大數據課程體系和課程內容建設研究

曾凱

摘要：人才培養模式是實現大數據人才培養目標的重要內容之一，是教學內涵建設的核心，其中課程體系建設和課程內容建設是人才培養模式的重要環節。將大數據課程體系結構歸納為基礎設施、算法與輔助課程三類，并以《深度學習》課程為例闡述了面向產教融合的課程內容建設思路。

關鍵詞：大數據課程體系;課程內容建設;大數據技術

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）22-0121-02

開放科學（資源服務）標識碼（OSID）：

1 大數據課程體系建設

數據科學與大數據技術專業要求學生掌握、計算機科學、管理科學及統計學等相關學科的基礎理論和大數據采集、存儲、處理、分析與應用的基本理論知識，通過對互聯網和通信等行業的項目研究與實踐訓練，具備大數據工程項目的設計、開發、應用能力[1-5]。從大數據技術角度看，算法是大數據的核心;基礎設施算法應用的基本保障;同時又要求研發人員具有一定的軟件開發能力。為實現這一培養目標，我們將大數據專業相關課程分為基礎設施、算法與輔助課程三類。其中，基礎設施類主要講授大數據技術實施的相關基礎設施原理及其使用方法。包括Hadoop、Spark原理與應用、分布式原理、數據挖掘與分析、數據采集技術、云計算與數據中心等相關課程。算法類課程主要講授大數據與人工智能基本算法原理及其應用模式。包括模式識別、深度學習、推薦系統等相關課程。輔助類主要向學生講授軟件工程領域相關知識，提升學生實際工程應用能力。包括移動開發、大數據可視化、數據安全與隱私保護等相關課程。專業課程體系如下圖所示：

2 面向產教融合的課程內容建設

在中國超過60%的AI技術人才聚集在北京和上海，兩者人才數量幾乎相當。此外，深圳和廣州分別擁有10%和5%的AI人才。新一線城市中擁有最多AI人才的是杭州和成都，分別占據4.5%和3%。相比之下，貴州省缺乏智能技術領域人才，其關鍵原因是缺乏本土培養的人才。針對這一現狀，我們將《深度學習》作為試點“產教融合”思想的主要課程。面向產教融合的課程建設首先體現課程內容方面。因此應在教學內容，特別是實驗和實習實訓環節融入了大量企業案例。這些案例通常來源于生活場景，其實現技術成熟并能夠盡可能覆蓋該課程的主要教學環節，實驗數據容易獲取，并具有進一步拓展將其衍生為雙創項目的可能性。這里我們以《深度學習》課程中的“車牌識別”案例來加以說明。

1）技術成熟，應用廣泛

眾所周知汽車牌照是汽車唯一“身份”。在停車管理、交通執法、車輛檢測等場景都離不開車牌的自動識別，“車牌識別”也是人工智能領域應用較為廣泛的案例之一。“車牌識別”從技術角度來看相對成熟，非常適合用于課堂教學;從選題來看對學生也并不陌生，學生也很容易接受。

2）能夠覆蓋主要技術場景

從技術層面來看，車牌識別主要由以下流程構成：

首先要找到汽車上的車牌，即車牌目標識別;然后將車牌上的每一個數字分割;最后單獨識別出每一個數字。這3個環節分別對應了圖像處理中的目標識別、圖像分割和圖片分類3個主要技術。一門課程的主要技術由一個案例傳達給學生，這有助于技術的融會貫通，也能夠更好地理解真實案例。

3）實驗數據源豐富

“深度學習”實驗室可以選擇長期從事人工智能，特別是在車牌識別領域有相關產品案例的供應商，這類廠商往往擁有大量車牌圖片數據。相比于網上能夠獲得到的公開數據庫，實驗室供應商能夠保證實驗數據快速迭代更新，能夠對學生實驗提供有效支撐。

4）由課堂教學直接過渡為雙創項目

“車牌識別”雖技術成熟并且應用廣泛，但其仍有許多技術問題沒有得到解決，這就為持續研究提供了突破點。例如某需求方要求在對高速行駛的汽車進行車牌識別，并且要求識別精度達到4個9以上。從目前技術來看，做到這點仍有一定難度，但這恰恰為學生“雙創”提供了很好的項目點。由課堂案例直接過渡為雙創項目，降低了學生提前培養的周期，有助于學生快速進入項目。

3 總結

算法是大數據的核心，基礎設施是大數據技術能夠應用的基本保障，在此之上需要開發人員具有較強的實際應用能力，因此將大數據課程體系結構歸納為基礎設施、算法與輔助課程三類。我們進一步以《深度學習》課程為例闡述了面向產教融合的課程內容建設思路。為了實現產教融合的目標，授課內容應具備“技術成熟，應用廣泛”“能夠覆蓋主要技術場景”“實驗數據源豐富”和容易將“課堂教學直接過渡為雙創項目”等特點。

參考文獻：

[1] 謝志明， 王鵬， 李俊杰， 等. 基于CDIO的云計算與大數據課程體系建設[J]. 計算機教育， 2017（1）.

[2] 羅福強， 熊永福. 基于CDIO的云計算與大數據專業人才培養方案[J]. 計算機教育， 2015（1）：52-56.

[3] 劉淳安. 大數據時代信息與計算科學專業課程體系優化改革與實踐[J]. 高教學刊， 2016（21）：70-71.

[4] 孫鋒. 面向大數據的信息與計算科學專業實驗課程體系研究[J]. 福建電腦， 2014（2）：57-58.

[5] 郝水俠， 郭云霞. 大數據時代下信息與計算科學專業人才培養模式新探索[J]. 江蘇師范大學學報（自然科學版）， 2016， 34（2）：72-75.

【通聯編輯：代影】