數據科學與大數據技術專業人才培養方案探析

竇丹妮 丁朋朋 李騰達

【摘要】近兩年，隨著大數據市場人才的需求迫切，人才缺口急需大量補充，各高校抓住時代機遇，紛紛設立數據科學與大數據技術專業（以下簡稱數據科學專業），并不斷提升大數據人才培養質量。本文以2019年之前開設的數據科學專業的482所高校為探求目標，將各個高校培養方案分類并進行對比分析，并與社會需求發展現狀相結合，提出適應性的決策和建議。

【關鍵詞】大數據專業建設 ?人才培養 ?課程建設

【基金項目】教育部產學合作協同育人項目（201802111017），大學生創新創業訓練計劃項目（S202011070016）。

【中圖分類號】G42 【文獻標識碼】A 【文章編號】2095-3089（2021）05-0163-03

1.引言

1.1大數據發展背景

隨著時代的發展，互聯網經濟的快速發展引發了數據的迅猛增長，數據已成為國家基礎性戰略資源，被譽為“21世紀的新石油”。根據2015年8月31日國務院關于印發促進大數據發展行動綱要的通知中提到的大數據成為推動經濟轉型發展的新動力。以數據流引領技術流、物質流、資金流、人才流，將深刻影響社會分工協作的組織模式，促進生產組織方式的集約和創新。在抖音、淘寶、微博、12306鐵路購票網站、知乎等軟件每天產生的結構化數據、半結構化數據、非結構化數據都是海量的（見圖1），這些數據對于我國的發展有著巨大的潛在價值。現行較多的軟件根據用戶的喜好利用算法分析進行精確推薦。

圖1 ?日常生活中大數據的應用占比

信息戰略對各個行業的發展都具有先天優勢，利用大數據的特點可以與各個行業形成交叉學科，例如農業、工業、醫學、交通等等。現在很多專業的基礎課程都有交叉學科的影子，如醫學中的生物化學、醫學物理等。各個基礎學科的交叉又形成了較多的學科，課程設立在不同的專業中。

1.2大數據行業現狀

在大數據應用的項目中，描述性、預測性分析應用多，決策指導性等更深層次分析應用較少。根據大數據的應用中，大數據相關的職業也應運而生，大數據分析師、大數據應用開發工程師等等。

隨著大數據行業的發展和大數據行業的巨大潛力，我國也出臺了相應的政策，創建數據大國。對于行業的發展是離不開人才的培養，而人才培養的基地——高校也結合國家政策、行業的發展和提高自身競爭力，開設了數據科學與大數據技術專業[1]。

2.數據科學專業人才培養特點

各個高校爭相抓住時代機遇，設立數據科學專業。因高校的教育觀念、教學習慣、學習氛圍、硬件設施、合作對象、人才培養都各有差異，為更加順應社會人才需求實況，本文對482所設有數據科學專業的高校進行人才培養方案分析，經調研總結發現，482所高校的人才培養模式和亮點工作大致可分為以下五種：

2.1學生進階式、分層分類培養

高校進行全方位、多層次、高效率的人才培養模式。個別雙一流院校大數據人才培養本科較為基礎且淺層，在讀本科首先集中數理基礎知識學習，逐步深入大數據挖掘，大數據設計研發，大數據可量化分析等;再通過考研篩選出學術技能符合要求的高級人才，繼而培養研究生乃至博士的大數據拔尖創新型人才。分步識才，物盡其用[2]。

中國科學技術大學的2+X（本研貫通）創新人才培養模式：依托中科大在數理基礎方面的學科優勢，前兩年進行數理及計算機等基礎課教育，經選拔后第三年進入數據科學與大數據技術專業，逐步形成大數據方向的學士、碩士和博士培養體系。

2.2多學科交叉培養

兩院聯合開拓，培養數據科學學科交叉性人才，打破學科局限性，采用協同創新、交匯融合的人才培養思路，奠定廣泛的知識和經驗基礎，拓寬口徑加大就業率的同時也為數據學科的發展打下堅實基礎，以多學科交叉的優勢培養知識結構與行業實踐緊密結合的復合型人才[3]。

廈門大學（信息科學與技術學院，經濟學院）：學生不僅要求掌握數學、計算機科學、應用統計等通識基礎課程，還需要深入學習經濟、生物、物理、化學等交叉學科業務課程。由此培養專業能力強、涉足范圍更廣的高素質應用型人才。

