课程背景
和标的
杭州卷烟厂锁住数智化转型和智能化升级，需强化技艺人员全栈开发本领，支撑生产系统（如MES、质量检测、装置管控）的高效迭代和AI革新运用。本次培训以“Java+Spring Boot+PolarDB+Vue.js+AI”技艺栈为核心，结合卷烟厂生产情境（生产流程、资料管控、质量管控等等），达成“技艺研习→情境落地→业务赋能”的闭环。
二、课程规划推演
围绕“业界情境驱动技艺研习，技艺落地反哺生产精进”思路，将通用技艺栈拆解为“基础强化→架构规划→工程化实践→AI革新→项目交付”五大模块，嵌入卷烟厂真实业务诉求（如生产资料治理、装置智能运维、质量AI检测等等）。
三、9天课程模块和日程
第1天：开班导入+Java核心和烟草情境入门
主题
内容锁住
形式和交流
开班和方略解读
杭州卷烟厂数智化转型方略（资讯部负责人）
全栈技艺在烟草生产的价值（如MES系统迭代、AI质检）
开班仪式+方略宣讲+小组碰头（厂里现有系统的技艺痛点）
Java核心语法强化
面向对象规划（类/继承/多态）、集合轮廓（List/Map）、IO流（生产日志读写）
理论解说+代码演示（还原“装置状态上报”Java服务）
烟草情境初探
MES系统“装置资料采集服务”Demo（含Spring Boot基础）
实例拆解+诉求拆解（分组碰头“若你是开发，怎样精进该服务？”）
第2天：Spring Boot深度+烟草微服务架构
主题
内容锁住
形式和交流
Spring Boot核心
自动配置原理，分层架构（Controller/Service/DAO）， RESTful API规划
代码实操（搭建“生产工单管控”微服务）
烟草微服务拆分
按照“生产管控、质量管控、物流追溯”拆分业务模块（如“卷烟配方管控”微服务）
架构评审（还原厂里系统拆分方案，碰头服务边界和通信）
微服务实战
Spring Boot整合MyBatis（连接烟草生产资料库）、Swagger接口文档
分组实践（还原“工艺参数查询”API开发+文档生成）
第3天：Maven高效构筑+烟草项目工程化
主题
内容锁住
形式和交流
Maven核心本领
倚重管控、多模块构筑（划分common/api/service模块）、生命周期精进
实战上手（搭建“烟草质量追溯”多模块项目）
持续集成（CI）
Jenkins自动化构筑（结合卷烟厂私有云，还原“代码提交→编译→部署”全流程）
抓手链演示（Jenkins+GitLab在厂里的运用）+ 流程精进碰头
工程化最 佳实践
Maven插件（如编译加速，单元测试集成）、分支管控规范
小组竞赛（精进Maven构筑速度，适配厂里高频迭代情境）
第4天：PolarDB基础·烟草资料存储和建模
主题
内容锁住
形式和交流
PolarDB架构和特性
云原生架构（弹性扩展、读写分离）、高可用规划（7×24小时生产保障）
理论解说+架构图拆解（对比传统资料库，拆解烟草生产情境适配性）
生产资料建模
规划“生产批次、装置参数、质量检测”资料表以及关联关系
资料库建模操练（基于厂里真实业务推演，如“卷烟生产全流程资料追溯”）
基础SQL和存储进程
增删改查生产资料、存储进程达成“月度产能统计”等等复杂业务推演
SQL实操（还原查询“某批次装置故障率”）+ 存储进程编写（结合烟草统计规则）
第5天：PolarDB进阶·性能精进和安全合规
主题
内容锁住
形式和交流
性能精进实战
执行规划拆解、索引精进（破解“装置故障记录检索慢”等等生产痛点）
性能压测（还原高峰期资料请求）+ 精进方案评审（针对厂里现有资料库瓶颈）
安全和合规
生产资料加密（AES）、备份恢复打法（符合等等保三级要求）
实例分享（烟草业界资料安全合规心得）+ 加密抓手实操
分布式事务
