大數據專業建設的思考與探索

張燕?劉鵬?趙海峰?潘永東

摘 要：在新經濟、新產業、新服務提出新的人力資源需求，以及新一輪的本科教育改革來臨之際，地方高校只有準確定位，加強應用型人才培養，才能生存、發展，才能形成具有自身特色的一流本科教育。基于上述背景，從數據科學與大數據技術專業建設的基本原則、人才培養目標與能力要求、師資隊伍建設要求、產教深度融合的大數據技術課程體系構建、開放+共享+融合的教材和課程資源建設等五個方面討論數據科學與大數據技術專業面向應用型的人才培養，探討專業建設和應用型人才培養的路徑。

關鍵詞：新工科;數據科學與大數據技術;專業建設;人才培養;產教融合;課程體系;資源建設

一、搶抓機遇，在新工科建設中爭創一流本科教育

目前，“雙一流”高校始終走在一流專業建設的前列，仍然是新工科建設的排頭兵，而數量龐大的地方高校建設趨緩，盡管它們承擔著全國超過一半的本科教育任務。因此，如何更好地推動地方高校的發展成為新工科建設的題中應有之義。新工科分類建設要求地方高校能夠主動與地方經濟與社會的發展需要對接，支撐地方經濟發展和產業轉型，充分利用地方資源與自身特色，加強產學研融合力度，不斷增強學生的實踐能力，提高就業創業水平，從而培養出大批既有工程實踐能力又有行業領域背景知識的復合型、應用型和技術技能型人才。2018年6月21日，教育部“新時代全國高等學校本科教育工作會議”在成都召開，陳寶生部長在報告中提出“各類本科高校都要爭創一流本科教育，其中地方高校要準確定位，加強應用型人才培養，形成具有自身特色的一流本科教育”。地方高校大多具有根基淺、底子薄、師資弱、資源不足、生源不夠突出等特征，提出并實施建設新工科專業必然會遇到很大的困難，只有認清形勢，解放思想，勇于改革與實踐，才有機會爭創一流本科教育。

近年來，數據科學與大數據技術專業（以下簡稱“大數據專業”）迎來了飛速發展的新階段[1]。在國家“十三五”規劃綱要中提出，要“實施國家大數據戰略，推進數據資源開放共享”，在此背景下，大數據領域將迎來新一輪的建設與投資高潮，這對大數據相關領域的專業人才需求更加迫切。教育部大力支持面向新經濟、新產業和新服務需求的新工科專業建設，繼2016年第一批試辦數據科學與大數據技術專業的3所高校之后，在教高〔2017〕2號文件公布的高校新增專業名單中，又新增了32所高校;在2018年教育部公布的第三批新增備案本科專業名單中，新增248所獲批高校;2019年最新公布的新增備案本科專業名單中又有196所高校獲批開設。目前全國共有479所高校開設該專業，獲批高校呈井噴式增長并將持續下去。地方高校競相開設大數據專業，是否也存在與之對應的人才需求？據中國數據分析行業網發布的《大數據人才需求調查報告》分析，對大數據平臺有需求的公司中，少于10人的團隊約占29.11%，10～50人的團隊約占25.77%，總和超過一半。可見，不僅大公司需要大數據人才，小公司對大數據人才的需求也非常迫切。據預測，在未來3～5年，大數據方向的人才需求量可高達百萬級[2]。然而，無論業界或學界，對大數據專業建設和畢業生質量都存有疑慮，作為新工科專業之一，大數據專業建設實踐和研究相對滯后于產業需求，課程體系、教學資源、師資隊伍、實驗（實踐）平臺亟待建設。

