美國iSchools院校大數據人才培養的調查及對我國的啟示

關鍵詞：iSchools;圖書情報;大數據;教育變革

摘 要：文章以美國iSchools院校為研究對象，調查分析了18所美國iSchools院校大數據相關專業的人才培養方案，包括培養目標、課程設置、課程內容等，以期為我國高校大數據相關專業的教學改革提供依據。

中圖分類號：G250文獻標識碼：A文章編號：1003-1588（2019）08-0113-04

iSchools即信息學院聯盟，它由北卡羅來納大學教堂山分校等7所北美地區著名圖書館學、情報學教育機構于2003年發起的iSchools運動演變而來。聯盟成員一道致力于將傳統的圖書館學、情報學、信息科學、信息技術等教育項目升級為適合新時代的信息教育項目，倡導成員機構開展以跨學科思維駕馭信息與技術、最大化發揮人類潛力為目標的信息教育。截至2018年3月，iSchools已經覆蓋了全球主要國家最知名的信息相關學科的教育機構，成員數量達到91所。現如今，以大數據為代表的信息技術環境引發了圖書情報及相關專業教育的變化，國外很多圖書情報學教育機構設立了大數據相關的專業和課程，并開展了大數據環境下圖書情報教育變革的相關研究，研究成果也較多。然而，相關文獻調研顯示，我國關于圖書情報教育變革中的大數據人才培養的相關研究起步較晚，且多集中在大數據環境下圖書情報教育變革的必要性上，缺乏對大數據專業人才培養方案的研究。另外，我國對iSchools院校的研究也比較單一，多集中在其課程設置上，缺乏對iSchools院校人才培養方法的系統研究。筆者以美國iSchools院校為研究對象，調查分析18所美國iSchools院校大數據相關專業的人才培養方案，包括培養目標、課程設置、課程內容等，力求為我國高校大數據相關專業的教學改革提供相關依據。

1 調查對象與方法

根據iSchool官網數據顯示，北美有40所iSchools院校。為了讓調研更具客觀性和參考價值，筆者從所有北美iSchools院校中選取了官網標注為核心小組成員的美國院校，通過逐個查閱其主頁信息的方式進行網絡調研。其中，康奈爾大學計算和信息科學學院、佛羅里達州立大學傳播與信息學院、肯特州立大學信息學院、密蘇里州大學信息科學與信息技術學院和加州大學洛杉磯分校教育與信息研究生院這五個學院未開設大數據相關專業，田納西大學信息科學學院、匹茲堡大學計算與信息學院和德克薩斯大學信息學院這三個學院主頁無法訪問。因此，筆者最終確定了18所美國iSchools院校作為本次調查的有效調查樣本，如表1所示，再由表1中iSchools院校開設大數據專業的教學體系，確定本次調查的項目和內容，如表2所示。

表1 作為調查對象的18所美國iSchools院校

序號調查樣本1加州大學伯克利分校信息學院2加州大學歐文分校信息與計算機科學學院3卡內基梅隆大學亨氏學院信息系統學院和公共政策管理學院4德雷塞爾大學計算與信息學院5密歇根大學信息學院6佐治亞理工學院計算機學院7馬里蘭大學信息研究學院8北卡羅萊納大學教堂山分校信息與圖書館學學院9賓夕法尼亞州立大學信息科學與技術學院10錫拉丘茲大學信息研究學院11北德克薩斯大學信息學院

12華盛頓大學信息學院

13印第安納波利斯普渡大學信息與計算機學院14威斯康興大學信息研究學院15圣何塞州立大學信息學院16伊利諾伊大學香檳分校信息科學學院17亞利桑那大學信息學院18印第安納大學信息計算和工程學院

2 調查結果

2.1 培養目標

劉婧：美國iSchools院校大數據人才培養的調查及對我國的啟示

2.1.1 樣本院校開設的大數據專業教育培養目標側重點各有不同。縱觀18所樣本院校，大數據專業不僅僅是理工科、商科學生的選擇目標，文科生也可以選擇相關專業進行學習，參與大數據帶來的革新浪潮。例如，卡內基梅隆大學提供公共政策和數據分析碩士學位，其最大的特點是沒有指定入學要求，適合跨專業且對大數據感興趣的學生。該學位開設在信息系統學院和公共政策管理學院下，培養目標更側重于政治學科領域。