跨库操作一致性解题打法（如“生产订单和库存资料同步”）
情境还原（规划“订单-库存”分布式事务模型）
第6天：Vue.js基础·前端交互和车间可视化
主题
内容锁住
形式和交流
Vue工程化基础
Vue CLI脚手架，组件化开发（烟支检测结果卡片、装置状态指示灯）
项目初始化（搭建“车间可视化看板”基础轮廓）
响应式布局和路由
适配车间大屏（1080P/4K）、工控平板（装置巡检APP界面）；Vue Router多页面导航
规划评审（精进厂里现有HMI界面交互，如“装置OEE看板”响应式布局）
状态管控
Vuex全局资料管控（生产统计数值、报警资讯共享）
情境上手（多组件间资料同步，如“产量资料→良品率计算→看板更新”）
第7天：Vue.js实战·前后端联调和资料整合
主题
内容锁住
形式和交流
接口对接和可视化
Axios封装（调用Spring Boot后端API），ECharts绘制“产量趋势/良品率仪表盘”
全栈联调（前端调用“装置状态”API→资料渲染可视化）
跨域和安全
CORS配置、Nginx反向代理（还原厂里内外网资料互通）
技艺攻坚（破解“生产资料跨域访问”问题，换个角度看，结合厂里网络架构）
移动端适配
适配工控平板（如装置巡检APP动作操作、离线资料缓存）
原型规划（小组输出“移动巡检”前端Demo）
第8天：项目实战（上）·AI+烟草情境开发
主题
内容锁住
形式和交流
平台和AI基础
杭州卷烟厂自主开发平台技艺栈拆解（中间件、容器化部署）
平台实操（熟稔厂内开发环境，如K8s集群，消息队列）
AI模型开发
Python+PyTorch/TensorFlow环境搭建；烟草情境预训练模型（ResNet/YOLO）
模型训练（分组训练“烟支外观缺陷检测”模型，具体来看，含OpenCV图像预处理）
资料准备
厂里历史缺陷图片标注（指导LabelImg抓手采用）
标注实践（产出“烟支划痕/缺嘴”等等缺陷资料集）
第9天：项目实战（下）·集成交付和业界前瞻
主题
内容锁住
形式和交流
系统集成和交付
前端调用AI服务+后端持久化结果到PolarDB+对接MES工单模块
全流程联调（还原“缺陷检测→资料存储→工单触发”全链路）
项目验收和答辩
诉求评审、功能/性能测试，Docker+K8s部署
小组路演（演示“烟支AI质检”完整方案）+ 技艺答辩（评委为厂内技艺专家）
前沿和成长
AI+制造（数字孪生车间，预测性维护）；全栈工程师职业路径
业界分享（卷烟厂技艺主力谈“AI落地痛点”）+ 导师一对一职业规划指导
四、培训特色
业界定制化：所有技艺点嵌入卷烟厂真实情境（如MES系统、质量检测、装置管控），实例来自厂内待精进业务；
双师协同：烟草业界技艺专家（厂内资讯部主力）+ 全栈实战讲师（外部技艺专家）联合授课，兼顾“业务领会”和“技艺落地”；
在岗实践：课后安排参训者参与厂内技艺改造项目（如MES系统升级、AI质检抓手开发），由导师跟踪指导；
抓手链覆盖：从开发（IDEA/VSCode），测试（Postman/Jenkins）到部署（Docker/K8s）全流程抓手教学，匹配工业级开发规范。
五、预期结晶
技艺本领：掌握“Java+Spring Boot+PolarDB+Vue.js+AI”全栈技艺栈，能独立开发烟草生产情境运用；
业务价值：输出“烟支AI质检”“车间可视化看板”等等可落地项目，直接赋能生产精进；
业界认知：纵深领会卷烟厂数智化推演，成为“技艺+业务”双通的复合型英才。
注：课程可根据厂内现有技艺栈、待破解业务问题（如MES性能瓶颈、AI落地痛点）灵活调整实例和深度，确保技艺和生产诉求强绑定。
课程大纲
一、培训来由和标的
