大數據管理與應用新專業建設探索與實踐

[摘 要] 繼數據科學與大數據技術專業后，大數據管理與應用專業成為又一個專門培養大數據人才的新專業。通過分析對比兩個專業在人才培養目標、定位、專業技能、就業領域等方面的差異，結合北京信息科技大學的辦學特色及優勢，就大數據管理與應用新專業建設進行有針對性的思考和探索，旨在提高大數據人才培養質量，滿足社會大數據人才所需。

[關鍵詞] 大數據管理與應用;專業建設;技管雙強;交叉融合

[基金項目] 北京信息科技大學教學改革項目（2019JGYB24）

[作者簡介] 徐曉敏，女，管理學博士，教授，主要從事數據分析與管理智能決策方面的教學及教學管理工作。

[中圖分類號] G642? ? [文獻標識碼] A? ? [文章編號] 1674-9324（2020）31-0229-03? ? [收稿日期] 2019-12-11

一、大數據管理與應用新專業建設背景分析

隨著信息技術的迅猛發展，我國已經進入“大物云移”時代，即大數據、物聯網、云計算與移動互聯網時代。“國家大數據戰略”被列入了國家“十三五”規劃中，《促進大數據發展行動綱要》則明確列舉了與大數據相關的國家大數據工程與行業。這些都預示著以“大數據”為主要特征的新時代的到來，這為高校培養與輸送相應的人才提出了更高的要求，高校也面臨嚴峻的挑戰。據數聯尋英發布的《大數據人才報告》顯示，目前全國的大數據人才僅46萬，未來3～5年內，大數據人才的缺口將高達150萬。領英報告表明，數據分析人才的供給指數最低，僅為0.05，屬于高度稀缺[1]。根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1400萬，尤其是具有豐富的理論基礎，扎實的技術技能，深刻理解商業業務并有國際化視野的人才。巨大的人才缺口直接導致各企業紛紛以高薪聘請大數據人才。現在是大數據起步的初級階段，在數據驅動的未來，大數據人才市場勢必會越來越大。為適應這一人才需求的新形勢，教育部開始批準在高校設立兩個與大數據相關的新專業，即數據科學與大數據技術專業、大數據管理與應用專業。2016～2019年，已經有四批481所不同層次的高校獲批開設數據科學與大數據技術新專業。2018～2019年，已經有兩批30所不同層次的高校獲批開設大數據管理與應用新專業[2]。與數據科學與大數據技術新專業相比，大數據管理與應用新專業批準設立數量較少、時間較短，但其定位于培養“懂數據、懂技術、懂業務、懂管理的復合型人才”的專業特色已經引起越來越多高校的關注。

大數據管理與應用專業的專業代碼為120108T，畢業授予管理學學位。2018年西安交通大學、哈爾濱工業大學、東北財經大學、南京財經大學、貴州財經大學5所院校成為首批設立大數據管理與應用專業的高校，2019年包括北京信息科技大學在內的25所院校成為第二批設立該專業的院校。在這30所院校中，既有“985”院校，也有三本院校，并同時涵蓋了綜合性、財經類、理工類等各類性質院校。雖然“懂數據、懂技術、懂業務、懂管理”的專業大方向已被各類高校所認同，但各高校的辦學特點與人才培養定位存在較大差異，因此對于每一所高校來說都需要具體研究思考該專業的培養目標和專業特色，以達到較好的培養效果。

二、大數據管理與應用專業與數據科學與大數據技術專業對比分析

大數據管理與應用專業與數據科學與大數據技術專業作為兩個相繼設立，均以大數據為人才培養主要特征的新專業，它們之間必定存在較大關聯。一所高校同時設立這兩個專，在建設大數據管理與應用新專業時更需要首先思考如何在專業方向和定位上與數據科學與大數據技術專業的區別，突出本專業的特色，實現差異化培養，指導制定專業課程體系，進而從不同角度滿足大數據時代對人才多方位的需要。以下就大數據管理與應用專業與數據科學與大數據技術專業在所屬學科、培養目標、專業基礎、專業技能、就業領域等方面做對比分析（表1）。

三、北京信息科技大學大數據管理與應用新專業建設思考及實踐

北京信息科技大學于2019年第二批獲準設立大數據管理與應用新專業，并于今年開始招生。作為一所主要服務于首都及京津冀地區，以信息技術及應用為特色的理工類北京市屬高校，學校同時擁有大數據科學與技術新專業。在這種背景下，如何結合學校辦學特色以及社會大數據人才需求，與大數據科學與技術專業既形成相互協調的專業群格局，又體現各自專業人才培養的差異性，成為我校大數據管理與應用新專業建設的核心問題。經過廣泛調研學習和論證，大數據管理與應用新專業的人才培養方案從以下方面突出自己的特色。