二、探索地方高校大數據專業建設和應用型人才培養的路徑

1.專業建設基本原則

地方高校的大數據專業建設必須堅持與學校定位相一致。一是急需樹立服務觀念，向下扎根。由于高等教育的日漸普及，大學逐漸從“象牙塔”“殿堂”走向社會，高校必須從自我認同的心態轉向以為他人、為社會創造價值，贏取尊重與肯定，成為主動服務社會的一類組織。地方高校應將姿態放下、放低，以服務求生存、求發展、求超越，這是根本的存在觀，這種轉變是新興本科高校實現轉型的基礎。二是急需對接產業，回歸職業。隨著社會的發展，現代職業或新興職業的內涵與傳統職業已經有巨大差距，例如：生產性服務業、社會性服務業、新消費性服務業、新興業態、互聯網+經濟，互聯網+X，X+互聯網等，其就業特點與傳統生產、服務等行業相比變化巨大。主動對接新興產業，培養出時代急需的高素質現代職業人才，是新興本科高校的時代使命。三是急需強化應用科技研發和成果轉化，打造隊伍并挖掘資源。新興本科高校科技工作要把握“六度”，即：科技的先進度，科技成果的轉化度（率），成果的應用轉化速度、幅度和社會貢獻度，以及對提高學生培養質量的支撐度[3]。強化面向產品和服務的應用科技研發和成果轉化，培養教師解決產業真實需求的工程實踐能力。加強科研反哺教學，將產學研合作項目資源轉化為高質量教學資源。四是急需深入落實OBE理念，堅持持續改進。人的能力有兩個根本屬性：第一是能力只能在實踐中被發現、認同、接受，第二是能力只能在實踐中才能發展提升。所以培養有能力的應用型人才的最根本方式是實踐育人，因而應用型人才質量觀的本質是實踐觀。新工科專業建設應堅持OBE導向，堅持“以學生為中心”“能力產出為導向”“對接產業行業”“引領未來發展”“提高自身績效”“服務地方發展”等發展理念。

2.大數據人才培養目標與能力要求

（1）認清產業需求。大數據人才將來能做什么？根據Gartner的定義，“大數據”是一種新的信息資產，具有數據量巨大、形式多樣、增長迅速等特點，需要使用新的數據處理模式，才能使其更好地為決策、發現以及流程優化服務。大數據技術的戰略意義在于對復雜數據進行高效處理，而不是僅僅擁有海量數據。也就是說，大數據產業實現盈利的關鍵，在于提高對數據的“加工處理能力”，這個“加工處理”才是大數據“增值”的核心。通過上述分析可知，“新處理模式”的設計和實現，并將其應用于對數據的“加工處理”就是產業對大數據人才的能力需求。

（2）明確技術范圍。大數據技術涵蓋的范圍非常廣，從大數據處理的流程來劃分，可以分為以下幾個階段。①基礎階段。底層支撐：Linux，Docker，KVM;數據庫工具：MySQL，Oracle，Hadoop，MapReduce HDFS，YARN，Hive Sqoop;編程語言：Python，Scala。②大數據存儲階段：MongoDB，Redis，HBase。③大數據架構設計階段：Flume，Zookeeper，Kafka。④大數據實時計算階段：Mahout，Spark，Storm。⑤大數據商業實踐階段：進行真實世界的大數據處理，解決真實場景問題，綜合技術實戰應用。

（3）確定人才培養目標。雖然教育部專業目錄的統一規定是“專業名稱：數據科學與大數據技術;人才培養目標：以大數據為核心研究對象，利用大數據的方法解決具體行業應用問題。學制：四年;學位：工學或理學學位”，但是，產業的實際需求是多樣化的。通過對產業人力資源結構分析，應用型人才分為技師和工程師，技師以解決實際問題為己任，用大數據技術解決現實應用中遇到的問題，可以靠一己之力識別痛點并予以克服。工程師則要根據應用，利用開源，創造開源，從底向上度身定制適合應用的系統。就是我們常說的，是會“造車的”，而不是只會“開車的”駕駛員。同時，工程師能夠針對企業真實問題，完成“問題抽象—方案建模—設計實現”。相對應用型人才的研究型人才，則需具備“問題抽象—方案建模—創新模型算法—算法優化”的業務能力，大數據杰出人才應具備大數據技術的源頭創新能力。

（4）分析能力產出。金陵科技學院大數據專業建設團隊從理論性、實踐性和應用性三個維度分析大數據專業人才的專業綜合素質。對于專科層次人才，理論性是對數據科學中基本理論的理解能力;實踐性是對數據匯聚、清理與分析等數據處理工具的選擇和有效使用;應用性是妥善解決數據分析、清洗、大數據系統維護中遇到的問題，選擇合適的工具，制訂合理的解決方案并實施的能力。對于應用型人才，理論性是對數據科學中模型的理解和運用能力，實踐性是分析與處理數據的工程實踐能力，應用性是利用大數據的方法解決具體行業應用問題的能力。

3.師資隊伍建設要求

為滿足上述能力產出的教學需要和不同人才類型的培養需求，對師資隊伍建設提出了不同的要求。培養研究型人才的師資團隊應該對于數學、統計學、計算機、運籌優化等基礎理論有很高的要求，沒有扎實的理論訓練，將來很難勝任數據科學的前沿研究。同時，任課教師必須是研究型高手，具備足夠的與數據科學相關的研究素養、必要的研究積累以及在國際專業學術期刊發表成果的能力。培養應用型人才的整個師資團隊可以將有限的精力更加專注地放在了解大數據產業和應用領域業務、提高教學質量、促進企業學校的聯合應用型研究、關心學生的職業幸福與成長等方面，為中國的大數據產業培養應用型人才。

