以創新實踐項目為驅動的大數據人才培養模式探索*

劉 偉

（無錫學院物聯網工程學院 江蘇無錫 214105）

引言

新工科人才創新創業能力的培養是推動國家和社會進步的重要力量，新工科背景下的人才培養模式要求培養的人才能夠適應我國經濟發展和社會需要[1-2]。目前，大數據科學的人才培養模式尚處于探索階段，教學模式大部分還是以傳統課堂講授模式為主，實踐教學體系與社會需求無法匹配，難以滿足新工科人才培養的需求[3]。從國家發展層面來看，科技與技術創新與進步關系到國家發展與前途，如何從“中國制造”走向“中國智造”，進而邁向“中國創造”，新工科人才培養模式的實現是其中的關鍵一環[4]。從國際競爭的層面來看，大學教育的質量決定著國家未來的發展方向，因此提高大學生的創新思維與素質迫在眉睫，也是實現中華民族偉大復興的必由之路。

大數據科學的人才培養模式目前面臨的一些問題，包括一些不同學科都存在的一般性性問題，也包括大數據科學所具有特色問題，本文將專注于大數據科學專業特有的一些問題進行分析。例如，在大數據專業課程的日常教學過程中，我們發現現階段的學生仍然以理論學習為主，不太重視實驗課程和實踐課程的學習，甚至有的同學認為實踐課程就是刷學分的。這樣做的直接結果就是很多學生“眼高手低”，有的同學甚至連基本的數據挖掘算法都無法自己編程實現。在這種環境下培養出來的學生顯然無法滿足“新工科”人才培養的需要，這也是我們進行大數據專業人才培養模式探索的初衷。在“新工科”人才培養模式的需求下，大數據科學要求所培養的學生不但要熟練掌握學科知識，還必須能夠將這些知識靈活地應用到社會生產生活中去，為正確的決策提供可靠的參考。另外，大數據專業的學生還必須具備較強的編程能力，能夠通過代碼實現算法，解決實際問題。目前，大數據專業學生的分析問題能力和動手解決問題的能力較差，遇到已有知識無法解決的問題不知從哪里入手[5-8]。本文基于多年大數據專業教學實踐，針對大數據專業人才培養過程當中發現的問題和積累的教學經驗，探索了新工科背景下，以大學生創新實踐項目為驅動的大數據科學專業人才培養模式。

一、以大數據科學實踐課程為驅動的人才培養模式

目前國內的大數據科學專業的課程配置中，大多以多元統計分析、算法分析于設計、大數據挖掘、模式識別與機器學習、數據可視化等課程為專業主干課程。教學過程大多以課堂講授為主，輔以少量的實驗課程。這種講授方法無法滿足新工科人才培養的需求，課程上講授的內容也多以簡單的方法為主，無法涉及當今算法發展的前沿趨勢。面對實際社會生產生活中的復雜問題，無法直接進行應用，這種教學的弊端就在于當把這些學生送入社會之后，他們就會發現自己所學的知識無法滿足自己的求職需求，無法解決自己在工作崗位上面對的實際問題。在走訪了很多畢業生和相關企業之后，我們發現學生們單靠課堂上所學到的知識，很難在當前的環境下獲得一個較好的職位，這個痛點是擺在學校、企業和學生之間的一個難題。而我國目前大力提倡新工科人才培養的出發點，也是為了解決高校人才培養與社會需求脫鉤這一明顯的問題。要解決這一問題，就必須培養“新工科人才”，也就是說，社會需要什么樣的人才，我們就要培養什么樣的人才，大力加強學生創新實踐能力的培養，讓學生能在課堂上就可以接觸到社會生產生活中遇到的實際問題，并使用自己所學的知識，通過自己的分析給出可行的解決方案。

