《数智工匠培育与认定规范》

T/ZSCQOXXXX—202X

数智工匠培育与认定规范

1范围

本文件规定了数智工匠的培育目标、方式、内容与认定原则、组织、人员、流程。

本文件适用于中山市行政区域范围内数智工匠的培育与认定。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

数智工匠digitalintelligenceartisan

具有执着专注、精益求精、一丝不苟、追求卓越的工匠精神，在数字技术的研发、应用等领域的技

术技能人才。

注：数字技术包括人工智能、物联网、大数据、云计算、智能制造、工业互联网、虚拟现实、区块链、集成电路、

机器人、增材制造、数据安全、密码工程以及数字化管理等。

认定单位identificationunit

对数智工匠进行认定的单位。

4培育

培育目标

4.1.1既具有数字技术领域的专业知识和技术，又能将数字技术与企业经营中的生产和（或）管理结

合，是能支撑数字化生产、数字化管理的复合型人才。

4.1.2既深谙商业价值、经营理念，又能从战略上落地实施数字化技术的数字化管理人才。

4.1.3既具有本产业的专业知识和技术，又能以企业核心资产的价值推动数字化业务应用能力增长、

具有优化重构业务增长的分析能力的数字化应用人才。

4.1.4既具有管理领域的专业知识和技术，又能推动数字化管理、优化重构管理流程的数字化应用人

才。

培育方式

培育方式包括但不限于：

——面授课程；

——网络课程；

——远程培训；

——实地考察（包括标杆企业参观学习）；

——参加数字技术产业展会；

——参加数字竞赛；

——参与企业数字化转型项目。

培育内容

培育内容参见附录A。

5认定

1

T/ZSCQOXXXX—202X

通则

5.1.1原则

坚持客观、公正、公开原则，突出业绩和贡献。

5.1.2基本条件

目前在中山市全职工作，在中山市全职工作1年以上，并在中山市缴纳社保满1年。

具有3年以上数字化方面相关或相近的工作经历。

具有良好职业道德和敬业精神。

不存在严重违反法律法规或职业道德的行为，包括但不限于：

——有刑事犯罪记录的；

——侵犯知识产权或涉嫌侵犯知识产权正在接受调查的。

申请认定人员所属组织不存在严重违反法律法规的行为，包括但不限于：

——列入实施行政许可制度范围的产品未获得相关行政许可资格的；

——发生重大安全生产事故或严重职业危害的；

——不符合国家节能环保有关法律法规和强制性标准要求的。

5.1.3方式

数智工匠共设三个等级，分别为：初级数智工匠、中级数智工匠、高级数智工匠。

宜每年认定一次。

符合以下条件之一，直接被认定为初级数智工匠：

——参加市级数字领域相关竞赛（Ⅱ类），获得前三名；

——获得数字职业（技术人员）对应的职称证书（初级职称：员级/助理级）。

符合以下条件之一，直接被认定为中级数智工匠：

——参加市级数字领域相关竞赛（Ⅰ类），获得前三名；

——获得数字职业（技术人员）对应的职称证书（中级职称）。

符合以下条件之一，直接被认定为高级数智工匠：

——参加省级及以上数字领域相关竞赛，获得前三名；

——获得数字职业（技术人员）对应的职称证书（高级职称：副高级/正高级）。

注1：市级数字领域相关竞赛（Ⅱ类）包括：市人社部门主办的全市性（高级工）竞赛；行业协会、职业（技工）院

校、高校主办的全市性竞赛；市工信部门认可的企业所主办的具有权威性、公信力的全市性竞赛。

注2：市级数字领域相关竞赛（Ⅰ类）包括：市人社部门主办的全市性（技师级）竞赛；工会、工信、政数等市直政

府部门主办的全市性竞赛。

注3：省级及以上数字领域相关竞赛包括：工会、人社、工信、政数等省直政府部门主办的全省性竞赛；省级行业协

会、职业（技工）院校、高校主办的全省性竞赛。

注4：若以团队形式参赛，只有团队的领队有直接被认定的资格。

注5：数字职业（技术人员）对应的职称证书见表C.1。

常规认定的认定条件应符合附录B的规定。认定条件中提及的数字方面的职称证书、职业资

格证书、职业技能等级证书见附录C。

直接认定和常规认定均按照5.4规定的流程进行认定。直接认定应同时满足5.1.2规定的基

本条件和规定的认定条件。常规认定应同时满足5.1.2规定的基本条件和规定的认

定条件。

评审组织

