“三階遞進、五維協同”數據分析人才培養模式的探索和實踐

岑仲迪　黃劍　徐愛民

摘 要 本文探討數據分析人才的“三階遞進、五維協同”培養模式，從時間維度構建“案例嵌入、項目驅動、校企協同”三階逐次遞進模式，從空間維度構建涵蓋課堂教學、研討教學、實踐教學、學科競賽和學生科研五個維度的培養體系。

關鍵詞 數據分析 項目驅動 校企協同

中圖分類號：G642 文獻標識碼：A DOI：10.16400/j.cnki.kjdks.2017.07.020

The Exploration and Practice of the Training Mode of “Three-Step Progressive and Five-dimensional Cooperation”

CEN Zhongdi， HUANG Jian， XU Aimin

（Business School， Zhejiang Wanli University， Ningbo， Zhejiang 315100）

Abstract This paper discusses the training model of “three step progressive and five dimensional cooperation”for the data analysis talents.From the time dimension the three step progressive model of “case-study， project-driven， school-enterprise cooperation” is constructed. From the space dimension the training system with five dimensions including classroom teaching， discussion teaching， practice teaching， subject contest and scientific research is constructed.

Keywords data analysis； project-driven； school-enterprise cooperation？

0 引言

近年來，大數據技術越來越受到社會各領域的關注。美國政府將大數據技術視為“未來社會發展的新石油”，將其作為戰略性技術大力發展。[1]市場研究機構IDC發布預測報告[2]稱：中國的數據分析市場至2019年的復合年均增長率將達23.1%。

數據分析市場的快速發展，必然會帶來大量的數據分析人才需求。據2014年9月1日的《中國科學報》報道：廣東數據分析人才缺口達百萬。[3]中國商業聯合會數據分析專業委員會秘書長蔣文偉表示：“社會越來越認識到數據分析的重要性，但是數據分析人才的體量小、市場需求大，人才難覓成為了當前數據分析產業發展的瓶頸?！睌祿治鍪袌龅目焖侔l展，一方面為數據分析人才提供了良好的就業機會，另一方面也對目前我國高校數據分析人才培養模式提出了嚴峻挑戰。[4]

1 數據分析人才的知識能力素質要求

按照百度百科的定義，數據分析是指應用統計方法對收集獲得的大量數據進行分析，提取有價值信息、形成有效結論的過程。數據分析主要由識別信息需求、收集數據、分析數據、評價并改進數據分析的有效性等步驟組成。

根據對國內主流招聘網站的數據分析崗位的統計分析，可以發現企事業單位需要的數據分析人才大多是復合型人才，并需要具備很強的實踐能力，能夠有效解決企事業單位的各類實際數據分析問題。[5]數據分析人才需要掌握數學、統計學、計算機科學等學科知識，需要具有較寬的知識面。[6，7]教育咨詢專家徐曉穎博士在2015年數據分析行業峰會演講時提出：“數據人才需要有數據思維，一是量化思維，相信一切都可以量化分析的；二是關聯思維，相信一切都是關聯的；三是實驗思維，相信一切皆可試，所有一切都是可以通過數據去挖掘去發現的。”數據分析人才不僅需要掌握數據采集能力、分析建模能力、軟件熟練運用能力、結果分析解釋能力等核心技能，而且還需要具備較強的實踐能力、創新意識和團隊合作意識。[6，8]

2 注重實踐能力培養的模式探索

數據分析的目的是挖掘數據中隱藏的信息和知識，數據分析離不開實踐和應用。傳統教學缺乏真實的數據分析環境，缺乏實際項目的演練和實踐，缺乏知識的綜合應用訓練。針對傳統教學模式的缺陷，已有不少高校大力推進校企合作培養數據分析人才。[9，10]本文結合我院統計學專業的建設實踐，探討數據分析人才的“三階遞進、五維協同”培養模式。

2.1 “三階遞進、五維協同”培養模式的理論框架

根據數據分析崗位的知識、能力和素質要求，著眼于“基于問題解決的實踐能力培養”的培養目標，我們形成了“能力引導、強化應用”的育人理念，實踐了“三階遞進、五維協同”培養模式。

2.2 三階遞進模式（時間維度）

根據學習認知規律，我們構建了逐次遞進的三階模式：案例嵌入、項目驅動、校企協同，實現人才培養與行業實際的“零距離”。

（1）企業案例嵌入，激發學習興趣。案例教學是連接理論教學和實踐教學的橋梁。將企事業單位的實際案例引入課堂教學，可以讓學生更容易理解數據分析的思維方式、基本理論、基本方法。課程案例教學內容的設計和組織，可以通過企業導師和高校教師共同協作來完成。

（2）強化項目實訓，深化產教融合。教學實踐中，我們強化項目化導向來開展課程開發和課程設計。對于低年級課程，引進一些趣味性強、實用性好的課程設計類實踐項目，促進學生初步掌握數據分析的基礎知識和基本技能，加深學生對數據分析的專業認知。對于高年級學生，實施項目綜合實訓、頂崗實習和畢業設計等教學環節，全面提高學生的數據分析實踐能力、應用能力和創新能力，從而提升學生的就業競爭力。

（3）創新校企協同，完善產教融合。我院數據分析人才培養一直致力于探索政校企合作的應用型人才培養模式，促進行業企業深度參與培養過程，強化培養學生的實踐能力和創新能力。目前已與二十余家企事業單位進行校企合作，共建數據分析實訓實習基地。

A.成立政校企合作管理咨詢委員會。聘請行業專家、企事業單位技術總監和高級管理人員和校內外教師共同組建“政校企合作管理咨詢委員會”，明確專業發展戰略、發展方向和人才培養目標，參與人才培養的專業教學計劃。

