校企合作模式下大數據專業建設的探索與實踐

付靖 王洪珂 廖文詩 丁昌華

【摘 要】為迎合大數據產業發展的需要，越來越多的高校開設了大數據相關專業。本文以學科交叉和多維度劃分構建大數據課程體系、以“產、學、研、用”一體化的思想和模式進行大數據實驗室建設、以“內外結合”的方式打造大數據師資隊伍，探究校企合作下應用型大數據人才培養模式的改革與實踐。

【關鍵詞】大數據；應用型；課程體系；平臺建設

中圖分類號： G647 文獻標識碼： A 文章編號： 2095-2457（2018）13-0143-002

DOI：10.19694/j.cnki.issn2095-2457.2018.13.064

0 引言

大數據時代正迎面撲來，2012年1月，世界經濟論壇年會把“大數據、大影響”作為重要議題。美國從開放政府數據、開展關鍵技術研究和推動大數據應用三方面布局大數據產業，國際社會已經發起全球開放政府數據運動，已有41個國家響應。

2015年，國務院制定互聯網+行動計劃推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合。工信部編制了實施軟件和大數據產業“十三五”規劃。國家信息中心聯合深圳大學成立深圳大數據研究院，打造大數據領域新型創新載體。同時，國務院印發了《關于運用大數據加強對市場主體服務和監管的若干意見》、《促進大數據發展行動綱要》和《關于組織實施促進大數據發展重大工程的通知》等一系列大數據發展綱要，將重點支持大數據示范應用、共享開放、基礎設施統籌發展，以及數據要素流通。

2016年5月，重慶市下發《進一步促進大數據發展工作方案（2016-2018年）》，提出到2018年，將重慶建成國內領先的大數據應用示范先行區和產業高地，重慶市政府對大數據的重視和推動也對重慶高校建設大數據學科，培養本地大數據人才提出了迫切的要求。

經濟社會發展迫切需要大數據人才。近年來，國家陸續出臺《促進大數據發展行動綱要》等大數據政策導向性文件，并積極推進大數據綜合試驗區建設，加快大數據部署，深化大數據應用。截至目前，全國30余個省市相繼發布了大數據發展的相關計劃和方案。大數據政策逐漸從總體規劃向各細分行業延伸。伴隨著大數據應用在各行業的滲透，大數據技術、應用、監管等方面的人才缺口日漸顯現。為應對大數據專業人才供給不足的問題，教育部于2016年將“數據科學與大數據技術”列入新增審批本科專業。

填補大數據專業人才巨大缺口的最有效辦法無疑還需要依托眾多的高等院校來培養輸送，但互聯網發展一日千里，大數據技術、手段日新月異，企業所需要的非常接地氣的人才培養對于傳統以培養學術型、科研型人才為主要使命的高校來說還真有些難度。幸好這個問題已經被全社會關注，政府更是一再提倡產教融合、校企合作來創辦新型前沿幾乎以及“互聯網+”專業方向，也已經有一些企業大膽開始了這方面的創新步伐。

在此背景下，我們以培養應用型、創新性大數據人才為目標，以大數據課程體系建設、大數據實驗室建設、大數據師資隊伍建設為切入點，探究校企合作下應用型大數據人才培養模式的改革與實踐。

2 應用型大數據課程體系構建

基于對企業社會需求和國內外高校相關專業方向建設的調研，綜合考慮我校優勢特色以及學生本科階段之后對于國內考研及出國留學的銜接需求，并以工科專業認證為目標，確定由數學、統計學、計算機和行業知識四大支撐模塊構成的我校大數據相關專業知識體系構架。

專業課程體系的設置是實現人才培養目標的主要途徑。依據知識體系模塊，我們將大數據專業人才培養所需要的專業基礎知識和專業知識從不同維度進行了橫向和縱向的劃分，對每一個模塊進行知識點和課程的分解和梳理，既體現整合各交叉學科的復合型知識體系優勢，又體現自身獨有的專業知識特點，構建基于知識體系的課程體系設置，確保知識體系的系統性、邏輯性和完整性。

首先從大數據處理流程角度，分為數據獲取和預處理、數據存儲與管理、數據分析與建模、數據可視化、大數據技術平臺、實踐能力等六大模塊，再將每一模塊所需核心知識點和技能進行分解，形成不同的課程，以確保學生能夠系統完整地掌握大數據處理的全部流程。接下來，從知識技能的層次和遞進關系角度，對上述所形成課程，按照學期先后順序進行了排列。同時，根據課程學科門類歸屬，將課程歸為數學、統計、計算機、大數據分析等多類，并從另一個維度按照理論課和實踐課進行標注。學院一向重視每個專業引導性、總攬性等“開門課程”和總結性等“關門課程”的設置。通過多維度劃分和梳理，課程體系邏輯清晰，結構完整，經過多次修訂和研討，經過多次校內外專家和行業領域專家的評審和指導，制定出體系清晰、知識結構完整、具備先進性和實踐性的培養方案。