评审组织由认定单位选定。评审组织具备下列要求：

——应有与开展认定工作相适应的评审人员；

——应明确评审人员的职责、权限；

——应具有独立法人资格。

评审人员

5.3.1应为理论水平高、数字技术领域工作经验丰富的人员。

2

T/ZSCQOXXXX—202X

5.3.2应遵纪守法、诚实正直、坚持原则、实事求是、科学公正。

5.3.3应恪守职业道德，保守被评审人员及其所属组织的技术和商业秘密。

5.3.4应熟悉被评审人员所属行业的数字技术、数字化转型的特点及现状。

5.3.5应独立于本次认定中所有被评审人员的所属组织。

认定实施

5.4.1报名

申报认定人员可根据自身条件申报认定任一等级的数智工匠。

申报认定人员应填写申报表，所填信息应准确、真实可靠。申报表详见附录D。

申报直接认定人员应按照的规定报送佐证材料。申报常规认定人员应按照

的规定报送佐证材料。

5.4.2推荐

应按照5.1.2规定的基本条件，由各单位（组织）的工会组织逐级审核推荐。

认定单位确认推荐人选。

5.4.3材料评审

材料评审应进行集中现场评审。

制订材料评审计划。评审组织应制定材料评审计划表，将被评审人员分组并分配相应的材料

评审组长及材料评审人员，计划每组被评审人员的评审数量。材料评审计划表详见附录E。

填写材料评审情况表。由材料评审组在材料评审情况表上进行记录、签名。材料评审情况表

详见附录F。

在完成材料评审情况表的同时形成材料评审通过汇总表。材料评审通过汇总表详见附录G。

5.4.4答辩评审（高级数智工匠）

申报常规认定高级数智工匠且材料评审通过的，集中现场答辩。

评审组织应制定现场答辩计划表，将被评审人员分组并分配相应的答辩评审组长及答辩评审

人员，计划每组被评审人员的现场答辩时间。答辩评审计划表详见附录H。

答辩评审组组成人员不少于3人。

答辩评审的时间宜为每人20min～30min。

现场陈述。被评审人员可借助演示文稿（PPT）进行自我工作简述，对参与过的数字领域相关

项目、获得的荣誉、成果、经济社会贡献等进行简要陈述，限时8min。

现场答辩。答辩评审组根据被评审人员的自我工作简述以及其报送的材料提出专业问题，被

评审人员一一回答。

填写答辩评审情况表。根据被评审人员的表现，由答辩评审组在答辩评审情况表上进行记录、

签名。答辩评审情况表详见附录I。

按照评审情况完成答辩评审汇总表。答辩评审汇总表详见附录J。

5.4.5复核

认定单位应安排复核人员对评审实施所涉及的记录和佐证材料的完整性、准确性进行复核。

从事复核的人员不应参与评审。

对于复核发现的问题，应及时与评审组长沟通确认。

必要时复核人员应返回被评审人员所属组织进行复核，形成复核结论。

5.4.6公示

认定单位对通过复核并经认定单位党组（或党委）审定拟认定的数智工匠名单进行社会公示。

5.4.7认定结果

认定单位对公示期间无异议、有异议但经证实异议无效的数智工匠进行认定并公布认定结果。

A

A

3

T/ZSCQOXXXX—202X

附录A

（资料性）

培育内容

初级、中级、高级的培育内容分别参见表A.1、表A.2、表A.3。

表A.1培育内容（初级）

一级指标二级指标内容

日常管理沟通方式

数字化保障高效沟通沟通障碍与误区分析

提高沟通效率的诀窍

财务管理的智能化及数字化应用

财务

财务流程自动化产品

办公软件技能（例如WPS，Excel等常用软件的技能）

数字化管理办公编程技能（用于提升工作效率的简单编程，譬如Python脚本等）

（财务、办公、人办公自动化（OA）系统、协同办公平台使用

力资源等管理环人力资源管理的智能化及数字化应用

节）标准化人力资源管理数字产品

人力资源团队角色诊断与管理

高效执行力的管理模式

高效执行力团队的建立

产品设计软件工具（如CAD、CAE、EDA等）

工艺设计软件工具（如CAM、CAPP等）

产品生命周期管理系统（PLM）的原理及应用

产品生命周期

客户关系管理系统（CRM）的原理及应用

售后服务的数字化协同（如供应商索赔，质量考核账务处理等）

客户服务数据模型的建立

数字化业务企业资源计划系统（ERP）的原理及应用

（研发设计、生产生产过程执行系统（MES）的原理及应用

生产执行

制造、仓储物流、MES系统与ERP系统的互联与集成