4.產教深度融合的大數據課程體系構建

大數據專業課程體系建設應主動對接地方大數據產業發展對應用型人才的新需求，緊跟大數據技術的發展，把握人才培養規格的內涵，按照工程教育認證標準中的畢業規格要求，參考工信部ITSS信息技術服務從業人員能力規范和教育部大數據專業建設指導意見，通過產教融合、協同育人，建設大數據專業課程群，而不是在已有傳統專業課程體系的基礎上進行修修補補的工作（見下圖）。

大數據應用領域廣泛，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”大數據技術的應用領域非常廣泛，其共性需求，例如：搭建大數據平臺、對接業務做數據應用、報表與數據可視化、人工智能算法等。專業建設團隊將應用型大數據人才的能力產出細分為：大數據開發工具設計與開發，大數據庫應用與設計，大數據集成與分析畫像分析，關系網絡分析，推薦引擎以及數據可視化，深度學習算法應用等能力。結合上述能力要求，設計了云計算、Hadoop、大數據（含實驗）、深度學習、數據挖掘、大數據庫技術、大數據可視化、虛擬化與容器、大數據應用實訓等9門系列課程。

5.開放、共享、融合的教材和課程資源建設

基于對地方高校共性的深刻認識，金陵科技學院大數據專業建設團隊將自身的專業、課程體系建設思路與同類高校教師分享，通過校企聯合、校校聯合的方式，組織20多所高校和企業，共同開展教材和課程資源的建設，其中直接參與編寫和審稿的教師30多位。目前已組織出版的教材包括云計算、Hadoop、大數據（含實驗）、大數據庫技術、深度學習、數據挖掘、大數據可視化等。

該系列教材編寫思路：一是教材體系的整體深入研究。教材的編寫以分析結果為依托，通過對大數據行業的人才需要和各門課程的特點分析，合理組織教材架構和內容，幫助學生建立完整的知識體系。二是編寫模式的創新。對整個大數據行業的科技前沿進行了深入的調研，并在內容上引入科技前沿內容，讓學生了解到專業的發展趨勢以及行業的最新成就，激發學生學習和創造的動力。三是培養學生“自主性學習”。為了激發學生的創新能力，培養創新人才，在教材內容的組織編寫過程中，注意結構安排，內容循序遞進、逐步深入，使學生在學習中體會到發現理論、創新應用的過程和樂趣。

此外，有效支撐課程體系的大數據實驗平臺能為學校提供高性價比的平臺建設與日常使用、高效的運行環境、完整的教材體系（本科/高職）、豐富開放的實驗資源以及師資入門培訓，并為教師提供教學資源、學生管理、實驗進度管理、學生考核評測、靈活組織內容、教師開發環境，為學生提供獨享集群實驗環境、本地/遠程接入、全面深入打好基礎、豐富的實戰項目、增強就業實力、探索實踐環境。目前，該大數據平臺已經用于蘇州大學、鄭州大學、成都理工大學、重慶師范大學等多所高校的實驗室建設。同時，人工智能實驗及科研系統則在清華大學、南京大學、西安科技大學、重慶理工大學、湖北文理學院等多所院校應用。

6.持續改進，不斷提高大數據應用型人才培養質量

針對地方高校大數據專業師資緊缺的現狀，金陵科技學院大數據專業建設團隊及時總結經驗并在全國范圍分享。先后舉辦了全國高校教師第一、二、三期大數據免費培訓班，全國千所高校大數據師資講習班，第三期信息技術新工科產學研聯盟大數據技術師資培訓班。金陵科技學院畢業生深受用人單位好評，繼2017年圓周率團隊等兩支大學生學科競賽團隊獲得全國高校云計算應用創新大賽（創業賽）三等獎等多個獎項后，2018年窗外流星團隊榮獲全國高校云計算應用創新大賽（命題賽）一等獎。

未來，金陵科技學院將進一步深化校企合作，完善培養目標、優化課程資源，拓展實踐平臺。同時，依據工程教育認證標準，不斷適應社會和行業變化，堅持持續改進的質量文化;服務行業需求，堅持基于產出導向的設計（OBE）;堅持人才培養，以學生為中心，不斷提高大數據應用型人才培養質量。

參考文獻：

[1] 李翠平. 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.

[2] 大數據人才需求調查報告[R]. 中國數據分析行業網，2017-05-10.

[3] 陳小虎，雍海龍，黃洋. 新興大學與轉型發展[J]. 高等工程教育研究，2016（2）：136-142.