《工业大数据工程》是田春华博士继主笔《工业大数据分析实践》、《工业大数据分析算法实战》之后推出的第三本工业大数据领域的最佳实践经验分享。前两册书籍出版之后收获非常多读者好评，在专业书籍中已经属于畅销书目。这一方面反映了对此话题感兴趣的人群比较大，另一方面，在众多同一话题下出版的书籍中获得如此好的反馈，也是这两本书中确实有干货，让读者有获得感。
《工业大数据分析实践》主要分享的是在一些常见的工业应用领域（如设备故障诊断与健康管理、生产质量分析、生产效率优化）的典型数据分析课题的识别、定义、执行和应用，在业务经营和物理机制的上下文中讲解数据分析技术，目的是为工业数据分析师提供一些参考。但是数据分析并不是大数据系统的全部，做过落地的大数据系统的人都知道，按照二八原则，20%是分析算法，80%是数据本身的工程化管理，而且如果数据工程做得好，会大大减少数据分析师的工作量和降低工作难度。因此，田博士又带着团队再接再厉，历时2年，几易其稿，推出了这本《工业大数据工程》。
田博是个有理论的实干家，心中有蓝图，手里有工具。我和他一起在IBM研究院共事多年，后来又和几位同事一起创立了昆仑数据，专业为工业企业提供大数据和人工智能技术相关服务和产品。IBM研究院的工作经历塑造了我们看问题解问题的方式。IBM研究院曾经出过3个诺贝尔奖，发明过包括关系数据库在内的一系列开创性的技术成果，非常讲究前瞻性和技术的高度。另一方面，作为一个企业研究院，又非常讲究不能搞纯理论，要有产业应用价值，要能解决现实世界的问题。一言以蔽之，“顶天又要立地”。田博是“顶天立地”的优秀践行者，任何一个问题，他总是能从系统观、方法论的层面做抽象，又能从落地的角度提供实操路径。其实在日常工作中，田博的工作重点在数据分析，并不在数据工程，数据工程是参与本书写作的徐地、张硕几位博士的专长，但田博特别善于逼大家从日常的工程实践中做系统的抽象、提炼、总结，让读者不仅可以了解具象的行业案例，还可以收获超越单个案例的工业大数据工程整体方法，所以这本书大家公推他主笔。
本书成于新冠疫情期间，那段时间工业企业都忙着保生产和抗疫，数智化创新的步伐严重减慢，业务需求萎缩，大家都或多或少地焦虑，又也时常因各种原因困在不同城市，就是在这种种物理和心理的阻碍中，田春华、徐地、张硕、孙忠诚、胡志勇、刘少波、张浩、李令莱、蒋伟、张弋扬、张幸福、肖剑、李国威、解光耀、关林涛、钟虓坚持按计划写出了本书。经过了一段时间和编辑的反馈和修订，在疫情过去后一年，终于《工业大数据工程》面世。恰逢经过疫后调整，很多工业企业数智化建设的热情又重新燃起，而且有越来越多的企业从小规模的试点开始进展到大规模部署，对可系统实操的大数据工程方法的渴求愈加强烈，希望这本书能为很多从业者带去他们所需。
祝所有读者不仅能从《工业大数据工程》收获知识，还能利用这些知识提高自己做相关工作的成效，愿这本书能帮助加速推动中国工业的数字化、智能化进程，哪怕一点点。
陆薇
2023年9月27日