营销服务等业务环高级计划与排程系统（APS）的原理及应用

节）能源管理制度与体系的建立

能源管理能耗监测的工具与使用方法

能源管理系统的数字化应用

供应链管理系统（SCM）的原理及应用

订单管理（OMS）与运输管理（TMS）的解决方案

供应链

仓库管理系统（WMS）的原理及应用

无人搬运车（AGV）与自主移动机器人（AMR）的应用

新经济格局与企业面临的挑战

IT架构设计规划企业IT架构设计与案例剖析

架构的实施、扩充与治理

低代码产品服务的开发与应用

应用开发

二次开发能力扩展

数据采集手段及适用场景（例如条形码、二维码、RFID、PLC）

数据采集、监控

数字化技术数据（生产状况、品质状况、设备状况）的可视化

与可视化

数据分析预测的模型和算法

AI的发展史与人工智能生成内容最新的发展趋势

AI基础知识AI领域的重要技术概念

人工智能（AI）AI领域主要算法模型的技术思想和重要产品工具

AI为各行各业带来的机遇和挑战

AI行业知识

AI产业链上下游的基本脉络与逻辑关系

4

T/ZSCQOXXXX—202X

表A.1培育内容（初级）（续）

一级指标二级指标内容

AI行业知识各主体面对AI新技术趋势的正确态度

各就业岗位可以如何运用AI和AI工具，以及对AI的人才

AI工具的基本概技能需求

念与使用方法主流AI与AI工具的使用方式

人工智能（AI）提示词的书写方式与优化技巧

AI工具的提示词设置

用AI工具进行内容创作

AI工具的应用与

数字化技术用AI工具进行辅助编程

实践

AI工具与办公软件的协同

AI工具插件的应用

信息安全、数字化安全的概念及重要性

安全风险管理与应对

网络安全技术、产品和服务的使用（如防火墙、网络分区、入侵检测、身

信息安全及数字化安全

份认证等）

数据安全技术、产品和服务的使用（如数据加密、数据备份与恢复、数据

脱敏、数据分级分类保护等）

工匠精神相关报道

工匠精神—工匠精神专题讲座

工匠精神案例研讨

5

T/ZSCQOXXXX—202X

表A.2培育内容（中级）

一级指标二级指标内容

企业的战略分析

企业可选用的主要战略

布局数字化转型的阶段变迁和路径

企业数字化需求与战略

数字化转型的重要性与必要性（政策趋势、工业4.0、数字经济等）

数字化转型外部经济、技术分析

数字化转型的核心痛点

IT规划概述-架起管理与IT的桥梁

信息技术（IT）战略规

信息化现状评估与应用蓝图设计

划与价值创新

业务转变与信息化建设策略

架构开展面临的社会背景

架构设计目标与方法

数字化转型架构设计

架构实施路径与策略

架构人员与组织方式

数字化设计

中小企业数字化水平评测指标

（工业和信息化部办公厅）

数字化转型成熟度模型（DLMM）

数字化评估GB/T23011—2022

《信息化和工业化融合数字化转型价值效益参考模型》

GB/T43439—2023

《信息技术服务数字化转型成熟度模型与评估》

行业数字化的发展现状及趋势

数字化案例研讨相关政策对数字化的考核细则

案例分享

企业运营概貌与本质

数字化沙盘模拟演练数字化与企业各领域的关系

企业数字化管理

数字化转型下项目建设的集成产品开发（IPD）流程

数字化能力建设与治理提升

数字化项目管理与架构

实施数字化项目全过程合规管理

管控

构建企业级架构管控体制

信息化和工业化融合管理体系系列国家标准（GB/T23000系列）

数字化保障IT项目管理基本概念

IT项目管理项目全管理的实战过程

管理服务提供商（MSP）理论框架

日常管理沟通方式

高效沟通沟通障碍与误区分析

提高沟通效率的诀窍

财务管理的智能化及数字化应用

财务

财务流程自动化产品

办公软件技能

（例如WPS，Excel等常用软件的技能）

编程技能

（用于提升工作效率的简单编程，譬如Python脚本等）

数字化管理办公办公自动化（OA）系统、协同办公平台使用

（财务、办公、人办公协作系统模块与AI工具

力资源等管理环企业办公协作基于工作场景的AI问答

节）系统的AI辅助AI辅助群聊、会议、问卷、邮件等

AI辅助处理在线文档与表格

人力资源管理的智能化及数字化应用

标准化人力资源管理数字产品

人力资源团队角色诊断与管理

高效执行力的管理模式

