大數據與智能化領域新工科創新人才培養模式探索

王國胤??劉群　夏英?胡軍?馬彬?紀良浩

摘 要：社會對大數據與智能化領域人才需求日益增長，新工科建設不斷推動了教育的變革和發展。在此背景下，大數據與智能化創新人才培養模式亟待改革。回顧分析了重慶郵電大學計算機科學與技術學院13年來在大數據與智能化領域的人才培養模式改革實踐，探討了地方高校面向經濟社會發展需求培養新工科創新人才的方法與路徑。

關鍵詞：新工科;大數據;智能化;信息技術類專業;人才培養體系;課賽結合

一、引言

大數據從2005年因Hadoop而初見端倪，人工智能從2006年因深度學習的突破而迅猛發展，信息科技變革要求所有信息技術類專業人才必須具備“大數據與智能化創新能力”的基礎素養。但是各專業的傳統人才培養方案基本上是從各自的專業領域出發，分別制訂相應的教學計劃，無法適應該需求。顯然不同信息技術類專業對大數據與智能化創新能力的培養存在共性需求，但這些專業間又存在較大的學科知識及行業領域差異，人才培養目標的具體需求也各不相同。通過多年的教學研討，發現在信息技術類專業人才培養方面面臨3項挑戰：（1）如何創新人才培養理念，使信息技術類專業人才具備“大數據與智能化創新能力”基礎素養，以適應現代信息科技變革和社會發展要求;（2）如何構建高質量創新人才培養方案，精準滿足不同類型信息技術相關專業人才培養目標對“大數據與智能化創新能力”的差異化需求;（3）如何融合產學研優質資源深化教學模式改革，優化“大數據與智能化創新能力”培養路徑，切實提高創新人才培養質量。為解決以上三個問題，結合重慶郵電大學自身的特點，團隊以信息技術類本科人才培養模式改革為目標，對人才培養規律、教學模式、課程體系不斷進行研究探索，推動一系列的教育教學改革與創新，逐步明確了“細分人才培養定位，合理設置核心課程體系，大力完善實訓平臺資源，持續探索多元教學模式”的特色化的大數據與智能化創新人才培養之路[1]。

在2017年底公布的全國第四輪一級學科評估中，重慶郵電大學計算機科學與技術學科獲得B+的成績，并獲得了2017年重慶市高等教育教學成果一等獎。本文旨在通過回顧，梳理分析自2005年以來團隊在大數據與智能化教育領域的研究成果和教育改革創新，總結適合地方高校大數據與智能化領域創新人才的培養模式。

二、建立與完善大數據與智能化創新人才培養體系

國內本科生培養目標均以專業進行定位，各學校根據自身的師資背景和特點進行課程設置，側重點各有不同[2]。隨著計算機和大數據與智能化技術的普及，更多的計算機類課程不斷融入不同專業核心課程體系，導致課程結構不合理、無標準、定位模糊以及同質化嚴重的現象。為克服這些問題，團隊借鑒ACM/IEEE專業知識體系規范，結合自身辦學積淀，打破院系專業壁壘，將大數據與智能化創新能力的培養作為通識教育內容，融入全校信息技術類29個專業的培養方案。經過實踐與凝練，根據信息技術類學科發展的需求，逐步將學校29個信息技術相關專業劃分為計算機與智能類、IT核心類和IT交叉類3種類型，如圖1所示[3]。這一培養理念逐漸上升為學校人才培養的共識，成為學校修訂專業培養方案的基本原則。

（1）計算機與智能類專業。團隊首先將全校涉及計算機課程的29個專業中的5個專業——軟件工程、計算機科學與技術、數據科學與大數據技術、智能科學與技術以及自動化——組成計算機與智能類專業。以啟發學生創新意識和鍛造學生創新實踐能力為基點，不僅開設大數據與智能化分析能力系列專業課程，而且要結合行業應用領域，開設與領域應用相關的計算機專業技術類課程，提供課業導師和優質科研平臺指導下的個性化培養，使其具備優秀的創新能力和過硬的研發能力。

（2）IT核心類專業。將29個專業中的10個專業——電子信息科學與技術、電子信息工程、網絡工程、通信工程、物聯網工程、機器人工程、信息安全、信息工程、電子科學技術、空間信息與數字技術——組成IT核心類專業。以啟發學生創新意識為目標，開設與大數據與智能化分析能力培養密切相關的系列專業課程，使其具備扎實的大數據理論基礎和良好的創新素質。

（3）IT交叉類專業。將29個專業中的另外14個專業——測控技術與儀器、電氣工程與自動化、智能電網信息工程、生物醫學工程、生物信息學、機械設計制造、機械電子工程、應用物理、信息與計算科學、數學與應用數學、知識產權、法學、廣播電視工程以及數字媒體技術——組成IT交叉類專業。以培養學生具備創新意識為標準，開設培養大數據分析能力通識課程，使其具備在未來各專業領域的開拓創新能力。

