是如何实现算法的，通俗易懂。

　　# 管理供应链金融(DOS5101A)

　　这门课由我们的项目学术主任吴培源(Goh Puay Guan)副教授授课。课程中学生分为小组进行模拟，假设自己是公司负责人，每周遇到一个新状况，需要做供应链相关决策，最后对比初始起点，查看公司盈利。

　　在第一次做决策时，不仅要考虑多方面因素，还要去决定重点考虑哪些方面?比如是减少物流成本?还是扩大经营、建更多的仓库?对应届生来说，这个过程充满参与感，也比较有挑战性。

　　我们这届有不少同学具有工作经验，有些已经是企业的中高管理层，了解他们的思维和决策方式也可以学到很多。他们和教授之间的交流很有趣，看待同一个问题有不同的角度，很有启发。

　　选择GC的策略

　　我选择GC时主要从两方面考虑。一是结合过去的背景，选择有基础和兴趣的方向继续深入;二是面向未来，以就业为导向去加强技能。

　　选择工业深度学习GC，支持我进入数据分析、数据科学岗位;选择数字供应链GC，不仅能获得专业知识，也能很好地提升软技能，将就业机会拓展到科技公司之外，可以应聘更多不同的行业。

　　合理安排每学期的学习量也很重要。比如工业深度学习GC要做不同的项目，有考试、测验等等，相对来说我感到数字供应链GC的学习量少一些，两者搭配推进，也能更好地保证每门课的学习质量。

　　获得每份研究生证书(GC)需要满足的学分不同，参考相关学院的要求。如果你希望加强知识广度，可以分散选课;如果集中选择，可以更深入具体领域，也有机会获得多份GC证书。

　　注：AY2023/2024可选择的研究生证书(GC)有所更新，具体课程参见官网。

　　提前实习?我是这样规划的

　　工业4.0硕士是全日制1年课程，不过我在入学时就规划好以一年半完成学业，希望有更长的实习时间，并且尽早进入职场环境。如果你也有这样的计划，建议第一学期多修学分，保证第二、三学期能够兼顾学习量和工作量。

　　我们的课程中包括跨越一个学期的毕业项目。可选项目都与某个或者某几个GC方向相关，企业和学生通过双向选择达成匹配。项目企业跨越快消、科技、交通运输、制造等行业，也有科研机构。我加入的是新加坡科技研究局(A*Star)的“弹性供应商推荐——运用图数据库将供应商网络映射到其数字孪生中”项目，允许线上参与。

　　于是在第二学期初，经过学院批准，我就回到国内开始了实习，同时继续毕业项目和其他课业。

　　# 线上投递实习，你的机会可以更多

　　线上模式作为学习和工作的一部分已经融入了我们的生活，也使获得机会变得更轻松。比如，第一学期我在新加坡校园时也可以准确投递国内的实习岗位，许多企业的实习招聘流程都可以在线上远程进行。

　　参加线上面试，某种意义上难度比线下大一些。如果你做的是偏技术的岗位，会有很多比较难的技术提问，仔细考量你的功底是否扎实。所以，想在竞争者中脱颖而出，要更注意硬实力的提升。表达能力也很重要，因为你需要在远程沟通中展现说服力。

　　在工业4.0硕士课程中，抓住机会积累项目是一个为简历增色的好方法。除了毕业项目，有些课上也可以做项目。比如许多面试官都会围绕我在Kaggle上的“欺诈检测”(Fraud Detection)项目进行提问，这是我在核心课IND5003 意义建构的数据分析(Data Analytics for Sense-making)中所做的期末项目。

　　工业4.0的课程设置以知识广度见长，对于那些从企业管理层重返校园的同学来说，他们希望的正是广泛了解技术及其应用，以便更好地回归管理工作。而当你去竞争科技公司中对技术深度有更高要求的岗位时，不仅要抓住核心课中做项目的机会、修读相关的GC，也要在课外补充训练——比如我做过欺诈检测项目，还有电商数据挖掘、社媒广告推荐算法、AGV路线优化等尝试。

　　另一方面，如果你把目光放到制造业、运输业、医疗业等众多正在数字化转型的传统行业，工业4.0硕士学位为你带来的复合背景，相比于专门的技术人员又是一种优势。

　　确认职业目标

　　为了确认自己的职业目标，不妨多做尝试。课内项目、比赛、企业实习……尝试的过程中，即便你做到了不喜欢的事，也是一种帮助，使你能逐渐确认自己想做的是什么，在今后做选择时更有依据。大四时我曾在制造业实习，研究生阶段在互联网企业实习，同时在科研机构做毕业项目，体验不同的行业。

　　在本科时就较早开始积累实践履历，包括掌握Python等通用技能，对后续的申请、实习和求职都很有帮助。

　　工业4.0，拓展认知，打开思维

　　工业4.0对不同行业做数字化转型，实现降低成本等益处。做实体的成本是很高的，虚拟化之后，我们可以做很多不同的尝试，即使出现了错误，也可以用最低的成本去应对。

　　在核心课IND5004数字基础设施与转型(Digital Infrastructure and Transformation)中，你会了解到很多传统企业无法接受新事物的关键在于数字化早期没有明显收益，而基层工程师对投入时间适应新技术也有抵触情绪。这些真实的问题，以及如何解决它们，是我在读硕士后才开始深入思考的。

　　成本效益与分析的视角，是我在技术之外得以拓展的新思路：技术是重要的，但是当你为企业做决策时，必须考虑引入某项技术是否合乎成本效益，能否带来足够的长期利润。

　　新的技能、新的知识、新的思考，使人开阔眼界。过去，个人的规划常常滞后于行业的兴衰，而当你以工业4.0时代的思维考察各行各业的发展，或许可以跳出局限，预见更多未来的机会。