新工科背景下大數據專業課程體系研究和實踐

尹波

摘? 要： 數據科學與大數據技術專業是一門典型的新工科專業，課程體系是該專業建設的核心。文章分析了該專業建設存在的主要問題，針對目前該專業的課程體系缺少統一標準的現狀，依據新工科建設的要求，制定了該專業的課程體系。以長沙理工大學為例，著重介紹其在培養目標、課程設置、培養方向、實踐教學等方面的教學改革和實踐，為數據科學與大數據專業的建設提供參考。

關鍵詞： 新工科; 大數據; 課程體系; 實踐

中圖分類號：G642? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2021）07-98-03

Research and practice on the curriculum system of big data specialty in the

context of New Engineering Education

Yin Bo

（School of Computer and Communication Engineering，Changsha University of Science and Technology， Changsha， Hunan 410014， China）

Abstract： Data science and big data technology specialty is a typical specialty in New Engineering Education. The curriculum system is the core of the specialty construction. This paper analyzes the main problems existing in the construction of the specialty. Because the curriculum system of the specialty lacks unified standards currently， a curriculum system has been formulated according to the requirements of New Engineering Accreditation. Taking Changsha University of Science and Technology as an example， the teaching reform and practice on the training objectives， curriculum， training direction， and practical teaching are introduced in detail， which provides reference for the construction of data science and big data specialty.

Key words： New Engineering Education; big data; curriculum systems; practice

0 引言

大數據已經成為國家的戰略資源和無形資產，已經應用于各行各業。大數據產業已成為戰略意義的前沿性、高端性新興產業，受到社會各界高度關注[1-2]。大數據相關人才的培養是我國成功實施國家大數據戰略的關鍵。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，大數據產業市場進入新一輪高速增長，這對大數據相關領域的專業人才需求更加迫切。2017年2月以來，教育部積極推進新工科建設，新工科專業是主要指針對新興產業、新經濟、和新服務需求的專業，以互聯網和工業智能為核心[3-4]。

數據科學與大數據技術專業（以下簡稱“大數據專業”）是典型的新工科專業，專業代碼為080910T，學位授予門類為工學、理學。大數據專業以大數據為研究和分析對象，是以計算機科學、數學和統計學作為基礎的多學科交叉融合專業，培養大數據研發和產業應用的復合型人才。大數據產業對大數據人才的需求以及新工科專業建設背景，使得大數據專業建設在各高校如火如荼地開展，設立大數據專業的學校數量飛速增長。2016年北京大學、對外經濟貿易大學、中南大學這三所院校第一批試辦大數據專業;2017到2019年分別新增32、250、196所高校獲批第二批到第四批大數據專業。2020年第五批新增138所高校。目前全國共有619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。長沙理工大學依托計算機學院，于2019年第四批獲批開設大數據專業，從地方產業需求出發，為大數據所催生的新產業和新經濟培養具備扎實數據分析和系統建構能力的高級技術人才。

課程體系是專業建設實施的關鍵，是當前開辦大數據專業的高校都在思考和探討的問題。目前大數據專業課程體系缺少統一標準，缺少適合教學的優秀教材，實踐環節與企業需求脫鉤，師資力量也嚴重不足，這些問題使得大數據專業實踐和研究滯后于產業需求。新工科分類建設要求地方高校能夠主動對接地方經濟與社會的發展需要，加強應用型人才培養。因此如何按照新工科對人才培養的要求，從專業特點和技術發展的角度建設大數據專業值得探索和研究。

1 大數據專業建設現狀

缺少標準統一的課程體系 盡管開設大數據專業的高校數量急速增長，目前大數據專業建設還在探索和發展的過程，人才培養體系尚未健全;沒有形成標準統一的課程體系，缺少成熟的案例和經驗參考[5]。高校根據自身特色和優勢，選擇開設該專業的學院（主要是計算機學院、數學學院、以及經管學院），開設的課程也會有一些差別。

缺少好的教材 大數據專業的教材建設處于起步階段，符合高校教學實施的教材較少，尤其缺少權威優秀教材。任何成熟的專業都有1-2門系統闡述本專業基礎理論的課程，這些課程在內容上有統一標準，也有權威教材。但是目前大數據專業缺少這樣的課程和相應的教材。