3 應用型大數據實驗平臺建設

大數據實驗平臺的建設目的是作為大數據教學實驗及科研平臺，包括數據挖掘與大數據分析平臺。實驗平臺的設計全面落實“產、學、研、用”一體化的思想和模式，從教學、實踐、科研和使用多方面注重專業人才和特色人才的培養。利用虛擬化教學資源，搭建教學系統和集群平臺，將理論學習、實踐教學和大數據項目實戰融為一體，由難而易、循序漸進，逐步提升學生的學習技能和實踐水平，提高“學”的質量和成效。利用大數據分析主流軟件框架，搭建與業界主要用戶一致的實驗與科研環境，將理論課程中學到的數據挖掘算法運用到實際的數據分析過程中，提升學生的動手操作和項目實踐能力。使得學生所學與企業項目人才需求無縫銜接，與教師的科研工作緊密配合。通過專業的大數據分析計算資源搭建的開放式大數據分析平臺，可以充分的融合教師的科研需求，教師可以在開放的平臺環境下開展大數據科研工作，提升教師的科研創新能力，充分提高“研”的成效。具體來說：

1、交互式學習模式

具備體系完整、簡單易用的在線教學課堂；以基礎知識學習、在線視頻教學、習題、線上測試、評估等為主線的一系列方法，確保學生在短時間內掌握大數據虛擬仿真實驗、分析部署技能。

2、真機實驗訓練

實驗訓練體系設計成各模塊相對獨立的形式，各模塊交互式的實驗任務、大數據實驗機、實際項目上機操作，通過多方位的訓練，最終靈活的、漸進式地掌握大數據生態體系。

3、大數據實戰及案例分析

提供實驗數據，包括網站流量數據、租房及二手房數據、電商商品交易數據、搜索引擎訪問等多種行業數據，數據內容超過20TB，同時周期更新數據內容。

4、充分支撐科研工作

提供行業數據及案例解剖用于基礎研究，提供數據分析方案及流程，提供數據更新接口，可以對行業數據進行分析統計，按需求生成數據報表，為科研工作提供數據支撐。例如某地區經濟數據分析、股市數據分析、全國地震數據分析、食品價格行業數據分析等。

實踐能力是大數據人才的核心能力，因此我們在制定人才培養體系的時候，非常注重學生實驗實踐能力的培養，構建了涵蓋多種形式的實驗實踐教學體系。依托“大數據應用與分析綜合實驗室”、“大數據應用創新中心”等實踐資源，將采用綜合實驗教學平臺、多類別實驗課程體系和創新實驗課程教學等模式，結合校外實習基地實踐、校企合作平臺模擬、指導參加學科競賽及相應的支撐體系，推動實驗實踐教學的發展，提高學生的創新及實踐能力。

4 “一流”應用型大數據師資團隊建設

1、實施高端拔尖人才引進培養計劃。圍繞大數據算法及應用，通過“巴渝海外引智計劃”、“重慶市千人引進計劃”等人才項目，引進2-3名具有多學科學術研究背景（統計學、數學、計算機等）的國內外知名學者，加強數學、統計學、計算機等學科建設，促進學科交叉融合，打造多學科交融的創新團隊。

2、實施專家名師打造計劃。結合大數據相關專業教學的需要，遴選10-15名中青年骨干教師，通過該項目資助到國內外重點大學參加研修培訓和學術交流等，提升中青年骨干教師的教學和科研能力，培養和造就一批教學名師，打造5名左右有影響力的學術骨干，提高創新團隊的核心競爭力，提高重慶市在大數據方面的影響力。

3、實施人才專業技能提升計劃。按照學校確立的“行業性、地方性、開放性和應用型”的辦學定位，結合當前大數據在各個行業中的應用，以協同創新、產學研合作及資源共享的方式，選送10-15名教師到中科曙光等知名大數據企業進行工程實踐鍛煉，提升教師的工程實踐和解決工程實際過程中復雜問題的能力，培養高水平的雙師雙能型大數據教師團隊。

5 結語

1、大數據專業人才培養方案與大數據行業對應用型人才需求的契合度顯著提升，大數據專業相關課程設置與學生應用能力培養訴求的契合度顯著提升，形成了一套適用于應用型本科院校的大數據相關專業課程體系。

2、通過大數據專業平臺的建設，使得學生能夠完成對于大數據分析平臺的配置與初始化工作并具有基本MapReduce算法開發能力。典型實戰數據分析實驗，讓學生利用真實的行業數據，完成大數據挖掘與分析，掌握數據挖掘與大數據分析的一般流程。

3、圍繞物流大數據、安全大數據等，大力深化校企合作，初步建設了一支具備國際視野、具備較強的教學能力和應用能力、能承擔國家和地區重大縱向及橫向項目的重慶市一流水平的大數據雙師雙能型應用創新團隊，并促進數學、統計等大數據相關學科專業的內涵建設，為重慶市培養高質量的應用型大數據人才。

【參考文獻】

[1]羅福強，熊永福.基于CDIO的云計算與大數據專業人才培養方案，計算機教育2015（01）：52-56

[2]陳欣等，探索應用型本科數據科學與大數據技術專業人才培養方案的構建.現代工業經濟和信息化，2017（23）：40-42.

[3]葉健華等，高職院校大數據專業發展的對策研究，長沙民政職業技術學院學報，2017（03）：89-90

[4]吳明念，基于應用型本科院校的大數據實驗室建設探究，電腦知識與技術，2015（16）：6-7.

[5]李輝等，大數據實驗平臺及資源建設的思考與探索，實驗技術與管理，2016（07）：195-199.

[6]隋中合，如何構建“OTO”師資混合培訓模式，新教育，2018（04）：48-49.