本文以《大數據挖掘》課程為例，闡述以大數據科學實踐課程為驅動的人才培養模式。我們在教學中嘗試了以下事件教學模式：首先，在大數據挖掘的理論課程之外，獨立開設一門大數據挖掘實踐課程，作為理論課程的有益補充，課時以32-48學時為宜；其次，該課程要以學生探索為主，老師指導為輔，充分挖掘學生的探索精神。通過將學生分成若干個學習小組，小組成員不宜過多，不超過三人為宜，人數過多會導致學生的主觀能動性無法發揮；然后，要對學生的項目進行定期跟蹤指導，了解每組學生在實踐過程中遇到的問題，并與隊員進行討論，給出可行的解決方案。最后，對每一組隊員的分析報告進行當面點評，肯定他們的成績，指出不足之處，并鼓勵他們進行改進，特別是鼓勵哪些對方法學感興趣的同學繼續進行探索。除了在《大數據挖掘》之外，我們還分別在《機器學習》、《人工智能》、《數據可視化》以及《多元統計分析》等多個大數據科學的專業課程中做了相應的探索和嘗試，通過跟傳統班級的對比分析，可以發現基于“小組點評”式實踐教學的教學模式學生的學習效果要明顯優于傳統班級。這說明這種學生“互助”+教師針對性“指導”的教學手段在大數據科學的專業課程實踐中取得了非常好的效果，獲得了學生的認可和喜愛。

通過實踐課程的探索，可以發現同學們對解決現實問題更有興趣，特別是當他們有機會嘗試通過自己的努力，主動去學習一些自己在課堂上沒有接觸到的方法，并能夠有效解決自己研究的問題時，會極大地激發他們的學習興趣。另外，通過主動跟老師探討問題，拉近了師生之間的距離，讓老師更加了解自己的學生。在課程實踐過程中，通過跟蹤觀察可以發現，一些平時理論課程成績并不好的學生（近三年理論成績只能達到合格的學生），卻對實踐課程很感興趣，并通過他們自己的努力，將理論課程上掌握不好的知識全都補了回來，大部分人的實踐課程成績能夠達到良好，甚至有的會達到優秀，這從另一個角度證明了實踐課程的魅力。

實踐課程也可以極大地提高學生的編程能力，大數據專業學生目前存在的一個普遍的問題就是編程能力不夠強。很多人只是專注于算法理論的應用，卻忽略了這種應用的實現需要靠編程來完成。大數據專業學生的主要編程工具是Python，然而，根據我們的觀察，很多同學都是只學到了一些基本知識。理論和實踐脫節的現象。因此，在新工科人才培養模式的方針指導下，改變傳統培養模式，提高學生的解決實際問題的能力和動手能力是我們面對的一個現實問題，以實踐課程為驅動的人才培養模式的探索就是一個很好的嘗試。

以實踐課程為驅動的大數據人才培養模式體現了新工科背景下對人才培養的理念要求，充分發揮了大學生的主觀能動性，激發了他們的求知欲望，提高了他們的自學能力和動手能力。特別是對實際問題的分析、建模和解決能力都得到了有效的訓練和強化。通過學生撰寫的研究體會，可以看出他們對這種學習方式的肯定和喜愛，有的同學甚至分享了他們整個研究過程中遇到的問題以及解決問題當中的煩惱和快樂。通過對實踐課程的總結，我們可以得出以下結論，以實踐課程項目為驅動的大數據人才培養模式可以達到新工科人才培養的目標，極大地提升了學生解決實際問題信心和能力。因此，適當地增加實踐課程與課時很有必要。

二、以創新創業訓練項目為驅動的人才培養模式

大學生創新創業訓練以全面提升大學生的創新能力和創業思維為指導，通過該項目的訓練，可以讓學生盡快了解社會，通過對社會生產生活的調研去發現問題，并通過對存在的問題提出創造性的解決方案，或者給出創新性的創業思路，以此為驅動全面提高大學生的創新創業素質。

本文以大學生創新創業訓練課程為例，探索了新工科背景下以創新創業項目為驅動大數據科學人才培養模式。我們采用了以下訓練模式：首先，用2-3周時間以社會大數據為基礎，指導老師用6-8個課時，基于成熟的創新創業真實案例，給學生講解創新創業思路與注意事項，同時要求學生按照自愿的原則組成創新創業團隊，每隊不超過5人，包括一個團隊負責人，并明確團隊成員的職責；其次，要求每個團隊用不超過3個周的時間進行社會調研，從中發現他們感興趣的社會生產生活中急需解決的現實問題，在經過團隊的充分討論之后，確定有意研究的創新或者創業項目題目，并撰寫詳細的調研報告；然后，用1周時間，以團隊為單位向指導老師匯報研究項目的設計思路，跟指導老師進行討論研究方向，直到設計思路得到指導老師的認可；再經過大約8-9個周的項目設計過程，對創新創業項目各個模塊進行詳細的設計與分析，給出合理的解決方案；最后，完成項目報告，并進行現場答辯，每一團隊都要詳細講解項目設計中每一個模塊，論述使用什么樣的方法，解決什么樣的實際問題，并陳述每一隊員在項目中作出的貢獻。

