多學科交叉融合的金融數據挖掘與分析工程人才培養模式

張宇敬 安英博 秦響應

【摘 要】 本文以河北金融學院為例，探索了多學科交叉融合進行金融數據挖掘與分析工程人才的培養模式：根據人才需求和崗位要求，確定人才培養目標和專業定位;結合學校辦學特色和時代發展背景，確定多學科交叉融合的課程體系;瞄準行業前沿，建設校內外跨專業實踐創新平臺，探索形成產教深度融合的人才培養模式。

【關鍵詞】 新工科;多學科融合;金融數據挖掘與分析

“新工科”是基于國家戰略發展新需求、國際競爭新形勢、立德樹人新要求而提出的工程教育改革方向。教育部的新工科建設實施方案中，明確提出不同層次院校的新工科建設有不同的目標和要求，地方高校的工科人才培養要對區域經濟發展和產業轉型升級發揮支撐作用。本文以河北金融學院為例，探索地方高校在新工科人才培養上的新路徑，結合學校財經類院校的特色，多學科交叉融合進行金融科技工程人才的培養模式探索。

一、建設背景

2017年2月，復旦大學等30余所高校召開了關于綜合性高校工程教育發展的戰略研討會，共同探討了新工科的內涵特征、新工科建設與發展的路徑選擇，最終達成了“復旦共識”。之后，教育部發布了《教育部高等教育司關于開展新工科研究與實踐的通知》，希望各地高校開展新工科的研究實踐活動，從而深化工程教育改革，推進新工科的建設與發展。“新工科”的概念迅速在高等教育領域熱了起來，一場關于“新工科”的討論在全國高校展開，“新工科研究與實踐”項目隨之正式啟動實施。

河北金融學院前身是1952年中國人民銀行總行創辦的保定銀行學校，歷經河北銀行學校、保定金融高等專科學校等發展階段，2007年升本后，更名為“河北金融學院”，是華北、西北地區唯一一所具有鮮明金融特色的中央與地方共建院校，學校以經濟學和管理學兩大學科為主體，文、法、理、工為支撐，堅持走“大金融”、“大開放”、“大實踐”的應用型人才培養道路。作為地方新建本科院校，由于學校歷史短，其工程教育基礎是比較薄弱的，和許多老牌高校相比存在很大差距。隨著我國金融業信息化不斷向深度和廣度快速推進，對金融科技的多學科交叉人才的需求非常強烈。學校及時抓住新工科發展的新機遇和挑戰，深刻學習領會“復旦共識”、“天大行動”、“北京指南”，確立學校要培養大批具有較強金融行業背景知識、工程實踐能力、勝任行業發展需求的應用型和技術技能型人才，主動服務國家創新驅動發展和“中國制造2025”等重大戰略實施。探索適合京津冀協同發展、能夠很好服務雄安新區建設的多學科交叉融合的金融科技人才的工程教育新模式，成為當務之急。

二、建設舉措

根據2015年本科專業備案與審批結果，信息與計算科學專業列入教育部備案的新工科專業中。作為理科衍生的新工科專業，在新工科發展背景下，會迎來新的發展機遇和挑戰。河北金融學院作為金融特色鮮明的財經類院校，在專業建設上突破傳統范式，一直注重理工結合，工文滲透，確立“IT+金融”的應用型人才培養特色。對于傳統理工科信息與計算科學專業進行了升級改造，結合大數據時代特點，突出了“金融大數據分析與挖掘技術”的專業特色，構建多元化、多學科交叉融合的課程體系，面向經濟金融、信息產業、教育科技等領域，培養大數據分析與數據挖掘的數據工程師和數據分析師等應用型人才。

1、根據人才需求和崗位要求，確定人才培養目標和專業定位

通過人才需求調研得知，在大數據時代大數據產業已經逐步從概念走向落地，絕大部分的企業都在使用大數據，但大數據高端軟件類人才供應遠不能滿足時代的發展，數據分析師已成當下中國互聯網行業需求最旺盛的六類人才職位之一。而金融機構的IT人才需求則是在懂得IT技術的基礎上，還要有金融和管理專業的背景知識，對金融IT交叉型復合人才的需求十分強烈。

根據人才需求和崗位要求，以obe（基于學習產出的教育模式）理念反向設計決定人才培養目標和專業定位。信息與計算科學專業培養目標，旨在培養具有良好的社會主義道德修養與專業素養，健全的人格和較高的情商，掌握信息科學和數學科學的基本理論、方法與技能，熟悉經濟、金融的基本知識，掌握主流大數據分析技術，具備較強的程序設計能力，能夠運用數學知識和數學技術，借用計算機工具創造性地解決經濟金融、信息產業、教育科技等領域的實際問題，能夠終身學習和自我優化，具有創新精神、國際視野和良好發展潛質的應用型人才。

信息與計算科學專業是數學與計算機信息管理學科交叉、理工結合式的專業。本專業結合學校辦學特色、專業特點和時代背景，確定專業發展方向。堅持“理工固本，金融鑄魂”的發展理念，圍繞學校“大金融”、“大開放”、“大實踐”的特色，側重“金融大數據分析與挖掘”專業方向，構建專業課程體系，突出實踐教學環節。要求學生掌握信息科學、金融學、經濟學等學科的基本理論、方法與技能，運用數學知識和數學技術，借用計算機工具創造性地解決實際問題。學生畢業后除了繼續深造外，還可以在經濟、金融、計算機軟件、互聯網、電子商務、計算機服務（數據服務）等相關行業崗位從事數據分析與數據挖掘、數據庫應用、軟件開發、信息支持與決策等相關工作。

