數據科學與大數據技術專業建設研究

汪 中，施培蓓

（合肥師范學院計算機學院，安徽合肥230601）

隨著信息技術與經濟的快速發展，數據正以驚人的速度成為國家基礎性戰略資源。大數據已經滲透到各個領域和行業，并對全球的生產、消費、經濟運行體制、社會生活方式以及國家治理能力等產生重要影響。數據科學與大數據技術專業是教育部為落實構建《促進大數據發展行動綱要》而批準設立的新專業，該專業旨在培養具有良好的科學素養和社會責任感與使命感，具有寬廣的國際視野，具有從事數據科學與大數據相關的軟硬件及網絡的研究、設計、開發以及綜合應用的高級工程技術人才。數據科學與大數據技術專業是一個軟硬件結合、以計算技術為基礎、以數據科學與大數據技術為特色的寬口徑專業，是一個以大數據分析為核心思想，以計算機科學、數學和統計學為3大基礎支撐性學科，以生物學、醫學、環境科學、經濟學、社會學、管理學等為應用拓展性學科的交叉學科。該專業屬于典型的多學科交叉的新興工科專業，突出大數據采集、存儲與管理、分析與應用等核心專業知識和技能。

2016年，國內首批有3所高校開設數據科學與大數據技術專業，分別是北京大學、對外經濟貿易大學和中南大學[1]；2017年，獲批開設該專業的高校增至32所[2]；2018年3月，從教育部公布的《2017年度普通高等學校本科專業備案和審批結果》中看到，獲批數據科學與大數據技術專業的學校達到250所[3]。由此可以看出，數據科學與大數據技術專業成為國內最熱門的新增專業。但是，如何因地制宜的建設該專業是各高校共同面臨的難題。關于數據科學與大數據技術的專業建設研究工作還較少，如朝樂門等對國外數據科學專業建設進行調研，對8個國外一流大學的特色課程進行分析并給出對策建議[4]；曹淑艷等以對外經濟貿易大學專業建設為例，給出大數據專業申報細節及認識[5]；桂勁松等以數據科學與大數據技術專業為例，從專業培養方案和培養模式角度，在培養目標、畢業要求、課程體系等方面探索新專業的建設思路[6]；陳欣等結合重慶工程學院實際情況制定新專業的培養目標、基本要求和課程體系，為相關專業的人才培養提供參考[7]；樊迪結合應用型本科實際情況，制定科學的課程體系和培養方案，對教學資源、師資隊伍、實踐教學給出給出合理建議[8]；賀文武等針對本科教育中數據科學的人才培養需求，探討數據科學與大數據技術的課程建設、實踐平臺建設等問題[9]。上述文獻主要是從培養目標來討論該專業的建設，本文主要針對國內首批和二批設立數據科學與大數據技術專業的高校進行系統調研，重點從開設學院、特色課程、人才培養等方面進行總結分析，最后給出數據科學與大數據技術專業在課程體系、培養目標、人才培養方面的建議，為高校的專業建設提供參考。

1 開設學院

數據科學與大數據技術專業只招理科生，分別授工學或理學學士學位。除了中國人民大學、廈門大學授予工學和理學以外，其他學校只授予工學或理學，總體上授予工學學位的學校明顯多于理學。例如首批只有北京大學授予理學，2017年獲批的增加到3所，分別是復旦大學、浙江財經大學和云南財經大學，2018年獲批的學校授予理學學位已經增加到68所，相應地授予工學學位的學校2016年2所，2017年29所，2018年增至182所。

由于各高校的優勢學科和學科結構不同，在本專業的人才培養上自然也有所側重，不同高校在不同的學院開設數據科學與大數據技術專業。例如，在首批大學中，北京大學依托元培學院、數學科學學院、信息科學與技術學院分別進行招生，中南大學設在信息安全與大數據研究院，對外經濟貿易大學設在信息學院。在二批大學中，大部分學校設立在計算機學院或信息學院，部分學校結合學科優勢設在不同學院，如中國人民大學設在統計學院、中北大學和復旦大學設在大數據學院、上海工程技術大學設于電子電氣工程學院等。

2 特色課程及人才培養

對首批的北京大學、對外經濟貿易大學、中南大學以及二批典型學校如中國人民大學、復旦大學等學校的人才培養目標及特色課程進行調研分析，具體如表1所示。

3 專業建設建議

目前，國內共有283所學校獲批開設數據科學與大數據技術專業，除北京大學、中國人民大學、復旦大學等部分高校綜合實力較強，其余學校多數為地方型院校。綜合這些高校的辦學背景，大部分為應用型本科院校，主要包括師范類、財經類、綜合類，其中還包括三本院校、民辦學校等。專業申報成功是起點，如何建設好新專業才是各本科高校面臨的難題。從課程體系、師資力量以及實踐平臺3個方面進行專業建設，建議如下。