通過創新創業項目的訓練課程，學生們的綜合能力得到了有效的提升，包括社會調研能力、團隊合作能力、與人溝通能力、創新思維能力、論文與報告的寫作能力以及探索新知識的能力等等。在課程訓練過程中，可以發現一個有意思的現象，不少同學對創新創業項目存在一些誤解，比如，開一個咖啡館或者寵物店等，只看到了創業，但沒看到還有一個創新約束，造成了對“創新創業”的一個理解誤區。因此，在課程訓練的初期，指導老師需要4到6個學時首選給學生講清楚何為“創新”，何為“創業”以及什么是“創新創業”。在理解了“創新創業”理念的基礎上，再給學生開拓思路，幫助學生找到訓練課程的突破口，引導學生開啟合理的“創新創業”之路。在指導的過程中如果發現有的同學的思路方向很好，可以單獨對他們進行輔導，跟學生一起論證項目落地的可行性，項目執行過程中可能遇到的困難，以及解決問題的關鍵點在什么地方等等。

以創新創業項目為驅動的人才培養模式，能夠很好地體現了新工科背景下對人才培養的理念要求，開拓了學生的視野，有效提升了大學生們的個人能力，包括發現問題、分析問題和解決問題的能力。特別是能夠讓學生們通過自己的觀察和調查，發現一些需要解決的實際問題，并通過對痛點進行分析，有針對性地提出解決方案的過程非常有意義。當團隊項目的設計方案得到指導老師的認可后，他們也能夠獲得很大的成就感，這將有力地增強學生今后走進社會的信心。

另外，以大數據分析為基礎的創新創業項目進一步拓展到“互聯網+創新創業大賽”。互聯網+創新創業大賽是由教育部主導的，為全面深化高校創新創業教育改革、提升大學生創新創業能力、加快培養創新創業人才而舉辦的一年一度的全國大學生頂級賽事。在創新創業項目培育的基礎上，從中篩選1-2項優秀的項目，以互聯網大數據為基礎，通過指導老師的進一步指導，將創意落到實處，組建相應的創新團隊，整理相關數據，開發相關算法對項目中涉及的互聯網大數據進行分析和處理，將項目進一步完善。經過一個學期的打磨，完成相應的軟件、動畫、算法和硬件設計與制作，最終將完成的作品參加“互聯網+創新創業大賽”。完成創新創業項目的一個閉環，并爭取項目的落地實現，這應該是以創新創業項目為驅動的人才培養模式的最終目的。經過跟蹤多年的數據，可以發現凡是參與了校級以上創新創業項目，并取得過相應獎項的大學生，其大數據分析與創新能力都比較強，這意味著他們在未來的學習和工作中都會具有明顯的優勢。

三、以學科競賽實踐項目為驅動的大數據人才培養模式

在新工科背景下，如果想進一步提高大數據人才培育的質量，組織學生參加大數據學科競賽是一個很好的平臺。通過參加學科競賽，可以激發學生自主學習的熱情，提高實踐教學的質量；通過學科競賽這個平臺，學生可以了解大數據分析與應用技術的前沿與趨勢，也能夠通過真實數據分析案例、鍛煉相關能力、提高專業技能。比如：平臺搭建、數據采集、數據預處理、數據存儲、算法設計與分析、數據挖掘等，這是理論和實踐一體化教學的一種有效教學模式，達到“以賽促學”的目的。

由于國內還沒有舉辦過比較權威的“大數據”學科競賽，本文就以國際上權威的大數據競賽“Kaggle”為例，闡述以學科競賽實踐項目為驅動的大數據人才培養模式。Kaggle是一個全球聞名的數據科學競賽在線平臺，它擁有海量的數據集且對全球開放，適合不同層次的數據分析愛好者，是一個非常優秀的大數據分析教學實踐平臺，目前全球很多頂尖高校都開設了相關課程，比如哈佛、牛津、斯坦福以及上海交大等。它的另一個優勢在于全年滾動，任何個人或者團體可以隨時參與，參與者只需要注冊一個賬號就可以參與比賽。通過組織學生參加Kaggle競賽的形式，可以發現，這種方法能夠在短時間內極大地提高學生的編程、數據處理、模型訓練和算法設計等大數據分析的實戰能力。Kaggle競賽主要分為面向初學者和面向競賽者兩大層次，由于我們的目的是教學實踐，并且在校大學生都是初學者，因此只要求學生參與面向初學者的項目（Getting Started）。