三、彈性設置與優化創新人才培養的課程體系

一直以來，重慶郵電大學計算機科學與技術學院承擔了學校各專業和大數據與智能化相關的課程建設任務。如何通過對現有課程的改造和新課程的開發，形成高質量的課程群，才能精準滿足各專業的差異化需求，成為要解決的重要問題。通過組織教師訪問美國康奈爾大學、英國帝國理工大學和國內的清華大學、北京大學等名校，以及與Oracle、IBM、騰訊、百度等企業進行深入交流，借鑒ACM/IEEE專業規范，我們認為應該將其中的“算法及復雜性、信息管理、智能系統、數值計算科學”納入培養“大數據與智能化創新能力”課程的核心內容。由此提出課程的設計應該適應不同類型信息技術相關專業的人才培養目標，分層分類規劃課程模塊，創建彈性“大數據與智能化課程群”。

（1）構建大數據與智能化創新能力培養的三層次關節點課程群體系。從大數據智能處理的“采集、傳輸、存儲、計算、分析、應用”6個階段入手，以ACM/IEEE專業規范為前提，從“基礎課程、核心課程、拓展課程”3個層次，和“計算建模、程序設計、數據分析、行業拓展”4個維度梳理出以“數據庫原理”為核心的17門課程，形成與三類專業學生的大數據與智能化創新能力培養一致的三層次關節點課程群體系，如下表和圖2所示[4]。其中的基礎關節點課程引導學生建立計算思維和程序設計基礎，使其具備在未來各專業領域開拓創新的基本能力;核心關節點課程使學生奠定系統平臺管理基礎，具備大數據分析應用開發的能力以及扎實的大數據理論基礎和良好的創新素質;專業方向關節點課程進一步提升學生的大數據與智能化實踐能力，并使其具備優秀的創新能力和過硬的研發能力。

（2）優化設置彈性式和差異化的課程教學內容。在人才培養過程中，團隊發現并不是所有的計算機類課程都具有同等重要的地位，不加區分地將所有教學資源平均地分配到每一門課程不能實現教學資源效用的最大化。因此，有必要尋找對學生素質和能力培養起特別關鍵作用的課程，即“關節點”課程，通過將優勢教學資源向“關節點”課程傾斜，重點保障“關節點”課程的教學質量，最終提高人才培養質量和特色。同時，由于不同專業學生的基礎不同，對大數據與智能化創新能力要求也不同，有必要按需設置各專業的課程模塊。為此，我們采用了彈性的學分學時、授課內容和教學方式，并在培養方案修訂中持續優化，精準滿足各專業差異化的人才培養目標需求。例如，為“數據結構與算法分析”制訂了3種不同學時的教學方案：為計算機與智能類專業設定了標準版教學內容;為其他專業分別制訂了32學時和24學時的差異化教學內容;在同樣32學時情況下，在通信工程專業的教學大綱中更加側重“圖”這一章內容，而在自動化專業中更加側重鏈表、數組和哈希表等內容。

四、利用多種渠道大力完善實驗實訓資源

新工科指向新興產業和新經濟領域，但新工科建設又遠不止是增設新專業，其目的是有助于學生創新思維意識和實踐創新能力的提升，以實現“零距離”就業。然而實踐創新能力的培養離不開優質的平臺，同步建設滿足規模化開放共享和個性化拓展學習需求的實訓創新教學平臺，是“大數據與智能化創新能力”培養的一個關鍵路徑。因此團隊整合了政府財政資源、社會企業資源以及科研項目資源，深入推進產學合作、產教融合和科教協同，分別打造了公共實驗平臺、行業特色平臺和個性化創新平臺，為人才培養提供了有力支撐。

（1）爭取政府財政資源，建設大數據與智能化創新能力培養的高水平公共實驗平臺。團隊發揮學科優勢，爭取中央專項資金和中地共建項目資金等財政經費，建設了包括云計算、計算科學、大數據智能分析與處理等優勢專業基礎實驗平臺，將計算機技術、網絡技術、通信技術、智能技術等有機融合，形成包含信息獲取、傳輸、處理到服務的系統性實驗平臺。在保障專業基礎實驗的同時，還開設了云計算、數據庫管理、大數據分析等綜合實訓項目，為人才培養提供了良好的基礎實驗條件。

（2）吸引社會企業資源，建設大數據與智能化創新能力培養的特色優勢實驗平臺。通過與國內外大數據龍頭企業建立合作關系，采取共建、捐贈等形式建設先進的軟硬件平臺，搭建了智能計算終端等17個實踐創新教學平臺。具體包括：與甲骨文（中國）公司合作，建設了數據庫技術聯合實驗室，獲贈數據庫軟件和技術支持;與奇虎360公司合作，建立了大數據與信息安全聯合實驗室，獲贈網絡安全大數據實驗平臺;與中興通訊公司合作，共建教育部-中興通訊ICT產教融合創新基地云計算平臺，獲贈云計算與大數據實驗資源;與IBM公司合作共建了“大數據分析與處理”課程，獲贈大數據系列軟件，被評為IBM優質課程。這些平臺為具有行業特色實驗的開展提供了良好的