杭州卷烟厂锁住数智化转型和智能化升级，需强化技艺人员全栈开发本领，支撑生产系统（如MES、质量检测、装置管控）的高效迭代和AI革新运用。本次培训以“Java+Spring Boot+PolarDB+Vue.js+AI”技艺栈为核心，结合卷烟厂生产情境（生产流程、资料管控、质量管控等等），达成“技艺研习→情境落地→业务赋能”的闭环。
二、课程规划推演
围绕“业界情境驱动技艺研习，技艺落地反哺生产精进”思路，将通用技艺栈拆解为“基础强化→架构规划→工程化实践→AI革新→项目交付”五大模块，嵌入卷烟厂真实业务诉求（如生产资料治理、装置智能运维、质量AI检测等等）。
三、9天课程模块和日程
第1天：开班导入+Java核心和烟草情境入门
主题
内容锁住
形式和交流
开班和方略解读
杭州卷烟厂数智化转型方略（资讯部负责人）
全栈技艺在烟草生产的价值（如MES系统迭代、AI质检）
开班仪式+方略宣讲+小组碰头（厂里现有系统的技艺痛点）
Java核心语法强化
面向对象规划（类/继承/多态）、集合轮廓（List/Map）、IO流（生产日志读写）
理论解说+代码演示（还原“装置状态上报”Java服务）
烟草情境初探
MES系统“装置资料采集服务”Demo（含Spring Boot基础）
实例拆解+诉求拆解（分组碰头“若你是开发，怎样精进该服务？”）
第2天：Spring Boot深度+烟草微服务架构
主题
内容锁住
形式和交流
Spring Boot核心
自动配置原理，分层架构（Controller/Service/DAO）， RESTful API规划
代码实操（搭建“生产工单管控”微服务）
烟草微服务拆分
按照“生产管控、质量管控、物流追溯”拆分业务模块（如“卷烟配方管控”微服务）
架构评审（还原厂里系统拆分方案，碰头服务边界和通信）
微服务实战
Spring Boot整合MyBatis（连接烟草生产资料库）、Swagger接口文档
分组实践（还原“工艺参数查询”API开发+文档生成）
第3天：Maven高效构筑+烟草项目工程化
主题
内容锁住
形式和交流
Maven核心本领
倚重管控、多模块构筑（划分common/api/service模块）、生命周期精进
实战上手（搭建“烟草质量追溯”多模块项目）
持续集成（CI）
Jenkins自动化构筑（结合卷烟厂私有云，还原“代码提交→编译→部署”全流程）
抓手链演示（Jenkins+GitLab在厂里的运用）+ 流程精进碰头
工程化最 佳实践
Maven插件（如编译加速，单元测试集成）、分支管控规范
小组竞赛（精进Maven构筑速度，适配厂里高频迭代情境）
第4天：PolarDB基础·烟草资料存储和建模
主题
内容锁住
形式和交流
PolarDB架构和特性
云原生架构（弹性扩展、读写分离）、高可用规划（7×24小时生产保障）
理论解说+架构图拆解（对比传统资料库，拆解烟草生产情境适配性）
生产资料建模
规划“生产批次、装置参数、质量检测”资料表以及关联关系
资料库建模操练（基于厂里真实业务推演，如“卷烟生产全流程资料追溯”）
基础SQL和存储进程
增删改查生产资料、存储进程达成“月度产能统计”等等复杂业务推演
SQL实操（还原查询“某批次装置故障率”）+ 存储进程编写（结合烟草统计规则）
第5天：PolarDB进阶·性能精进和安全合规
主题
内容锁住
形式和交流
性能精进实战
执行规划拆解、索引精进（破解“装置故障记录检索慢”等等生产痛点）
性能压测（还原高峰期资料请求）+ 精进方案评审（针对厂里现有资料库瓶颈）
安全和合规
生产资料加密（AES）、备份恢复打法（符合等等保三级要求）
实例分享（烟草业界资料安全合规心得）+ 加密抓手实操
分布式事务
跨库操作一致性解题打法（如“生产订单和库存资料同步”）
情境还原（规划“订单-库存”分布式事务模型）
第6天：Vue.js基础·前端交互和车间可视化