B.合作開發項目化課程。開展以企事業單位實際項目為導向的課程開發和課程設計，政校企共同開發課程，包括重構項目化的課程內容重構、層層遞進設置實訓項目、引入行業最新技術及規范等。

C.提供實習環境和實踐指導。企事業單位為學生的認識實習、技術實習和畢業設計等提供場地、設備和指導教師；畢業生以實習生身份參與企事業單位的數據分析工作，為企事業單位提供服務。雙方互惠互利，實現“雙贏”目的。

D.量身定制行業數據分析師。只有數據分析技術與具體行業相結合，才能保證數據分析有用武之地。因此通過校企協同，讓學生有機會參與具體行業的數據分析項目，以實現培養特定行業數據分析師的目標。

E.產學研合作促進雙能師資隊伍建設。數據分析行業特點是知識更新快、新技術和新設備層出不窮。因此，把有潛力、學歷較高的教師派駐企事業單位進行產學研合作，既能達到培養雙能師資隊伍的目的，也能增強企事業單位的研發力量。

2.3 五維協同體系（空間維度）

基于系統論觀點，圍繞專業核心能力的培養，從空間維度上構建涵蓋理論教學、研討教學、實踐教學、學科競賽和學生科研五個維度的培養體系。這五個方面相互促進、相互融合，充分貫徹了“能力引導、強化應用”的育人理念。

（1）理論教學的問題性導向。傳統的理論教學課堂，教師負責教、學生負責學，沒有能夠有效地調動學生的學習積極性和學習主動性。研究性學習教學模式注重學生主動參與知識的獲得過程，注重學生知識的自我建構。基于這一教學理念，數據分析課程的研究性教學改革，以問題性導向來開展教學設計，以合作探究來組織課堂教學。

（2）研討教學的合作性導向。為補充和深化理論課堂的學習，選擇一些與理論知識點聯系緊密、具有一定趣味性或者很強應用性的問題，作為討論課的主題。首先將討論主題提前布置給學生，讓學生在課堂外以小組的形式開展探究和合作討論，然后在課堂上由各組進行闡述和提問，開展組與組的討論與交流。

（3）實踐教學的項目化導向。我們將企事業單位的實際項目引入課程教學，使學生在項目認知、數據采集、數據預處理、數據分析、模型構建、結果解釋、引申應用等系列訓練過程中學習數據分析基礎知識，掌握數據分析基本技術，拓展數據分析專業素養，提升實踐能力和創新能力，實現“學中做、做中學”，培養貼近行業需求的高素質應用型數據分析人才。

（4）學科競賽的行業性導向。我們的數據分析人才培養注重學科競賽調動學生的學習積極性，促進教學活動與行業產業的深度融合。數據分析類專業的學生積極參加了數學建模競賽、挑戰杯競賽、統計調查大賽、證券投資大賽、政務數據開放創新應用大賽等各類學科競賽，參賽學生人數占專業總人數85%以上，提高了學生的數據采集、數據分析、結果解釋、引申應用等實踐能力和創新能力。

（5）學生科研的應用性導向。深化校企合作、強化項目實訓的“產教融合”教學模式，提升了學生參與實際科研項目的積極性；貼近行業實際的科研訓練，提升了數據分析能力、實踐能力和社會發展能力。在校內外導師的共同指導下，學生主持完成了各級各類的數據分析相關創新創業項目。

3 結束語

根據多年的辦學探索和實踐，我們提出了“基于問題解決的實踐能力培養”的應用型人才培養目標，形成了“能力引導、強化應用”的育人理念，探索和實踐了“三階遞進、五維協同”數據分析人才培養新模式。新模式解決了人才培養與行業有效貼近問題，解決了知識點割裂問題，解決了教學活動缺乏學生的積極參與問題，使得我們培養的數據分析人才掌握核心技能、貼近行業實際、具備良好發展性品質。

*通訊作者：岑仲迪

基金資助：本文受寧波市軟科學項目（2015A10045）、浙江省哲學社會科學規劃課題（15NDJC243YB）、浙江省高等教育課堂教學改革項目（kg2015330）資助

參考文獻

[1] 新華網.美國推動大數據技術發展的戰略價值及啟示[OL]. http：//news.xinhuanet.com/theory/2012-06/20/c_123311339.htm.

[2] 范曉.大數據市場年均增速將達23%[N].北京日報，2015-11-17.

[3] 朱漢斌，郭長勝.廣東數據分析人才缺口達百萬[N].中國科學報，2014-9-1.

[4] 韓際平.大數據時代的統計人才培養——對話著名統計學家袁衛[J].中國統計，2014（10）：5-8.

[5] 譚立云，李強麗，李慧.大數據時代數據分析人才培養的思考及對策[J].黑龍江科技信息，2015（3）：62.

[6] 黃晉.關于大數據人才培養的思考與探索[J].教育教學論壇，2014（11）：201-203.

[7] 焦琳，趙聰，苗繪.大數據時代下財經院校應用型統計人才培養模式創新——以河北金融學院為例[J].時代金融，2015（3）：57-58.

[8] 張海波，黃世祥.統計學專業學生大數據分析能力的培養方式選擇[J].統計與決策，2014（24）：66-68.

[9] 向程冠，熊世桓，王東.淺談高校大數據分析人才培養模式[J].中國科技信息，2014（9）：138-139.

[10] 蘇理云，高紅霞，胡愛平，陳彩霞.以數據分析為核心的應用統計學人才課程體系構建[J].教育教學論壇，2014（49）：248-249.