2.1.2 樣本院校從人才培養目標設計開始，就著眼于未來大數據應用的需要[1]。18所樣本院校的人才培養觀念都具有超前意識，注重培養學生洞悉、挖掘和管理數據的能力，以期將學生培養成為新一代的數據科學家。例如，加州大學伯克利分校信息學院的信息和數據科學在線碩士學位旨在培養學生具備大數據知識和大數據思維，并擁有較強的數據應用能力。

2.1.3 iSchools高校多以培養應用型大數據人才為主要目標。市場對數據科學領域應用型人才的迫切需求決定了高校人才培養的主要方向。如華盛頓大學在經過對數據科學領域人才需求情況調研后，為其數據科學專業人才設定了8個職業發展路徑，分別為商業分析師、數據分析師、數據架構師、數據工程師、數據科學家、定量分析師、研究員和統計師。從知識、能力和綜合素養上來看，樣本院校也多以社會需求為導向進行培養目標的設定。

2.2 課程體系

大數據學科是實踐性很強的新興交叉復合型學科，其整體課程體系包括數學/統計學類、計算科學類、模型分析類、數據系統類、數據倫理類、行業應用類等八大模塊。具體課程體系如表3所示。

研究樣本院校課程設置可以發現以下6個特點。

2.2.1 課程設置十分重視校企聯合培養。美國iSchools院校大數據相關課程中大多設有項目實習作業，要求學生綜合運用所學知識，選擇來自產業、學術或政府的真實數據，解決現實問題。樣本院校大多強調項目實習的重要性，并開設專業實習項目，將學生送到Facebook、亞馬遜、谷歌等公司的相關工作部門進行實習[2]。如密歇根大學信息學院要求學生完成三個投資組合建設項目、德雷塞爾大學計算與信息學院開設的核心課程要求學生完成數據科學團隊項目（Capstone project）等，其實習項目強調產業數據的真實性及學生對現實問題的處理能力。

2.2.2 部分課程將大數據與院校原有特色專業相結合，在優勢領域中關注大數據，重視大數據專業的實踐性[3]。這種跨專業課程中比較有代表性的有加州大學伯克利分校的數據可視化與通信、威斯康興大學數字圖書館、德雷塞爾大學的社會媒體數據分析等，結合了信息科學、計算機科學、統計學和社會科學等領域的專業知識，并結合原有特色專業，讓學生擁有廣泛且深入的知識體系。

2.2.3 美國作為世界的商業金融中心，其ischools院校更注重大數據在商業方面的應用。例如賓夕法尼亞州立大學的經濟分析和高級商業分析課程、卡內基梅隆大學開設的商業和政策決策分析課程、馬里蘭大學的數據視覺分析和商業數據分析課程等。

2.2.4 多學科聯合培養也是美國iSchools院校大數據學科人才培養的重要特征之一。許多高校大數據專業的課程由多個學科共同參與設計，大多涉及計算機科學、統計學、信息學知識及實踐應用的技能等。例如，大多數美國iSchools院校開設的大數據專業課程主要圍繞統計、數據庫、計算機、管理、信息、數據、金融和會計等內容展開。

2.2.5 大數據專業中必修或核心課程以數據挖掘和數據分析為主要內容。調查樣本中，印第安納大學、賓夕法尼亞大學、德雷塞爾大學等院校不論是文科屬性還是理科屬性的大數據專業都要求學生能夠對數據進行挖掘分析，因此必修課程側重于數據挖掘和數據分析的知識培養。

2.2.6 課程設置十分重視實訓操作，學校的授課內容與產業發展同步。以德雷塞爾大學為例，該學校的數據科學專業的課程體系由核心模塊、選修模塊和綜合訓練課程3部分組成，每個模塊都包含實驗室操作教學和課程作業。該大學的綜合訓練課程與其他學校不同，并非以小組形式完成，而是學生在導師或實訓企業的指導下獨立完成，且選題要求必須是來自工作部門的真實數據及現實問題。

2.3 培養內容

在18所樣本院校中，大數據相關專業主要包括應用數據科學、公共政策和數據分析、商業數據分析等培養方向。大數據專業是以統計學、計算機科學和信息科學為基礎發展而來的，但美國iSchools院校的大數據專業進一步抽象了這些基礎學科中的數據問題，填補了包括統計學、計算機科學和信息科學在內的基礎學科與大數據之間的空白，為大數據這一新專業的發展奠定了直接基礎。

