基于大數據的智能處理類課程模塊建設研究

賈舒宜 王海鵬 唐田田 郭晨

[摘? ? ? ? ? ?要]? 隨著大數據時代的來臨，高校肩負著培養具有實踐能力與創新能力的復合型大數據人才的重任，如何充分挖掘大數據的潛能，提供全面、有用、精煉的信息，滿足后續決策判別是大數據專業人才培養的核心技能之一。針對智能處理類課程教學難題，從課程培養目標、課程模塊設置、課程教學設計和教學實驗平臺構建四個方面提出基于大數據的智能處理類課程模塊，完成模塊內各課程“縱向貫通、橫向關聯”的交叉融合，采用課程教學、實踐教學、網絡教學和以研促教的混合立體化教學方式，構建智能處理教學實驗平臺，打造高層次大數據師資隊伍，對提高智能處理實戰化教學能力和人才培養質量具有重要的理論、現實意義和推廣應用價值。

[關? ? 鍵? ?詞]? 大數據;智能處理類課程;立體化教學;教學實驗平臺

[中圖分類號]? TP311.1? ? ? ? ? ? ? ? ? ?[文獻標志碼]? A? ? ? ? ? ? ? ? ? ? ? [文章編號]? 2096-0603（2021）15-0196-02

一、發展現狀

2015年國務院發布的《促進大數據發展行動綱要》中對大數據的定義是：大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合，正快速發展為對數量巨大、來源分散、格式多樣的數據進行采集、存儲和關聯分析，從中發現新知識、創造新價值、提升新能力的新一代信息技術和服務業態。“大數據”逐漸成為比石油、煤炭等更有價值的資源，將對政治軍事、經濟社會、科學研究等產生革命性影響。

近年來，大數據、人工智能等新興科技發展迅猛，全球的大數據人才處于極其稀缺狀態[1-2]，目前，國內外許多高校，例如美國舊金山大學、英國華威大學、國防科技大學、清華大學、北京大學等紛紛開設了大數據相關專業和智能化處理類課程，在課程體系建設、教學方法、實驗平臺建設等方面做了有益的嘗試，主要成果如下[3-6]：

（一）課程體系方面

各高校根據人才培養方向不同，建立了分層次的大數據課程體系，每個層次大致包含三到四大模塊，包括通識課程、基礎課程（核心課程）、提高課程（實踐課程），模塊間課程相輔相成，逐層遞進。

（二）教學方法方面

由于大數據課程內容繁多復雜，且包含大量的實踐操作，傳統的教學方式很難在短時間內將所有大數據相關內容傳授給學生，許多高校構建了線上線下相結合的教學模式，既發揮了線上課程資源豐富的長處，又保留了傳統實體課程對重點、難點講解細致的優勢，取長補短。

（三）教學實驗平臺方面

一些高校以阿里云大數據平臺為核心構建了數據挖掘課程實驗教學體系，提出了線下編程和線上操作相互結合的實踐方法，幫助學生將理論知識用于實踐。

二、現階段存在的主要問題

近年來，大數據、人工智能等新興科技發展迅猛，對數據人才方面的需求非常大。不止中國，全球的數據人才都處于極其稀缺的狀態。所以很多高等院校都已經開設了大數據專業，2015年教育部開設了“數據科學與大數據技術專業”，首批只有北京大學、中南大學和對外經濟貿易大學3所學校申報成功，2017年有32所高校申報成功，2018年新增250所，2019年新增196所。根據2019年《中國新一代人工智能發展報告》，全國已有30多所高校成立了人工智能學院，75所高校自主設置了89個人工智能相關二級學科或交叉學科。多層次人工智能培養的格局正在成型[3、7-9]，但是目前各高校普遍存在以下問題：

（1）現有智能處理類課程忽略了課程間的縱向貫通和橫向關聯，存在課程分散不成體系、基礎理論重復講授的問題。（2）智能處理類課程涉及多學科交叉，教學內容繁多復雜，對傳統的教學方式和學習方式提出了挑戰。（3）大數據實驗教學平臺滯后，導致實驗教學只能在虛擬機環境下以偽分布式方式部署，學生難以體驗到大數據技術的優勢，無法真正掌握大數據技術的問題。

三、基于大數據的智能處理類課程模塊培養目標

人才培養目標是專業培養方案和課程設置的基本依據。基于大數據的智能處理類課程模塊的培養目標為：掌握數據科學的基本理論，掌握面向大數據應用的統計、計算機、人工智能等學科基本知識，具備大數據采集、處理、分析、展示與應用的基本能力。具體要求如下：為能夠運用大數據思維考慮本領域的需求，能夠搭建大數據平臺（存儲、計算、交互、安全等），能夠構建人機交互軟件架構（配置、搜索、爬取、可視化等），熟悉運用大數據編程語言（Java、Phython、Scala等）和核心算法（關聯、分類、聚類、預測等），能夠熟悉用于大數據處理平臺的國產化硬件芯片（華為升騰310＼210，Atlas 200＼300等）的復合型技術人才。

四、主要采用的理論與方法

（一）建立適應大數據能力培養的智能處理類課程模塊

大數據作為新興的專業，既帶來了機遇也遇到了挑戰。當前，國內大數據智能處理類課程體系存在著課程分散不成體系、基礎理論重復講授等問題，因此需要在課程設置體系上做出改革。該課程模塊根據課程培養目標將課程分為4個層次，如下表所示，該課程模塊結合智能處理教學實驗平臺可以幫助學員構建知識體系，奠定系統平臺管理基礎，培養學員的數據智能處理能力，提升學員大數據智能處理實踐能力。