1.培養“技管雙強”的復合型應用人才。大數據管理與應用是由北京信息科技大學信息管理學院主持申報的新專業，在此之前學院已擁有信息管理與信息系統、信息安全、電子商務、審計學（計算機審計）四個本科專業，已經形成以“突出信息優勢，側重培養應用信息技術解決社會經濟系統及其信息系統中管理和安全問題的高級專門人才”為主要培養特色的交叉滲透、協同發展的專業群落，專業人才培養質量和社會認可度較高。此次開辦大數據管理與應用新專業勢必將以信息管理學院的專業群落為基礎，基于大數據行業對從業人員實際工作能力的需求進一步提升專業群落所具有的“技”“管”結合的優勢。因此大數據管理與應用專業將培養目標定位于注重培養學生的實際應用能力，強調大數據技術與管理決策并重的“技管雙強”的交叉復合型人才。具體來說就是培養能夠適應社會經濟管理和大數據領域發展需求，運用大數據分析和應用技術，對復雜管理問題進行建模分析，輔助管理決策的復合型應用人才。主干學科包括管理科學與工程、計算機科學與技術，專業方向為大數據分析與管理決策。專業特色體現在信息技術與大數據分析技術并重，應用于解決復雜的管理決策問題，能夠基于大數據特征、信息技術手段及管理決策相關背景知識進行合理分析，評價管理決策方案。學生在本專業學習畢業后，能夠熟練掌握信息技術操作與應用和進行大數據分析的綜合技能，可以在與大數據相關的各個領域從事大數據分析和實際應用等工作。

2.構建“交叉融合”的課程體系。從培養大數據技術與管理決策并重的“技管雙強”的交叉復合型人才的專業定位出發構建與其相適應的“交叉融合”的課程體系。按照本科人才培養通用的通識教育、學科基礎教育和專業教育三個層次結構，大數據管理與應用專業課程體系由七個課程模塊構成。其中，學科基礎教育層次包括經濟與管理理論模塊、計算機基礎模塊和數學與定量方法模塊。加強學生“管”“技”“數理”三方面基礎知識的學習，培養學生掌握必備的大數據分析和應用的理論和方法，具備扎實的數學、管理學、經濟學、統計學、運籌學以及較強的信息技術能力。專業教育層次包括大數據技術模塊、數據分析與管理模塊和大數據應用模塊。強調學生在“管”“技”“數”三方面綜合知識的應用以解決實際問題能力的訓練。培養學生針對經濟管理中的復雜問題，綜合運用管理學理論、信息技術方法建立模型，分析求解，得出解決方案，為管理決策提供依據。具備熟練運用大數據分析工具及方法進行數據采集、數據處理和數據分析，得出可視化效果并解釋數據分析結果的能力（見圖1）。

在各個模塊中，除規定的通識教育課程模塊外，其他模塊均由一門或多門專業主干課牽頭形成相互銜接、從知識到技能有機聯系的課程體系。如以管理學原理課程為核心，與宏觀經濟學、微觀經濟學、企業資源計劃ERP等課程組成經濟與管理理論方法模塊;以數據庫系統及應用、Python程序設計課程為核心，與數據結構、操作系統、計算機網絡等課程組成計算機基礎模塊;以管理統計學、運籌學課程為核心，與多元統計分析、計量經濟學、預測方法與技術等課程組成數學與定量方法模塊;以大數據技術基礎課程為核心，與數據采集與處理、數據分析語言、數據倉庫與數據挖掘、機器學習與人工智能等課程組成大數據技術模塊;以大數據分析與決策課程為核心，與大數據可視化、大數據營銷、大數據治理、社交網絡與文本分析等課程組成數據分析與管理模塊;以環境大數據、審計大數據、企業運營大數據等組成大數據應用模塊。

3.強調“重合作、強實踐”的培養模式。大數據管理與應用專業強調“管”與“用”。理解“管”，即能夠針對復雜的管理決策問題，選擇和使用適合的信息技術工具及相應的大數據分析技術和數據分析軟件，對管理中的復雜問題進行決策分析。最貼近實際需求的管理決策問題來源于企業，最先進、最實用的大數據管理方法及工具同樣來自企業，因此，加強與數據分析相關企業在人才培養方面的深度合作，即通過“重合作”方式無疑是提高人才培養質量和效果的有效途徑。我院2018年與SAS中國開展校企合作，建立數據分析人才培養聯合實驗室，為大數據管理與應用專業建設奠定了良好的基礎。理解“用”，即能夠運用大數據技術和工具，進行數據采集、數據清洗、數據存儲，完成數據挖掘、數據建模和數據分析以解決管理問題的技能。綜合全面的大數據應用技能培養需要通過系統的實踐教學環節來保證。為此，通過“強實踐”，即在教學過程中開設相當比例的實踐教學課程、建立相對完整的實踐課程體系來達到突出“用”的目的。為提高“強實踐”的教學效果，學院已于2017年建立了大數據實驗教學平臺，今后還將根據最新的技術發展和社會需求不斷補充和完善實驗教學環境，提高人才培養效果。

四、結束語

我校大數據管理與應用雖然設立僅有兩年時間，但已經引起越來越多高校的關注，同時也得到學生及家長的青睞。在2019年高招中，我校大數據管理與應用專業在北京市及京外招生省份中專業平均分數均排名前列，充分表明該專業在學生中得到的高度認可以及學生對學習大數據管理與應用知識和技能的渴望。因此，認真研究、思考并實施我國大數據人才培養問題具有十分重要的現實意義。

參考文獻

[1]數聯尋英.大數據人才報告[Z].2016，7

[2]教育部.教育部關于公布2018年度普通高等學校本科專業備案和審批結果的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201903/t20190329_376012.html.2019.2.25

[3]高全義，陳加洲，王樂樂.大數據人才類別研究[J].軟件工程，2019，22（9）：50-52.

[4]王萌，王曉榮，韋璐.數據科學與大數據技術專業建設實踐與思考[J].高教論壇，2019，8（8）：35-38.

[5]陳江林，姚繼美，孫永香.數據科學與大數據技術專業人才培養目標與定位研究[J].電腦知識與技術，2018，14（35）：166-167.