2.3.1 在研究生培養中，大數據專業多提供五年制碩士學位加速課程。例如，德雷塞爾大學的數據科學碩士學位和加州大學伯克利分校的信息和數據科學碩士學位提供加速學位課程，能夠使學生在五年內獲得學士學位和碩士學位。

2.3.2 本次調研的18所美國iSchools院校均提供學位授予或者是證書認證。樣本院校的大數據專業教育主要分為學位和證書兩大類，學位教育包含碩士學位和博士學位[4]。證書類教育以網絡在線形式為主，學位教育以在校學習為主，部分院校大數據專業教育允許學生根據自身情況自主選擇聽課方式。

2.4 培養形式

培養形式調查主要調查各院校的人才培養類型、人才培養方式、學制安排及教學方式等內容。對樣本院校大數據專業人才培養形式的調查結果顯示：①在大數據人才培養形式上，學歷教育仍占主導地位。在學歷教育中又以研究生層次的教育最為普遍，占比超過70%。②樣本院校大數據學位授予或證書認證需要花費的平均學習時間與我國相比較短，大部分全日制大數據專業課程學習的時間是一到兩年。不同類型專業的學習時間因非全日制和全日制的區別而有所不同[5]，樣本院校非全日制專業課程的學習時間幾乎是全日制專業課程的兩倍。

調查顯示，樣本院校課堂的教學方式包括理論講授、模擬實踐、案例分析、課堂討論、小組報告等。課外實踐是通過團隊項目、社會實踐和實習等形式提高學生解決實際問題的應用能力，并有計劃地讓學生進入社會企業實習。各院校都很重視大數據專業的基礎知識和專業知識的教學，強調大數據分析方法在經貿、金融、商業等領域中的運用，通過結合實際問題進行有針對性的教學和實踐[6]。

3 美國iSchools院校大數據人才培養對我國的啟示

美國iSchools院校大數據專業在人才培養定位、促進學生學習、提升學生大局觀意識、培養模式創新及課程設置方面進行了積極探索，形成了富有特色的創新機制，并借此提高了自身的教學質量和學術聲望。筆者針對當前我國圖書情報機構的大數據人才培養現狀，提出了4點提升大數據人才培養質量的努力方向。

3.1 培養具備復合能力的大數據人才

大數據所具有的規模大、多樣化、流動性強和價值高等特征，決定了大數據人才必須是復合型人才，需要具備超強的綜合能力。從美國iSchools院校大數據課程設置重視數據挖掘及數據分析等相關技能課程這點來講，今后我國iSchools院校大數據人才也應系統掌握數據分析相關知識與技能，主要包括數學、統計學、數據分析和自然語言處理等。具體來說，在落實大數據人才教育上，我國iSchools院校要培養學生挖掘和分析數據的能力，開設課程應包括計算機技術和數據獲取知識方面的理論課程，在實踐上要設置收集和整理數據的實驗或項目實踐等[7]。

3.2 大數據人才培養要突出圖書情報專業特色

情報工作的核心和精髓是情報分析。大數據時代，情報工作的分析對象應該從信息深入數據，注重人工智能和情報技術的發展，掌握數據科學的方法和技術，同時還應開發更適合情報分析的軟件和工具[8]。圖書情報大數據人才教育重在培養學生發現數據中的價值，并學會從數據中挖掘價值，由數據驅動做出決策。各大院校同時也要鼓勵學生發揮情報學的特色和優勢，如數據洞察、情報感知和情報刻畫等能力，使他們能夠抓住機遇，從數據到情報都能支持管理決策[9]。

3.3 面向大數據的圖書情報人才培養需要校企合作

在人才培養模式上，校企合作已經成為一種必然的趨勢。大數據教學中實訓很重要，沒有大量的行業數據和實訓平臺，這個專業在教學上很難進行下去，難以達到教學目標。校企合作可以發揮學校和企業各自的優勢，共同培養社會與市場需要的人才，實現校企雙方的資源共享與優勢互補。這種校企合作的人才培養模式也是美國iSchools院校積極探索和踐行的，未來或將引領我國iSchools院校校企合作模式發生實質性的變革[10]。各大院校在大數據人才培養中可利用校企合作開發一些實踐項目，如在項目中強化SQL的訓練、加強對R、Python等分析語言的實際應用、深化對Hadoop和Spark等主流框架的學習等[11]。