(1)課程體系

數據科學與大數據技術專業培養三方面人才，分別為大數據分析類、大數據研發類以及大數據應用開發類。從就業崗位來看，應用型本科院校側重應用型和實踐型人才，因此需要培養學生的基礎能力、分析展示能力以及應用能力。基礎能力培養，涉及的課程應包括Python程序設計、R語言編程、數據結構、數據庫等，側重的是培養學生的數據處理、數據存儲、數據管理等能力。分析展示能力培養，主要涉及的課程包括數據挖掘、機器學習、大數據可視化與分析等課程，側重培養學生的數據分析、數據展示、數據加工等能力。應用能力培養，主要涉及的課程包括大數據平臺開發及應用、大數據分析與挖掘實踐等課程，側重培養學生的應用能力、領域分析能力以及實踐能力等。

國內大多數高校的新專業培養方案趨于同質，相互參考較多，并沒有體現各高校的自身優勢，因此需要結合院校自身的辦學背景，制定特色的培養方案。結合國內一流大學課程體系設置，給出應用型本科院校的課程體系設置的建議，包括基礎課、專業課及選修課、實踐課，其中基礎課主要培養學生的基礎技能，專業課及選修課以提高學生的專業技能為目標，而實踐課程則是提高學生的綜合能力，重視大數據的應用開發技術，各院校可以結合自身特色開展大數據實踐課程，例如醫療大數據、金融大數據、電信大數據、交通大數據等，具體如表2所示。

表1 特色課程及人才培養目標統計表

表2 課程體系

(2)師資隊伍

數據科學與大數據技術專業作為交叉學科，對高校教師隊伍建設提出了更高的要求。高校教師作為實際教學的主導者，如何適應大數據對高校教學實踐的新要求，是培養實踐型和應用型人才的基本保障。現有應用型本科院校普遍缺乏專業教師隊伍和專業教材，無法滿足新專業的建設需求。因此，需要從走出去、引進來兩方面來加強師資隊伍建設。注重人才儲備，優化師資結構。鼓勵教師參加國內外大數據專業學術研討會、技術交流會，定期組織教師參加大數據專業的培訓，提高教師的大數據專業技術水平。鼓勵教師帶學生參加各類大數據競賽，并且學院每年舉辦相應的比賽，提高大數據專業教師的實踐指導能力。校企合作，引進雙師型人才。派遣校內教師到企業教學實踐，建立企業工作站。定期組織企業兼職教師到學校開展專業講座，吸引企業工程師作為兼職教師指導大數據綜合實訓項目，大力發展兼職教師群體。優先錄用具有行業背景的企業人才到教師隊伍中來，加強雙師型教師隊伍建設。

(3)實踐平臺

大數據專業的實踐型較強，該學科對實踐平臺具有較高的專業要求。實踐平臺不僅要提供基礎的開發環境，還要提供大數據的運算環境以及用于實驗的實戰大數據案例。目前，大部分院校都通過各種方式建設大數據實踐平臺，如自建平臺、校企合作共建平臺、租用平臺等。應用型本科院校應該根據其人才培養目標，結合自身軟硬件條件，搭建合理的大數據實踐平臺，滿足教師和學生教學科研基本需求。具體可以通過結合大數據實訓平臺和大數據教學管理平臺來進行實驗教學。大數據實訓平臺：重點培養學生了解大數據背景，培訓學生搭建大數據實踐環境，熟悉大數據的整體技術、核心組件以及應用開發工具的使用，包括Hadoop、HDFS、MapReduce、Spark、Hive、Hbase等。基于大數據實訓平臺，結合各學校的優勢學科對應的行業應用，指導學生完成大數據綜合實踐。大數據教學管理平臺：旨在提供統一的平臺管理大數據專業課程體系，包括教學大綱、教學視頻、教學PPT、實驗數據、實驗手冊、實驗報告等教學實訓資源。教學管理平臺還應具有拓展性強、模塊豐富的特點，滿足不同的教學場景的使用。

4 總結

對國內獲批數據科學與大數據技術專業的高校進行廣泛調研，對獲批院校授予工學或理學學位、開設學院進行統計，并給出部分國內一流大學的人才培養目標和特色課程設置。結合應用型本科院校的人才培養定位，給出新專業課程體系設置的建議，同時分析應用型本科院校的師資隊伍和實踐平臺建設問題及對策。