我們采用了以下學科競賽實踐項目組織模式：首先，要求學生自由組隊，以不超過三人為宜；其次，選擇參與的項目，了解賽題內容，包括：賽題背景、賽題任務、評分方法和賽題時間，時間限制為1個周；然后，需要使用不超過2周時間討論比賽思路，比如如何使用迭代模型，并形成報告，使用PPT的形式現場向指導老師匯報思路，獲得認可之后，學生實名注冊Kaggle平臺，并下載對應的數據集，進入競賽環節；然后要求在規定的時間內完成比賽，這個過程包括數據處理、模型構建和預測打分幾個部分，以打分高低Kaggle平臺會給出相應的排名；最后，要求提交一份詳細的實踐報告，報告中要求陳述賽題背景、已有模型簡介、數據預處理方法，特征選擇方法、模型迭代方法以及結果展示與評分，并附上實踐過程中的心得體會。指導老師會根據各隊提交的實踐報告、每個隊員現場答辯陳述以及代碼的驗證之后，給出實踐成績。

在了解了“Kaggle”競賽的參與機制之后，學生們對這個比賽產生了濃厚的興趣，因為他們發現之前在其他實驗課程上所練習的數據集，在Kaggle的數據集面前都是不具有可比性的，根本不在一個量級上。并且，之前課堂上練習過的方法也無法直接復制到競賽中去，因為如果這樣做，他就根本無法取得一個像樣的排名，必須學習一些更加優秀的算法。我們發現，在參與學科競賽的過程中，不少同學對學習的態度產生了極大的變化，特別是以前不太愿意主動探索問題的同學，他們在實踐的過程中發現了解決實際問題帶來的快樂。可見興趣對學生的學習動力起著非常重要的推動作用，像這樣的實踐課程可以極大地提高學生的思維能力、分析能力和動手能力，是一種非常有效的學習方式。

經歷過這個實踐環節后，同學們受益非淺，參與的積極性非常高，不少同學為了獲得更高的排名，查找了很多文獻，主動尋找更好的模型進行分析，取得了不錯的效果。特別是在圖像分類的項目中，很多同學嘗試了XGBoost這種目前在比賽中非常受歡迎的算法，有的同學還對模型進行了改進。目前，在面向初學者的“泰坦尼克號”數據集中，學生們取得最好的單項歷史排名是132名，作為數據科學的初學者，這是一個非常不錯的排名。如果只從單項排名來看，通過這個比賽可以很清晰地區分出學生對大數據分析算法掌握程度好壞。Kaggle平臺主要涉及機器學習和數據可視化方面的知識，通過參加學科競賽，不但可以鞏固和提升理論方面的知識，還可以極大地提高他們的編程能力，加深對算法的理解，這個在多年的課程實踐中得到了驗證。因此，這種以學科競賽實踐為驅動的大數據人才培養模式，是一種非常有效的人才培養途徑，值得進行大范圍的推廣。

結語

不少學者圍繞著如何激發學生的創新意識和創新思維，如何提升學生發現問題、分析問題和解決問題能力，培養社會需要的應用型人才，展開了研討，也提出了一些很好的建議。然而，大數據專業是一個新興的專業，具有獨特的專業特性，在人才培養方面也是如此。目前，由于各高校大數據專業地基礎底蘊以及發展方向都不太一樣，發展方向也不太一樣，所以對于大數據科學人才的培養都有自己獨到的見解，對大數據人才的定位和培養目標也不同。但是，拋開這些細節上的區分，大數據專業人才培養仍然具有它的共性，是所有高校都要遵循的，那就是需要提高大學生的動手實踐能力、分析問題的能力和自主解決實際問題的能力，這也跟“新工科”人才培養的需求相吻合。因此，在“新工科”背景下，大數據專業人才培養模式的探索，也應該圍繞著提高大學生上述三種能力來展開。因此，本文根據筆者近幾年在大數據專業教學實踐中積累的經驗，提出了以大數據科學實踐課程、創新創業項目和大數據學科競賽為驅動的人才培養模式，取得了較好的教學效果，這是新工科背景下，對大數據專業人才培養模式的一種有益探索。