2、結合學校辦學特色和時代發展背景，確定多學科交叉融合的課程體系

信息與計算科學專業是數學類專業，課程設置時結合學校辦學特色和時代發展背景，除了信息與計算科學專業核心課程外，還加入了相應的經濟學、金融學、管理學等專業基礎課程，在專業必修課和專業選修課中加入了互聯網、大數據、人工智能和區塊鏈等最新前沿技術課程，構建多學科交叉融合的課程體系。這樣既可以更好地激發學生學習和研究的興趣，又可以在這個過程中進行更深入的研究。信息與計算科學專業在新工科建設思想的指導下，基于時代和未來卓越工程人才核心素養和能力的要求，注重前沿知識和學科交叉知識體系建設，注重實踐創新性課程體系建設，注重工程教育和通識課程體系建設。

河北金融學院信息與計算科學專業核心課程主要包括：數學分析、高等代數、概率論與數理統計、解析幾何、常微分方程、計算方法與實現、數學模型實訓、西方經濟學、金融市場與金融機構、面向對象程序設計、科學計算語言、數據結構、數據庫原理與應用、算法分析與設計、云計算與大數據技術、數據挖掘原理與應用、大數據并行計算技術、機器學習實戰等。開設的跨學科課程有金融數據挖掘案例分析、金融計算、金融信息系統開發、金融大數據分析、R語言與數據挖掘、經濟大數據分析跨專業綜合實訓等，構建多元化、多學科交叉融合的課程體系，培養數據挖掘工程師與數據分析師。

3、瞄準行業前沿，建設校內外跨專業實踐創新平臺，探索形成產教深度融合的人才培養模式

河北金融學院以新工科建設的四大理念為引領，十分注重實踐教學，在“對接產業行業”上下功夫，構建“專業與工程相互支撐、理論與實踐一體化教學、學校與企業優勢互補、創新與創業雙創融合”的校內外跨專業實踐創新平臺。學校建有國家級及省級校外實踐教學基地4個;國家級和省級實驗教學示范中心7個;專業實驗室28個。這些實驗中心都按照學校應用型人才培養定位，結合學校“金融+X”、“X+金融”的育人觀念，以人才需求為導向，以應用能力培養為核心，著力提升學生的實踐動手能力，實現校企的無縫對接，形成企業、基地和學校三位一體的實踐教學體系。

除了在實驗中心開設基礎實驗外，還單獨在第6和7學期開設經濟數學模型實訓和大數據分析實訓，培養學生的專業核心能力;開設第二課堂，通過全國“挑戰杯”大學生課外學術作品競賽、大學生創業大賽、美國大學生數學建模競賽、中國大學生計算機設計大賽、藍橋杯軟件設計大賽、大數據創新應用大賽等多種活動培養學生的創新能力;同時安排學生專業實習，到實訓基地進行為期一個月的企業“頂崗實習”、見習調研，四個月時間的企事業單位的畢業實習，培養學生的職業適應能力和拓展能力。

按照新工科建設提出的地方高校工科專業人才培養要加強產教融合，校企協同育人的目標要求，學校把服務區域經濟發展和產業轉型升級作為根本使命，探索“學校與企業緊密結合+全面素質教育”的產教融合工程技術人才培養模式，校企合作，共建課程，共建專業，共同制定人才培養方案。學校與多家金融機構、互聯網金融企業、IT公司等企事業單位簽訂戰略合作協議，如在學校建設了中國銀行“未來銀行”旗艦店，將產業行業引入校園;與諾森軟件、北京根網科技、中科軟、文思海輝等IT公司簽訂實習實訓基地協議，實現學生的專業實習與畢業實習。這些都是校企雙方開展的多層次、多形式、多領域的合作，實現了校企資源的有機結合和優化配置，為學生見習實踐、教師掛職鍛煉提供了很好的物質條件，實踐探索了產教融合的人才培養路徑。

三、結語

新工科建設是一項長期的實踐過程，是一個系統工程。信息與計算科學專業作為數學與計算機的交叉學科，正好契合了新工科的“理工結合”、 “工文”交叉的內涵。我們在對其進行改造升級過程中，以應對大數據時代的數據分析技術的變化，塑造未來數據工程師為建設理念，課程設置上繼承信息與計算科學專業的寬厚的數學基礎，創新引入了一些前沿課程，交叉融合金融學、管理學等學科的知識，以工程實踐為背景，充分發揮數學類課程在工程實際中的應用，圍繞“金融數據挖掘與分析”的專業方向，培養具有家國情懷、全球視野、創新精神和實踐能力的卓越工程人才。

【參考文獻】

[1] “新工科”建設行動路線（“天大行動”）[J].高等工程教育研究，2017.

[2] 肖強華，寧丹.信息與計算科學專業學生實踐能力培養研究[J].當代教育理論與實踐，2014（3）.

[3] “新工科”建設復旦共識 [J]. 高等工程教育研究，2017（1）.

[4] 聶存云，陳曉玲，曹建新等.關于信息與計算科學專業的實踐教學課程體系構建的一點探討[J].大學數學，2016.

[5] 徐軍.新工科理念下的課堂教學創新實踐[J].福建電腦，2018.10.

【作者簡介】

張宇敬（1966.10—）女，河北徐水人，教授，本科，研究方向：數據挖掘與分析.