（二）采用課程教學、實踐教學、網絡教學和以研促教相結合的混合立體化教學方法

隨著信息技術在現代教學方法中的普及，對傳統的教學方式提出了挑戰。以學生為中心的傳統課堂教學思想和線上線下相結合、充分發揮實驗平臺等教學方式正越來越顯示出蓬勃的生機和活力[10-11]。由于大數據課程涉及比較廣的理論知識和操作性強的實驗內容，很多理論性較強的內容在教學中非常容易理論和實踐脫節，在實際工作實踐中遇到相關問題時不能聯系學過的內容來解決問題。

因此，可采用“基礎奠定、實踐強化、線上線下、科研引導”的混合立體化教學方式，利用實體課堂進行重難點講解、線上課堂進行自主學習、實踐操作鞏固理論知識和動手能力，并將科研成果應用到教學實驗中的教學方法，這種方法可調動學生學習的積極性和創造性，鼓勵學生參與教學活動，促進相互交流，顯著提升教學效果。

（三）構建智能處理教學實驗平臺

在現有大數據技術及應用實驗平臺的基礎上，利用正在開展的大數據實驗室建設項目，構建智能處理教學實驗平臺。借助實驗室平臺和購置的模擬器收集各種預警探測、圖像圖片、雷達、遙感數據等，并開發教學實驗類人機交互平臺軟件，為大數據方面的人才培養提供教學實驗環境。

（四）培養組建高層次大數據教學團隊

由于大數據、人工智能是新興的專業，缺少專業化的教師團隊，可配置、指導學生實驗的專業化師資嚴重不足。結合科學研究與軍事應用，不斷促進科研與教學相互融合，使科研成果向教學資源轉化，培養組建一支面向智能處理人才培養的高層次大數據教學團隊。

五、建立適應大數據能力培養的智能處理類課程模塊的特點

（一）建立基于大數據的智能處理類課程模塊

該模塊結合專業，注重課程之間理論知識的交叉融合，緊緊抓住理論教學和實踐能力同步培養的內涵，可以有效推進智能化處理類課程模塊的改革進程，對于其他電子信息類課程改革具有重要的借鑒和示范作用。

（二）用科研項目的理論和成果促進課程模塊建設

教學團隊可利用承擔的一系列大數據處理方面的科研項目，項目研究的理論、數據和實驗成果可以應用于智能處理類課程的教學與實驗中，以最先進的科研成果促進課程模塊建設，提高教學水平，提升人才培養質量。

（三）構建智能處理教學實驗平臺

在現有大數據技術及應用實驗平臺的基礎上，利用正在開展的大數據實驗室建設項目，構建貫穿數據獲取、存儲、預處理、分析、可視化全流程的智能處理教學實驗平臺，為智能處理類課程教學與實踐深度結合奠定了基礎，顯著提升了大數據人才的崗位任職能力。

六、總結

當前社會大數據和人工智能飛速發展，合理設置大數據專業課程體系和課程內容，采用多種教學方法，對于培養適應時代發展的高素質復合型人才是至關重要的。智能處理類課程作為新興專業理論基礎相關的重要課程，其課程體系、教學內容和方法值得深入研究。本文在分析當前形勢的基礎上，討論了智能處理類課程的課程培養目標、課程模塊設置、課程教學設計和教學實驗平臺構建，提出了“基礎奠定、實踐強化、線上線下、科研引導”的混合立體化教學方式，在現有大數據技術及應用實驗平臺的基礎上，利用正在開展的大數據實驗室建設項目，構建智能處理教學實驗平臺，采取多項舉措不斷提升團隊教學水平和國際化程度，不斷促進科研與教學相互融合，使科研成果向教學資源轉化，培養組建一支面向智能處理人才培養的高層次大數據教學團隊。

本文提出的基于大數據的智能處理類課程模塊培養的學員具有基礎理論扎實、適應能力強、理論素質高、操作技能過硬的特點，能迅速勝任第一崗位任職需要，該模塊研究成果也可在高等院校課程教學中推廣應用。

參考文獻：

[1]大數據戰略重點實驗室.大數據概念與發展[J].新科技新名詞，2017（4）：43-50.

[2]朱揚勇，熊贇.大數據時代的數據科學家培養[J].大數據，2016，2（3）：106-112.

[3]黃宏博，潘淑文.數據智能類專業最優化類課程教學研究[J].高教學刊，2020（21）：117-115.

[4]劉進軍.基于崗位能力的高職大數據專業人才培養模式[J].河北職業教育，2020（2）：80-82.

[5]韋茜妤，肖雄，王萌.“新工科”背景下的大數據專業課程體系研究[J].專業與課程建設，2020（5）：69-73.

[6]夏大文，王林，張乾，等.大數據應用技術課程教學改革與實踐[J].APPLICATLON應用，2020（38）：115-123.

[7]桂勁松，張祖平，郭克華.新工科背景下高校新專業建設思路探索與實踐：以數據科學與大數據技術專業為例[J].計算機教育，2018（7）：27-31.

[8]賀文武，劉國買.數據科學與大數據技術專業核心課程建設的探索與研究[J].教育評論，2017（11）：31-35.

[9]張志偉，房愛東，崔琳，等.新工科背景下大數據專業建設探究[J].攀枝花學院學報，2018，35（5）：107-111.

[10]李翠平.新工科背景下以數據為中心的計算機專業教學改革[J].中國大學教學，2018（7）：22-24.

[11]王國胤，劉群，夏英，等.大數據創新人才培養模式的探索與思考[J].計算機教育，2017（10）：25-28.

◎編輯 司 楠