環境。

（3）利用科研項目資源，建設大數據與智能化創新能力培養的個性化實驗平臺。依托計算智能重慶市重點實驗室和科技部批準建設的大數據智能計算示范型國際科技合作基地，與美國康奈爾大學、加拿大阿爾伯塔大學等國內外知名高校和科研機構共同建設“大數據智能計算”等科研實驗室，將智能信息處理、大數據智能計算等科學研究所擁有的先進實驗設備平臺以及科研成果，轉化為教學資源，為學生創新實驗的開展搭建了個性化實訓平臺。近300名本科生參加了實驗室組織的大數據培訓，團隊每年進行一次導師宣講會，吸引本科生根據自己的興趣選擇導師團隊，進入上述基地和平臺，參與教師指導的科研項目以及各類大數據競賽，個性化訓練學生的創新能力。近五年來，學生參加科技競賽獲省部級以上獎勵1 384項，獲獎數量年均增幅超10%，其中國家級獎519項，在“互聯網+”賽事中獲獎等級和數量連續三年位列重慶市第一。

五、持續探索多元化教學模式和構建良好的教學生態環境

傳統的教學模式中，理論教學與實踐訓練分離，不利于知識向能力的轉化。新工科背景下，尤其地方高校更應主動對接地方經濟社會發展需要，把握行業人才需求方向，增強學生的就業創業能力[5]。只有不斷深化教學模式改革，將理論知識學習與創新實踐訓練和行業應用緊密結合，才能提高學生解決復雜工程問題的能力。秉持這一理念，團隊開展了形式多樣的校企間師資培訓、國內外高校訪問進修以及專家學者論壇講座，進一步提升師資隊伍科研教學能力，形成良好的教學生態環境以提高培養學生的能力。

（1）鍛煉適應大數據與智能化創新能力培養要求的高水平教學團隊。為開闊師生的國際視野和專業領域知識面，2011年邀請了圖靈獎得主、美國科學院J E Hopcraft院士來校全程主講“算法分析”課程，并先后邀請了加拿大皇家科學院Witold Pedrycz院士、歐洲科學院Roman Slowinski院士、中國科學院張鈸院士、中國工程院李德毅院士等專家來校講學。團隊以所承接的國家重點研發計劃等13項高水平科研項目為契機，先后選派教師赴國內外知名高校進修學習，到奇虎360、科大訊飛等龍頭企業掛職鍛煉，全面提升了教師的教學科研、學科交叉和工程實踐能力，形成了高水平的師資

隊伍。

（2）構建適應不同專業人才大數據與智能化創新能力培養的優質課程群。2005年課程群17門課程中的 “數據庫原理”被評選為重慶市精品課程，成為課程群中的第一門優質課程。隨后13年里，團隊陸續建設了3門國家精品課程，8門重慶市精品課程。2016年團隊建設了“大數據分析與處理”MOOC正式上線。為啟發學生大數據與智能化創新意識，團隊還面向全校學生創新開設了“計算智能”“大數據分析與處理”2門前沿微課，選課學生涵蓋了全校100%的專業。優質課程的建設為學生的大數據與智能化創新能力培養提供了優質的資源保障。

（3）探索“課賽結合”教學模式。團隊一直致力于將競賽貫穿課堂，實施“課堂教學—課程設計—科技競賽”一體化的“課賽結合”教學模式。在教師的指導下，學生自主選題，帶著設計任務進行學習，在理論學習中完成任務，在競賽中展示學習成果，給定平時成績，并計入期末總評成績中。這種新穎的教學模式實現了課堂與競賽的互動，有效促進了理論與實踐結合，培養了學生的創新實踐能力。

經過13年的教學改革探索實踐，團隊在大數據與智能化創新人才培養的頂層設計、課程體系、實訓資源以及教學方法改革等方面構建了一個較為完善的人才培養模式，從優質課程群的建設到師資人才的培訓，營造了一個良好的教學生態環境。這些思路與新工科的人才培養理念不謀而合，也成為新工科建設的早期實踐者。在今后的人才培養工作中，還需要更好地契合新工科人才培養的內在規律，滿足國家大數據戰略和人工智能戰略對新工科人才的外在需求。因此以新工科建設思路為基礎，不斷地推進建設的同時，還應該解決好以下一些問題：如何將人工智能特色內容融入課程體系，提升人才培養課程體系的質量;如何將不同專業領域知識相融合，形成一支具有學科交叉特點的師資隊伍。

參考文獻：

[1] 王國胤，夏英，劉群，等. 面向大數據能力培養的課程體系建設[N]. 中國教育報， 2018-03-26：07.

[2] 謝矜，王有強. 清華大學公共管理學院的人才培養模式探索[J]. 中國大學教學，2018（7）：42-49.

[3] 王國胤，劉群，夏英，等. 大數據創新人才培養模式的探索與思考[J]. 計算機教育，2017（10）：25-28.

[4] 王國胤，瞿中，夏英，等. 計算機科學與技術專業的層次化關節點課程體系研究與實踐[J]. 計算機教育，2010（15）：57-62.

[5] 李翠平，柴云鵬，杜小勇，等. 新工科背景下以數據為中心的計算機專業教學改革[J]. 中國大學教學，2018（7）：22-24.