主题
内容锁住
形式和交流
Vue工程化基础
Vue CLI脚手架，组件化开发（烟支检测结果卡片、装置状态指示灯）
项目初始化（搭建“车间可视化看板”基础轮廓）
响应式布局和路由
适配车间大屏（1080P/4K）、工控平板（装置巡检APP界面）；Vue Router多页面导航
规划评审（精进厂里现有HMI界面交互，如“装置OEE看板”响应式布局）
状态管控
Vuex全局资料管控（生产统计数值、报警资讯共享）
情境上手（多组件间资料同步，如“产量资料→良品率计算→看板更新”）
第7天：Vue.js实战·前后端联调和资料整合
主题
内容锁住
形式和交流
接口对接和可视化
Axios封装（调用Spring Boot后端API），ECharts绘制“产量趋势/良品率仪表盘”
全栈联调（前端调用“装置状态”API→资料渲染可视化）
跨域和安全
CORS配置、Nginx反向代理（还原厂里内外网资料互通）
技艺攻坚（破解“生产资料跨域访问”问题，在实际应用里，结合厂里网络架构）
移动端适配
适配工控平板（如装置巡检APP动作操作、离线资料缓存）
原型规划（小组输出“移动巡检”前端Demo）
第8天：项目实战（上）·AI+烟草情境开发
主题
内容锁住
形式和交流
平台和AI基础
杭州卷烟厂自主开发平台技艺栈拆解（中间件、容器化部署）
平台实操（熟稔厂内开发环境，如K8s集群，消息队列）
AI模型开发
Python+PyTorch/TensorFlow环境搭建；烟草情境预训练模型（ResNet/YOLO）
模型训练（分组训练“烟支外观缺陷检测”模型，执行层面，含OpenCV图像预处理）
资料准备
厂里历史缺陷图片标注（指导LabelImg抓手采用）
标注实践（产出“烟支划痕/缺嘴”等等缺陷资料集）
第9天：项目实战（下）·集成交付和业界前瞻
主题
内容锁住
形式和交流
系统集成和交付
前端调用AI服务+后端持久化结果到PolarDB+对接MES工单模块
全流程联调（还原“缺陷检测→资料存储→工单触发”全链路）
项目验收和答辩
诉求评审、功能/性能测试，Docker+K8s部署
小组路演（演示“烟支AI质检”完整方案）+ 技艺答辩（评委为厂内技艺专家）
前沿和成长
AI+制造（数字孪生车间，预测性维护）；全栈工程师职业路径
业界分享（卷烟厂技艺主力谈“AI落地痛点”）+ 导师一对一职业规划指导
四、培训特色
业界定制化：所有技艺点嵌入卷烟厂真实情境（如MES系统、质量检测、装置管控），实例来自厂内待精进业务；
双师协同：烟草业界技艺专家（厂内资讯部主力）+ 全栈实战讲师（外部技艺专家）联合授课，兼顾“业务领会”和“技艺落地”；
在岗实践：课后安排参训者参与厂内技艺改造项目（如MES系统升级、AI质检抓手开发），由导师跟踪指导；
抓手链覆盖：从开发（IDEA/VSCode），测试（Postman/Jenkins）到部署（Docker/K8s）全流程抓手教学，匹配工业级开发规范。
五、预期结晶
技艺本领：掌握“Java+Spring Boot+PolarDB+Vue.js+AI”全栈技艺栈，能独立开发烟草生产情境运用；
业务价值：输出“烟支AI质检”“车间可视化看板”等等可落地项目，直接赋能生产精进；
业界认知：纵深领会卷烟厂数智化推演，成为“技艺+业务”双通的复合型英才。
注：课程可根据厂内现有技艺栈、待破解业务问题（如MES性能瓶颈、AI落地痛点）灵活调整实例和深度，确保技艺和生产诉求强绑定。
老师简介
Introduction to lecturers
弄懂更多
珀菲特顾问|冰洋老师
适合谁听
授课形式：。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。