實踐平臺亟待建設 大數據專業具有較強的實踐性，實踐平臺不僅要提供開發環境，還需要提供真實的行業數據供學生分析與操作[6]。目前平臺建設滯后于教學需求和產業需求，實踐課程缺少行業案例。許多院校尚未和企業建立有效的合作培養方式，不利于進行工程實踐教學。

此外，大數據專業也存在師資力量不足的問題。大數據專業是一門多學科交叉融合的專業。大數據人才需要掌握大數據采集、存儲、分析、可視化的基礎理論和實踐技能。大數據專業教學難度大，對教師的要求較高，需要兼具理論知識和實踐能力的師資隊伍。目前新建院系還在發展中，缺少專業化的教師團隊。主要以年輕教師為主，缺乏工程教育實踐經驗;能夠指導學生實驗和實訓的教師不足。

2 大數據專業課程建設探索

2.1 培養目標的設定

新工科旨在培養具有良好人文素養、協作精神、可持續發展、終身學習能力，以及實踐、創新能力強的高素質復合型人才。長沙理工大學大數據專業，對接地方區域經濟的需求，緊跟大數據技術的發展和產業需要，謀求“特色”“精準”的人才培養模式，建設面向大數據研發和產業應用的復合型人才培養體系。

大數據專業的培養目標是讓學生掌握面向大數據應用的計算機科學、統計學、數學基礎知識，系統學習數據建模、數據管理、數據分析的基本理論方法和技能;同時具備自然科學和社會科學等領域中大數據的應用分析技能。本專業學生在系統的專業技術訓練基礎上，具備廣泛的數據應用視野。學生畢業以后將能從事交通大數據、金融大數據、能源大數據等各類應用領域大數據分析挖掘、大數據系統開發等技術工作。

2.2 課程體系的構建

長沙理工大學大數據專業的課程體系，圍繞大數據的采集、處理、存儲、分析四個方面，并且結合工程認證的要求進行課程設置。前兩年主要開設通識課程和計算機類基礎課程，保證學生能夠掌握計算機組成原理、操作系統、數據庫原理與應用、程序設計能力和大數據初步處理技術，達到寬口徑目的。其中第一年按照信息大類進行培養，夯實基礎，加強通識教育和數學知識學習。第二年進行專業基礎能力的培養，包括統計學、大數據系統構建、數據分析基礎知識和方法的學習。第三年強化專業能力，提升系統開發和大數據分析挖掘的能力，理論聯系實際，加強實習、創新、創業等實踐教學。第四年問題驅動，圍繞大數據的整個生命周期，培養學生解決復雜問題的能力。為了培養學生的程序設計能力和算法思想，依托計算機學院的特色課程“程序設計算法與數據結構”;該課程以C語言作為基本語言，結合面向對象編程，重點講授算法思想;采用小班教學，跨度為三個學期。

大數據專業課程體系包含核心課程、選修課程、實踐環節三個方面（如圖1所示）。

⑴ 核心課程是本專業學生必修的重要課程，包括公共基礎課、學科基礎課、專業基礎課、專業核心課四個部分，課程深度逐步遞進。開課順序是從公共基礎課到專業核心課，公共基礎課和學科基礎課在大一和大二學年開設，專業基礎課和專業核心課在大三和大四學年開設。這個課程體系涵蓋大數據的獲取、存儲、管理、挖掘到可視化的整個生命周期的相關技術。

⑵ 實踐環節包含實驗和實習實訓，分為專業基礎實踐、專業課程實踐、綜合實訓、綜合應用實踐四個部分。對于重要的專業課程，均開設獨立的實驗課程。專業基礎實踐針對學科基礎課程;專業課程實踐針對專業課程，以培養學生搭建大數據平臺和進行大數據分析為主。綜合實訓則是針對行業應用的綜合性實踐，針對大數據平臺開發設置了“大數據系統能力綜合實訓”課程，針對大數據分析設置了“數據挖掘與人工智能綜合應用實訓”課程。

⑶ 專業選修課用于擴展學生的專業能力，專業選修課包括：“數據挖掘技術基礎”、“數學建模”、“大數據可視化”、“虛擬化技術”、“地理信息大數據處理技術”、“ETL技術及應用”、“數據科學新技術”等課程。大數據技術在物聯網、金融等眾多領域得到了廣泛應用，大數據技術與應用領域結合才能發揮出價值。因此，在課程體系中設置了“地理信息大數據處理”、“金融大數據”等領域選修課，從而培養學生在實際應用背景中分析和發現領域問題，解決領域問題。