2.3與高校優勢領域協同育人

數據科學依托高校的特色領域和優勢學科，協同創新，形成寬口徑的大數據創新性人才。大數據技術目前已經成為促進科技創新的重要力量，推動各行各業迅猛發展，與農業、金融、智慧體育、航天、醫學、海洋、遙感等學校自身領域融會貫通，使之專業人才的復合潛力巨大，市場需求層次豐富，上升空間很大。大數據專業與高校特色領域緊密聯系，培養適應國際化競爭環境的高層次人才。

中國農業大學：在具備計算機、數學、統計學等多學科知識和技能的前提下，也培養利用大數據思維分析現代農業中復雜工程問題、解決問題、自主學習以及創新能力;大數據專業與高校自身優勢結合，使之更趨向國際化競爭環境的高層次人才培養。

2.4專業特色培養模式

學校實施“因材施教、特色培養”，以產業需求建專業，以學生產出導向立課程，以大數據技術發展改內容。各高校開設數據科學專業的側重點不一，通過分析社會人才需求現狀加之本校的教育特色，自成一套大數據專業的人才培養模式和亮點工作。使其具備團隊協作意識和一定的國際視野，能夠選擇和使用先進技術及工具，追求數據科學的高級專門型人才。

西南交通大學：熟悉工科大數據應用相關實際問題背景，掌握大數據科學的基本理論、方法和技能，注重應用實踐性人才，能夠從事大數據分析與挖掘、大數據系統開發和大數據處理相關工作，培養“理工融合，理論基礎扎實”的復合型、應用型人才。

2.5校企聯合培養

本專業以產業需求為導向，以行業背景為依托，與多家大數據相關企業建立良好的合作關系;強化企業化模式的創新實踐訓練，通過建立項目組和實踐項目的任務式驅動，為學生實習實訓提供真實項目案例，開展多元化教學模式，模擬行業企業實際工作模式，提升學生專業實踐能力和團隊協作能力。以大數據崗位能力為核心，注重學生能力的差異性和大數據不同崗位能力素養的差異性;不斷增強學生的職業技能和就業競爭力，注重培養大數據企業實踐型人才。

重慶師范大學：數據科學專業是與廈門布塔信息技術股份有限公司（簡稱布塔公司）聯合開設的大數據分析與處理方向的校企合作專業，堅持“厚基礎、強實踐、重創新”的培養理念，注重數學、統計學、計算機科學與技術等學科的基礎理論，突出“校企合作”的辦學特色，培養具有從事大數據采集、處理、分析的能力，并能夠在互聯網、健康、環境、金融等行業從事大數據分析和算法工作的專業人才。

3.數據科學專業課程建設分析

根據學校類型和級別，我們將482所高校分成三大類。第一類雙一流院校——一流大學建設高校和一流學科建設高校;第二類雙非院校——不屬于雙一流院校，學校名稱屬于“某某大學”;第三類一般院校——不屬于雙一流院校，學校名稱屬于“某某學院”;這樣使高校培養方案分析更加詳略得當，增強視野對比度和了然性。

3.1雙一流院校

數據科學專業在雙一流院校中，學術研究型人才培養占比78%，應用技術型占比22%，學校更注重書面理論和數學基礎，與考研考博緊密貫通，學生畢業后可在相關領域繼續深造，培養大數據專業課程理論的高材生[4]。

雙一流院校的課程有數據結構與算法、機器學習、數據挖掘、可視化技術、云計算、數學建模、深度學習、離散數學等;具有堅實的數理基礎，良好的統計理論素養，縝密的數據思維，熟練的計算機及數據分析軟件應用能力;面對大數據時代的社會需求，具有較大發展潛力和卓越創新實踐能力，培養適應能力強、全面發展的復合型大數據學術拔尖人才。

3.2雙非院校

數據科學專業在雙非院校中，學術研究型人才培養占比41%，應用技術型占比59%，學校教學側重實用性技術培養，擁有廣闊的數據應用視野，瞄準社會各領域對數據科學新型工科人才的需求。課程有機器學習、Python語言程序設計、面向對象程序設計（Java）、數據庫原理與應用、數據挖掘、數據預處理、數據倉庫、Hadoop大數據平臺技術等。學生畢業后能從事各行業大數據分析、處理、服務、開發和利用工作，能進行大數據系統集成與管理維護等工作，亦可做大數據研究、咨詢和教育培訓等工作;或繼續攻讀學位，深領域發展，增強自身的社會競爭力。

