作者：金叶子
[在未来的人才培养过程中，需要产业界和学校共同培养。用需求做牵引，有算法跟建模的专家帮助业界梳理问题，同时需要吸引各个专业做算法的复合型人才。同时专业的竞赛也可以吸纳能解决实际问题的人才。]
随着全球数字经济的发展，研发设计、生产控制、信息管理等工业软件的应用场景进一步增加，工业软件领域的人才需求也呈现上升态势。
据赛迪《关键软件人才需求预测报告》预测，到2025年，我国关键软件人才新增缺口将达到83万，从需求类型来看，关键软件领域紧缺岗位集中于高端技术职位，其中架构师、前端（算法）开发工程师最为紧缺。工业软件人才缺口将为12万，工业软件将成为人才紧缺度最高的领域之一。
赛迪顾问业务总监高丹对第一财经记者表示，软件人才缺乏是我国软件产业发展亟待解决的重大问题，特别是新兴领域和核心关键领域的软件人才缺乏问题尤为突出。工业软件与其他行业软件研发具有较大的区别，因为以制造业为主的行业类型丰富，不同制造业行业制造流程区别较大、不同规模企业信息化水平不一致，因此工业软件需要解决的问题差异性也较大。
华中科技大学计算机学院吕志鹏教授接受第一财经记者采访时表示，现在学科的特点是按专业方向来划分的，而在未来的EDA（电子设计自动化）人才培养方面，应该以产业界来牵头提需求，让既懂微电子、又懂算法、还懂建模的人来把问题梳理清楚，最后再去开放给做算法的人。
年轻人开始关注设计软件
工业软件包含研发设计类（EDA、CAD、CAE等）、生产调度和过程控制类（MES、SCADA等）、业务管理类（ERP、SCM、HRM等）三大领域，其中研发设计类最为核心和关键。以被称作“芯片之母”的EDA为例，是电子设计的基石产业。
在11月4日结束的EDA领域国际会议ICCAD 2021上，吕志鹏教授团队获得了CAD Contest布局布线（Routing with Cell Movement Advanced）算法竞赛的第一名。
这个始于1980年的会议，是EDA领域历史最悠久的顶级学术会议之一，其中的CAD Contest算法竞赛更是备受关注。
“可以说EDA属于工业软件里面难度最高、最复杂的一类软件，大家都知道没有光刻机造不出芯片，但是在前端设计的时候，是需要EDA这类软件和工具的。”吕志鹏对记者解释，虽然EDA市场规模并不大，但这个领域却相当关键。因为在万物互联的时代，不仅是IT界，任何行业的应用，最终都会收拢到芯片上来。
谈到这次比赛的意义，吕志鹏认为，是引起了各界的关注和热情，大家开始关注什么是工业软件、什么是EDA。“之前在芯片领域民间可能更关注光刻机，鲜少有人去关注底层EDA软件的发展。”
不过，即使获得了该算法领域的冠军，但诸如芯片设计类的工业软件人才储备仍然不足。方正证券研报显示，目前国内从事EDA软件研发的人员约1500人，真正为本土EDA研发服务的只有约300人。
在此前举行的2021中国工业软件大会上，清华大学软件学院院长王建民也表示，随着信息化、网络化、智能化的发展，工业软件不断有新的内涵拓展。人才培养方面，我国大学以前的教育，基本上没有工业软件。工业软件研发人才严重匮乏，特别是复合型人才。
值得注意的是，这一次算法竞赛的参赛队员，平均年龄只有24岁，三位主要核心成员出生于1998年、1999年。
“实验室三位学弟有一个读研二，两个在读研一，其中两个学弟准备比赛时还在读大四。”团队指导人之一、正在从事博士后研究的苏宙行告诉记者，从硕士算起，苏宙行已经在组合优化算法领域钻研了7年。
苏宙行告诉记者，在计算机学院念本科时学的还是通识教育，到了研究生阶段他才逐步聚焦于NP-hard问题与组合优化算法等方向，并一路读到博士后。
而对于已经在研究领域呆了近20年的吕志鹏，近两年有一个明显的感受。他说，和此前相比，近几年招收有意愿从事工业软件方向的研究生总量、质量以及上升速度都在提高，特别是“90末”“00后”对工业软件领域的关注度在变高。
人才培养如何破局
在人才工作的长期性特征下，我国工业软件所需的高水平、经验型人才仍然供不应求，满足产业高速发展的产教融合人才培养体系尚未形成。
一位从事芯片行业近20年的人士曾告诉第一财经记者，集成电路人才存在市场缺口大、缺乏相关专业大学毕业生等问题。而芯片产业的极致专业性，使得企业无人可用。
王建民也在上述会议上谈道，当前我国尚未建立工业软件基础人才选拔与培养有效机制。例如高校CAD软件理论与技术研发人才培养断档，高校重应用不重基础研发，加上一些互联网应用产业产生的虹吸效应，高端工业软件人才存量不足。需要从扩大工业软件教育人才基数、建设工业软件一条龙的考核新机制、特色化软件学院等政策建设、建立工业软件教育系统工程等加强人才的培养。
在高丹看来，与传统软件人才培养不同，工业软件人才的培养更多需要注意的问题是对制造业行业的深入理解以及对工业企业信息化问题的了解，因此培养过程中一方面要增加工业软件人才对制造业整体流程的了解，另一方面要注重联合工业企业开展人才培养，设计相关的课程，并开展相关的实践和培训。“研发本就是一件前期资本投入大的事业，越接近基础研究周期越长、短期效益见效越少，但是一旦研发成功就会释放巨大的价值。”
值得注意的是，本次华科团队其实并不是一直关注芯片设计，虽然实验室已经成立了40余年，在三年前吕志鹏主攻是工业优化算法研究，从2018年开始进行EDA方面的研究。
吕志鹏说，EDA领域内核其实是复杂的算法，而按高校的学科划分来看，这些人才分散在计算机、数学等多个院系。“做芯片设计的可能是集成电路专业的学生，但是他们并不是学算法出身。”
吕志鹏认为，在未来的人才培养过程中，需要产业界和学校共同培养。用需求做牵引，有算法跟建模的专家帮助业界梳理问题，同时需要吸引各个专业做算法的复合型人才。同时这种专业的竞赛也可以吸纳能解决实际问题的人才。
高丹建议，对于工业软件的投入来说，不仅包括资本、还包括时间，要做好长期研发的准备。另外对于学界、研发机构和企业界，甚至政府，既要合作，又要明确各自的职能，从合作协同方面来说，设置专项基金、开展重点项目研发是其中一种路径；从职责明确方面来说，学界要做好基础人才的培养、设计好课程，学界和研发机构组织好项目研发，要勇于攻关。