3.4 完善大數據人才培養方式

技術的進步促進了教學方式的變革，也催生了眾多基于“互聯網+”技術的教育產品和服務，“在線課堂”正是被越來越多的大學廣泛認可的互聯網產物之一。根據前文調查樣本院校的授課方式變化可知，通過網絡進行遠程在線教學的方式正在不斷普及，除選擇面授學習外，學生還可以通過上網選課、信息查詢、參加答疑、在線提交作業等方式完成課程學習任務，學校則通過制定嚴格的質量控制標準保證教學實效和質量，這顛覆了傳統的大學培養模式。此外，美國iSchools院校大數據人才培養中證書類教育專業數目僅次于學位類，證書類教育培養方式學費低、時間短和效果快的優勢受到在職人士的青睞[12]。

我國圖書情報機構在大數據人才培養方式上應高度重視發展網絡遠程在線教學，完善網上教學平臺建設，通過線上線下相結合的方式進行全方位的大數據人才培養工作。同時，圖書情報機構也要完善大數據人才培養方式，不僅要重視學位教育培養，還要完善課程認證、證書認證等非學位教育培養方式。

4 結語

目前，由于我國大數據的發展還處于初級階段，人才的極度緊缺嚴重制約著大數據的發展，相關人才的培養任重而道遠。我國大數據人才的培養也處于起步階段，亟須完備的教學體系、配套的教材和開放的實訓平臺[13]。因此，我國面向大數據的圖書情報教育改革要大膽嘗試，少一些限制，多一些包容。各大院校應開設一系列符合現在和未來社會需求的大數據相關課程，培養數據存儲、數據挖掘、數據可視化等方面的人才，加大學生團隊項目的培訓力度，提高圖書情報專業學生的大數據應用技能，加強對圖書情報專業任課教師的培訓與考核[14]，并由政府出面鼓勵高校和企業通過建設大數據聯合實驗室、研發中心等形式，聯合起來培養理論與實踐相結合的大數據專業人才。

參考文獻：

[1]完顏鄧鄧，高峰.國外數據管理專業人才培養調查及啟示[J].圖書館理論與實踐，2016（6）：21-26.

[2]曹樹金，王志紅，劉慧云.論大數據時代下的圖書情報學教育：基于iSchool院校“大數據”相關課程調查及思考[J].情報理論與實踐，2017（12）：17-22.

[3]司莉，何依.iSchool院校的大數據相關課程設置及其特點分析[J].圖書與情報，2015（6）：84-91.

[4]司莉，賈歡.美國iSchool圖書情報學人才培養模式的特點與啟示[J].圖書情報工作，2015（2）：38-43.

[5]余紅，劉娟.美國iSchool圖書情報學課程體系個案：北卡羅萊納大學近10年課程體系研究[J].圖書情報工作，2014（6）：79-88.

[6]王麗華，王文琳.大數據環境下iSchools院校研究生課程體系的案例研究：以匹茲堡大學為例[J].圖書館學研究，2017（5）：7-14.

[7]周明，謝俊.大數據視角下信管專業的培養模式創新研究[J].圖書館學研究，2016（6）：41-46.

[8]王錳，左建安，陳雅.大數據環境下信息管理專業人才培養模式分析與構建[J].圖書館，2015（4）：90-95.

[9]王金娜，康麗峰，王喜明.基于iSchool教育理念的我國信息資源管理專業本科課程設置調查分析[J].圖書館界，2016（6）：10-15.

[10]黃崑，王凱飛，王珊珊，等.數據類崗位招聘需求調查及對圖情學科人才培養的啟示[J].2016（6）：42-53.

[11]王晰巍，郭宇，石靜，等.大數據時代背景下中美圖書情報專業研究生課程體系建設比較研究[J].圖書情報工作，2015（23）：30-37.

[12]何海地.美國大數據專業碩士研究生教育的背景、現狀、特色與啟示：全美23所大學數據分析碩士課程網站及相關信息分析研究[J].圖書與情報，2014（2）：48-56.

[13]謝亮.大數據視角下信息管理與信息系統專業建設探討[J].信息通信，2017（8）：291-292.

[14]葉鷹，馬費成.數據科學興起及其與信息科學的關聯[J].情報學報，2015（6）：575-580.