3.3一般院校

數據科學專業在一般院校中，學術研究型人才培養占比27%，應用技術型占比73%，多數一般學校與企業聯合培養大數據人才，緊扣國內大數據產業發展走勢，立足數據產業發展現狀，注重實踐性教學環節和實習實訓課外活動。課程包括離散數學、機器學習、Linux操作系統高級應用、數據庫原理與技術、數據結構、操作系統、Java程序設計、Python語言程序設計等，能夠運用領域知識與大數據技術解決復雜工程問題，能在IT、金融、行政企事業單位等從事大數據處理、分析與預測，大數據系統架構與應用等相關工作的應用型大數據專門技術人才。

3.4分類分析

高校的數據科學培養模式各有側重，三大類高校的人才質量、教學氛圍、師資力量和硬件設備都各不相同。一般院校對比雙一流院校，沒有北京大學厚實的數學基礎，沒有上海交通大學熟練的計算機設計思維，甚至也沒有廣闊的教學培養視野交流;但是一般院校與企業的聯合培養、協同共新，也形成了自身的特色優勢，即真實的企業環境、真實的項目經理、真實的項目案例、真實的工作壓力、真實的就業機會。各自優勢造就不同的培養方向和最后的就業崗位[5]。

4.問題和建議

4.1各高校根據自身特色確定專業發展模式

針對目前大數據發展狀況，結合高校人才培養方案與學生問卷結果，高校需要注重學科建設，探索新的教學發展模式，打造出令學生滿意的教育，培養適應社會的專業人才。

（1）就目前網絡安全情況來說，同比網絡安全，我們也需要加強數據的安全管理和有效保障。各高校可以向中國科技大學、海南大學等已經開展安全教育和隱私保護課程的高校進行學習，保障大數據的安全可靠性，令其更好地為社會服務[6]。（2）就問卷調查結果顯示，還有相當部分的同學對大數據專業的了解程度一般。高校需關注專業入門課程的講授，還需要及時布置相應作業，幫助學生提高理解和應用知識的能力。（3）就目前各高校的大數據人才培養方案來看，雙一流大學比一般院校更注重培養學術型高材生。雙一流院校的學生資源、師資力量、交流視野等比一般院校更占優勢，可以著重發展數理基礎和數據科學專業課知識，更深層次去培養高質量人才。

圖3 ?大數據關注度

（4）針對師資力量不到位的情況，高校可采用“雙師制”教學模式。高校教師普遍都是學術型教師，擁有專業的理論知識卻缺乏專業的工程經驗。高校可加強與企業的合作，大數據專業需要的實踐能力強，而高校現有的實驗室設施普遍不足，并且大數據市場人才需求迫切，因此，加強校企合作不僅有利于提高學生對自己專業的滿意程度，提高學生的實踐能力，且能培養出優秀的應用型大數據人才。

圖4 ?學生對本專業不滿意原因占比

4.2教育主管部門合理引導人才培養體系制定

教育主管部門需要制定合理的人才培養體系，完善相應的標準規則，推動大數據專業的合理有序建設發展。教育主管部門需制定嚴謹合理的人才評價標準體系，為人才的培養和人才的輸出提供可靠有效的依據，保證學生和企業雙方權益。

（1）教育主管部門應嚴格規范高校培養方案。482所高校中，有個別院校培養目標不明確，考研深造+實習就業兩頭抓，學生容易懈怠的同時，也不能突出本校教育特色。需要有側重性的培養，定好目標才能走得更遠。

（2）教育主管部門需要對高校教材內容進行審定并推薦教材和參考案例，為大數據教育系統提供系統化、規范化的培養內容。

（3）教育主管部門需設立專門的教育專項資金，鼓勵各大高校師生進行探索創新，推動大數據人才的培養進程。

致謝：感謝洛陽理工學院發展規劃處數據中心主任余亞輝副教授在文章構思、素材搜集和撰寫中的全程指導。

參考文獻：

[1]王元卓，隋京言.新工科背景下的大數據專業建設和人才培養[J].中國大學教學，2018（12）：35-42.

[2]范劍青，吳力波.“數據科學與大數據技術”本科專業設置申請表[Z].上海：復旦大學，2015.

[3]張祖平.“大數據科學與技術專業”本科專業設置申請表[Z].長沙：中南大學，2015.

[4]北京大學信息科學技術學院本科教學手冊（2016版）：數據科學與大數據技術專業（大數據分析方向）[Z].北京：北京大學，2016.

[5]王國任，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）：43-51.

[6]李國杰.發展數據學科應在何處發力？[J].計算機學會通訊，2018，14（8）：7.

作者簡介：

竇丹妮（1999-），漢族，河南開封人，洛陽理工學院學生。

丁朋朋（1999-），漢族，河南駐馬店人，洛陽理工學院學生。

李騰達（1999-），漢族，河南新鄉人，洛陽理工學院學生。