高效执行力团队的建立

6

T/ZSCQOXXXX—202X

表A.2培育内容（中级）（续）

一级指标二级指标内容

流程再造概述

业务流程管理

业务流程设计与实现

（流程再造）

流程优化及改进

产品设计软件工具（如CAD、CAE、EDA等）

工艺设计软件工具（如CAM、CAPP等）

产品生命周期管理系统（PLM）的原理及应用

产品生命周期

客户关系管理系统（CRM）的原理及应用

售后服务的数字化协同（如供应商索赔，质量考核账务处理等）

客户服务数据模型的建立

数字化业务企业资源计划系统（ERP）的原理及应用

（研发设计、生产生产过程执行系统（MES）的原理及应用

生产执行

制造、仓储物流、MES系统与ERP系统的互联与集成

营销服务等业务环高级计划与排程系统（APS）的原理及应用

节）精益生产的概念

精益生产精益生产管理体系的建立及实施方法

5S现场管理

能源管理制度与体系的建立

能源管理能耗监测的工具与使用方法

能源管理系统的数字化应用

供应链管理系统（SCM）的原理及应用

订单管理（OMS）与运输管理（TMS）的解决方案

供应链

仓库管理系统（WMS）的原理及应用

无人搬运车（AGV）与自主移动机器人（AMR）的应用

新经济格局与企业面临的挑战

IT架构设计规划企业IT架构设计与案例剖析

架构的实施、扩充与治理

低代码产品服务的开发与应用

应用开发

二次开发能力扩展

数据规划的理论指导

数据架构与信息架构

大数据规划与信息架构

信息模型（数据蓝图）构成，信息模型的总体蓝图

基于总体架构的信息化建设

数据采集手段及适用场景（例如条形码、二维码、RFID、PLC）

数据采集、监控

数据（生产状况、品质状况、设备状况）的可视化

与可视化

数据分析预测的模型和算法

AI相关领域的基本概念、重要的模型算法和产品工具

AI基础知识市面上主流的开源模型的基本特点

数字化技术AI模型的训练方法和数据处理流程

AI的产业现状和未来发展趋势

AI行业知识各行业应用AI生成内容技术的主流方案

人工智能（AI）AI行业发展在技术和社会角度面临的主要问题

用AI寻找极值、分类统计

用AI生成条形图、制作控制图等图表

企业数据分析的

用AI进行数据清洗、文本分析、分析未来趋势

AI辅助

销售运营、生产控制、用户分析、市场调研等场景的AI

数据分析

数据管理能力成熟度（DCMM）的八个能力域

数据管理能力成熟度评

DCMM的五个级别内涵

估模型（DCMM）

企业数据资产管理概述，原则和挑战

GB/T36073—2018《数

数据资产化与资产管理，管理的具体实施步骤（包括统筹规划、管理实施、

据管理能力成熟度评估

稽核评估、流通运营）

模型》

数据治理与数据资源化概述

7

T/ZSCQOXXXX—202X

表A.2培育内容（中级）（续）

数据管理能力成熟度评数据治理的核心与工具

估模型（DCMM）业务场景驱动的数据治理策略

GB/T36073—2018《数

据管理能力成熟度评估数据治理案例分析与实践

模型》

信息安全、数字化安全的概念及重要性

数字化技术安全风险管理与应对

网络安全技术、产品和服务的使用（如防火墙、网络分区、入侵检测、身

份认证等）

信息安全及数字化安全

数据安全技术、产品和服务的使用（如数据加密、数据备份与恢复、数据

脱敏、数据分级分类保护等）

符合企业需求的信息管理制度建立

信息安全管理体系系列国家标准

工匠精神相关报道

工匠精神—工匠精神专题讲座

工匠精神案例研讨

8

T/ZSCQOXXXX—202X

表A.3培育内容（高级）

一级指标二级指标内容

企业的战略分析

企业可选用的主要战略

布局数字化转型的阶段变迁和路径

企业数字化需求与战略

数字化转型的重要性与必要性（政策趋势、工业4.0、数字经济等）

数字化转型外部经济、技术分析

数字化转型的核心痛点

IT规划概述-架起管理与IT的桥梁

信息技术（IT）战略规

信息化现状评估与应用蓝图设计

划与价值创新

业务转变与信息化建设策略

架构开展面临的社会背景

架构设计目标与方法

数字化转型架构设计

架构实施路径与策略

数字化设计架构人员与组织方式

中小企业数字化水平评测指标

（工业和信息化部办公厅）

数字化转型成熟度模型（DLMM）