根據行業技術發展和企業崗位需求，設置了“大數據系統開發技術”、“大數據處理與分析技術”兩個特色培養方向。“大數據系統開發”方向以構建大數據系統為目標，以Java作為主要的程序設計語言，以“大數據存儲與管理”、“并行與分布式計算”作為主要課程。“大數據處理與分析”方向以分析和挖掘大數據知識為目標，以Python作為主要的程序設計語言，以統計學統計分析理論作為基礎，以“機器學習”和“深度學習”作為主要課程。課程群包含的課程如下。

⑴ 大數據系統開發技術：“操作系統”、“數據庫原理與技術”、“Linux操作系統”、“Java程序設計”、“計算機網絡”、“數據采集與預處理”、“大數據存儲與管理”、“并行與分布式計算”、“軟件工程概論”。

⑵ 大數據處理與分析技術：“Python程序設計”、“離散數學”、“程序設計算法與數據結構”、“數據采集與預處理”、“機器學習”、“深度學習”、“多元統計分析與R語言建模”、“行業大數據分析”、“應用統計學”。

2.3 重視實踐環節

搭建面向行業應用的大數據實踐平臺，包括“計算機基礎訓練”、“大數據專業技能訓練”、“企業工作實踐訓練”、“科技創新實踐訓練”四個模塊。以大學生創新精神和實踐能力培養為核心，推進產業與教學的緊密結合、深度融合。整合學校優勢與特色專業（如能源、交通、水利、金融等專業）的大數據資源至統一平臺，進行開放共享。分析各個學科大數據特征，細化各個學科和對應行業的大數據處理需求，培養學生面向能源、交通、水利、金融等行業的大數據處理和分析能力。

通過基礎實訓、校企合作實訓、畢業實習、畢業設計等環節，達到提高學生創新精神和綜合解決實際問題能力的目的。實訓課程包括校內外實訓，從企業引進具有大數據項目經驗的工程師參與實訓教學，將真實的大數據案例進行知識分解，讓學生進行分組，分步驟合作進行項目開發。選派教師到技術培訓基地或者大數據企業進行專業技能培訓，組織教師到企業進行專業實踐鍛煉，以提高大數據專業教師的項目實踐能力。實施問題驅動的畢業設計。組織實踐能力強的教師構建創新團隊，帶領學生參加大數據挑戰賽等相關競賽。

3 總結與展望

大數據專業是新工科背景下的新建專業。大數據專業建設應該根據新工科和工程認證的需求，并結合學校特色和實際情況。本文以長沙理工大學大數據專業建設為例，從培養目標、課程設置、培養方向、實踐教學等方面進行探索和實踐，以“大數據系統開發技術”、“大數據處理與分析技術”作為兩個特色培養方向，制定大數據專業課程體系。推進教學與產業的緊密結合，通過校企合作、問題驅動的畢業設計等環節和措施來提升學生的實踐能力。目前大數據專業還處于探索階段，需要精確定位行業需要，將產教融合落實到位，在教學實踐中積累經驗，反饋和完善課程體系，培養適應時代需求的大數據人才。

參考文獻（References）：

[1] 張燕，劉鵬，趙海峰，潘永東.大數據專業建設的思考與探索[J].中國大學教學，2019.4：38-41

[2] 王國仁，金福生，劉馳，王樹良.面向國際化的數據科學與大數據專業課程體系建設[J].中國大學教學，2018.12：43-44

[3] 吳賀俊，饒洋輝.面向新工科的大數據專業課程建設[J].中國大學教學，2019.4：34-37

[4] 張鵬，張暉，楊學南. 新工科背景下地方院校大數據專業人才培養探索與實踐[J].當代教育實踐與教學研究，2019.23：202-204

[5] 王元卓，隋京言.新工科背景下的大數據專業建設與人才培養[J].中國大學教學，2018.12：35-37

[6] 劉穎，王愛蓮，宣齊娜，何媛源，新工科背景下數據科學與大數據技術專業建設探析[J]，吉林工商學院學報，2019.35（6）：106-109