普通高校大數據專業實驗課程開設模式初探

摘要：當今中國社會已經進入大數據時代，大數據已成為國家發展的重要技術支持。第五次全國人民代表大會已明確將大數據上升到國家層面。目前大數據人才缺口巨大，據權威機構統計未來3-5年內達到180萬。國內已經有部分高校開設了大數據專業。但是大數據專業是一門實踐性很強的專業，一般高校的實驗資源、實驗課程體系、實驗師資隊伍、實驗數據的獲取都難以達到大數據專業的培養要求。因此，如何解決大數據實驗課程的順利有效的開設問題成為大數據發展的頭等難題。本文主要探討的普通高校如何解決開設大數據專業實驗課程所碰到的問題。

關鍵詞：大數據；實驗；人才培養

一、 高校大數據實驗課程所面臨的問題

（一） 基礎實驗設施不夠完備

目前我國高校因投入經費有限、硬件場地不足、專業開設時間短等原因，大數據專業的實驗設備及場地遠遠不能滿足大數據的實驗需求.大數據專業的開設一般都會結合具體領域。例如：政務、電信、銷售、生產、咨詢、物流、金融、衛生、教育等行業，并且隨著技術的發展，大數據的應用將越來越廣泛和深入。大數據涉及的實驗室一般有：編程語言終端實驗室、數據獲取與清洗處理實驗室、數據挖掘實驗室、數據分析實驗室、數據存儲實驗室、綜合應用實驗室等，大數據技術涉及數據采集、數據存儲、數據挖掘、數據分析等。而高校的是無法單獨提供這些方面所需的成熟的實踐以及技術平臺體系，一般高校的實驗設施是不能完全滿足該專業的實驗需求的。

（二） 實驗數據來源有限、數據量小、數據涉及面窄

大數據專業的實驗需要大量的數據。目前數據來源主要有公開的數據和內部數據。公開數據主要來源于公司的工作報告、白皮書、網絡公布的各項數據等。而內部數據的獲取一般是難以企及的。大數據思維的核心是數據以及數據的應用，那么能夠獲取哪些數據、數據有哪些使用價值以及如何使用數據便成為大數據要解決的幾個重要問題。而高校能夠獲取的數據資源極其有限，這就造成了高校大數據實驗面臨的數據量小、數據面窄、與實際應用關聯度低等問題。從而實驗課程難以達到實戰的目的。

（三） 實驗師資隊伍不夠強大

從目前大數據專業培養體系來看看，各級政府，各個高校以及企業行動還是比較緩慢，傳統教育系統人才培養所帶來的意識以及技術、尤其是師資隊伍的弱小等問題大大制約了大數據專業人才的培養模式的發展。由于大數據專業是新開設的專業，大數據專業教師還沒有形成完善的人才儲備，一般高校沒有“科班”出身的大數據專業教師，再加上社會上大數據人才薪水待遇大大高于教師收入，從而造成了大數據教師人才缺失的現象。人才的缺失大大阻礙了大數據專業的發展與壯大，而大數據實驗教師也面臨著同樣的難題。

（四） 實驗環節培養體系不夠成熟

大數據專業是一門新開設的新興專業，該專業的培養大綱、培養計劃和體系還處于“摸著石頭過河”階段。大數據是一門應用性比較強的學科，很多時候專業的培養體系都需要根據社會應用與需求做相應修改，而實驗大綱、實驗計劃都會隨著培養體系的改變而改變，很多時候都需要視具體情況而實時修正完善。

二、 高校如何解決大數據實驗課程開設面臨的問題

一般來說，大數據的相關崗位所需具備技術、技能一般包括計算機科學技術、數學和統計學、數據挖掘、數據可視化等方面。目前只有部分高校邁開前進的步伐，傳統教育系統人才培養所帶來的意識不強、投入不夠、技術落后、師資的滯后性等問題大大制約了大數據專業人才的培養模式的發展。下面就普通高校如何解決高校大數據實驗課程面臨的一些問題提出個人建議：

（一） 各高校要結合自身情況完善實驗設備

大數據實驗涉及的項目種類較多，一般各高校都會結合具體的應用來決定開設哪些實驗項目，而不是面面俱到。但就目前各高校實驗設備投入情況看，高校大數據的實驗設施是嚴重不足的。大數據專業的負責人在爭取專業所在學校和政府的實驗設備投入、設備共享的前提下，也要盡量多利用社會實驗資源，例如某些大數據企業、大數據人才培訓機構等。高校完全可以和社會企業及機構通過一定的合作的方式保證實驗項目的順利開展。

（二） 多途徑拓寬數據來源

大數據專業實驗要求實驗的數據量大、數據種類多。但是高校一般能直接獲取的數據量小、數據也比較單一。為了解決實驗數據的短板問題，高校除了盡可能獲得公開的數據外，還需要積極與企業建立聯系，尤其是與高校有合作關系的企業以及校友開辦的企業。盡可能挖掘數據來源，擴大數據獲取途徑。盡可能獲取一些“內部數據”，當然是指企業一般可以公布但無需公布的一些數據，而這部分數據對于實驗往往更具實際使用價值。通過不斷的積累與收集，爭取盡早豐富可以滿足大數據實驗要求所需的數據。

（三） 積極加強教師隊伍建設

一個新專業的開設離不開強大的師資隊伍，但高校目前的大數據教師數量嚴重不足、質量也不高。另一方面，由于大數據目前就業機會大、薪水高。這樣更加造成沒有多少人愿意待在高校做教學工作。要解決師資問題，僅僅靠引進人才顯然是不切實際的。各高校還得“趕鴨子上架”，積極鼓勵相關專業教師充實到大數據專業教師隊伍中來，鼓勵教師參加大數據的各種研討會及學術會議并從事相關課題的研究；在壯大本校教師隊伍的同時，還需要“請進來”，積極與大數據培訓機構共享師資、與大數據企業共同教學實踐。各高校也可以鼓勵教師深入到大數據企業學習實戰，掌握并更新大數據相關技術，逐漸培養一支理論和實戰兼優的教師隊伍；教育主管部門可以逐步形成大數據技術科研人才培養機制，爭取早日培養出一批基礎理論扎實、專業技術較高和科研能力較強的專任骨干教師隊伍，建立更多的年齡結構搭配合理、專業結構互補以及學歷層次相對合理的專業的教學科研團隊。

（四） 逐步完善大數據專業人才培養體系

大數據人才培養一般會結合具體的應用，每個學校都可以開辦出擁有自身特色大數據專業。人才培養體系有“共性”也有“個性”，所以每個學校都可以有自己的一套培養大綱和培養方案。新興專業的大綱一般也需要根據社會需求實時修正，而大數據的實驗課程體系表現得尤為明顯。各高校提高認識，要與企業多聯系交流，把企業的信息反饋和技術革新融入到大綱修訂中來，爭取盡早形成一套適合本校的、具有一定特色的、成熟穩定的大數據人才培養體系。

三、 總結

總而言之，如果政府、學校從政策和資金上給予支持，學院與企業能聯合培養出合理的師資隊伍并不斷完善教學體系和課程設置，積極與培訓機構交流合作，并積極宣傳引導學生充分激發學生學習的積極性，我們相信，大數據專業將為國家培養出大量的基礎理論強、實戰經驗比較豐富的實用型大數據人才。

參考文獻：

[1]李國杰，程學旗.大數據研究[J].中國科學院院刊，2016（6）.

[2]中華人民共和國教育部高等教育司.普通高等學校本科專業目錄和專業簡介[M].北京：高等教育出版社，1998.

作者簡介：雷勇，湖北省武漢市，湖北工業大學。endprint