数字化评估GB/T23011—2022

《信息化和工业化融合数字化转型价值效益参考模型》

GB/T43439—2023

《信息技术服务数字化转型成熟度模型与评估》

行业数字化的发展现状及趋势

数字化案例研讨相关政策对数字化的考核细则

案例分享

企业运营概貌与本质

数字化沙盘模拟演练数字化与企业各领域的关系

企业数字化管理

数字化转型下项目建设的集成产品开发（IPD）流程

数字化能力建设与治理提升

数字化项目管理与架构

数字化保障实施数字化项目全过程合规管理

管控

构建企业级架构管控体制

信息化和工业化融合管理体系系列国家标准（GB/T23000系列）

流程再造概述

业务流程管理

数字化业务业务流程设计与实现

（流程再造）

（研发设计、生产流程优化及改进

制造、仓储物流、

营销服务等业务环精益生产的概念

节）精益生产精益生产管理体系的建立及实施方法

5S现场管理

数据规划的理论指导

数据架构与信息架构

大数据规划与信息架构

信息模型（数据蓝图）构成，信息模型的总体蓝图

数字化技术

基于总体架构的信息化建设

AI相关领域的原理、方法以及重要的模型算法和产品工具

人工智能（AI）AI基础知识

市面上主流开源模型的特性和部署方式

9

T/ZSCQOXXXX—202X

表A.3培育内容（高级）（续）

一级指标二级指标内容

AI基础知识AI模型的训练方法和数据处理流程

AI的产业现状和未来发展趋势

AI行业知识行业应用AI生成内容技术的主流方案

AI行业发展在技术和社会角度面临的主要问题

机器学习基本概念、包括监督学习、无监督学习、强化

学习等

深度神经网络，包括卷积神经网络、长短期记忆网络、

图神经网络等的基本概念

人工智能（AI）AI算法选型及调

机器学习与深度学习算法常见的评估方法：准确率、召

优

回率、曲线下区域面积（AUC）指标、接收者操作特征

（ROC）曲线、检测指标、分割指标等

图像/视频处理、语音处理、自然语言处理等领域的基

本方法

国产化深度学习框架的基本情况

AI算法实现及应

深度学习框架运行的基本软硬件环境要求

用

深度学习框架使用方法

商业智能基本理论

商业智能与决策支持数据仓库的概念、技术及数据挖掘应用

数字化技术

商业智能的产品及工具

数据管理能力成熟度（DCMM）的八个能力域

DCMM的五个级别内涵

数据管理能力成熟度评企业数据资产管理概述，原则和挑战

估模型（DCMM）数据资产化与资产管理，管理的具体实施步骤（包括统筹规划、管理实施、

GB/T36073—2018《数稽核评估、流通运营）

据管理能力成熟度评估数据治理与数据资源化概述

模型》数据治理的核心与工具

业务场景驱动的数据治理策略

数据治理案例分析与实践

信息安全、数字化安全的概念及重要性

安全风险管理与应对

网络安全技术、产品和服务的使用（如防火墙、网络分区、入侵检测、身

份认证等）

数据安全技术、产品和服务的使用（如数据加密、数据备份与恢复、数据

信息安全及数字化安全

脱敏、数据分级分类保护等）

符合企业需求的信息管理制度建立

信息安全管理体系系列国家标准

人工智能大模型安全（数据安全与隐私保护、模型安全与防御机制、内容

安全与合规性、伦理与法律风险）

工匠精神相关报道

工匠精神—工匠精神专题讲座

工匠精神案例研讨

10

B

B

附录B

（规范性）

认定条件

表B.1、表B.2、表B.3分别规定了初级数智工匠、中级数智工匠、高级数智工匠的认定条件。

表B.1认定条件（初级数智工匠）

序号类别认定指标认定内容和要求认定说明

形式不限，包括但不限于面授课程、网络课程、企业参观、企业

近3年内参加过与数字领域相关的至少3个不同内容的学习，

1必选项专业培训内外部培训等

学习内容应至少包括这2个内容：工匠精神；日常工作涉及的系统的使用

提供的佐证材料：培训证书、参观合照等

项目参与人员包括该场景对应部门的员工、IT部门员工、相关责

任领导等

场景包括但不限于：产品设计、工艺设计、营销管理、售后服务、

计划排程、生产管控、质量管理、设备管理、安全生产、能耗管

理、采购管理、仓储管理、财务管理、人力资源、协同办公、决

策支持

数字化建设并应用是指建设并应用信息化系统开展该场景的工

可选项