新工科背景下地方本科院校大數據人才培養模式的構建

王 晶 張作政

（長沙學院計算機工程與應用數學學院 湖南·長沙 410003）

0 引言

為主動應對新一輪科技革命與產業變革，滿足國家戰略科技與經濟發展的需求，2017年教育部發布了《教育部高等教育司關于開展新工科研究與實踐的通知》，開啟了推進新工科建設的進程。新工科專業，包括大數據、云計算、人工智能等與工科結合密切的專業，它們的共同特點是針對某一新興產業而生。在這些新工科專業中，大數據專業以數學、計算機、統計學為基礎，與相關行業知識相融合，是新工科的核心專業之一。

隨著科技的發展與社會的進步，產業升級與科技革命呼喚新型工業化發展，具有創新性的大數據專業人才在市場上炙手可熱，各行各業對大數據人才的需求呈上升趨勢，大數據專業畢業生的薪資也相對較高。在新工科的大背景下，在大數據專業人才吃香的同時，社會的發展也對大數據的專業人才提出了明確的要求：

（1）應該具有較廣的知識面，具有完備的、系統性的知識與技能，主要包括數學、統計學、數據挖掘、數據分析和自然語言處理等；

（2）具有獨立獲取知識的能力，以及較強的實踐能力.大數據人才需要利用計算機等設備和工具，敏捷的獲取、收集結構化及非結構化的數據。然后在已獲取的海量數據的基礎上，采用有效的方法和模型對這些數據進行分析，形成分析結果；

（3）大數據人才應具備良好的團隊意識，互幫互助的協作精神。來源于現實世界的海量數據分析任務幾乎無法由某個人單獨完成，大數據專業人才需要與他人明確任務、分工合作、互相幫助來實現預定目標。

自教育部積極推進新工科建設以來，國內多所本科院校新增了數據科學與大數據技術專業，截至2019年，共有518所高校已經開設此專業。可見，大數據專業逐漸成為計算機學科的一個熱門專業，其人才培養已初具規模，而相較于綜合性院校在學科平臺、師資團隊等人才培養方面具有的優勢，地方本科院校的大數據專業建設存在以下不足與局限：

（1）地方本科院校開設大數據專業的時間稍短，他們對產業升級和經濟的發展趨勢不夠敏感，平臺起點也不夠高，課程體系不能很好的滿足專業需求。

（2）師資力量不足，大數據專業是一門多學科交叉融合的新工科專業，要求教師既有數學、統計學、計算機等相關理論知識，也要有能指導學生動手操作的實踐能力，這些都是對專業教師的高要求和挑戰。而在大部分地方本科院校中，符合這些要求的教師占比很少。

（3）實踐環境薄弱，條件欠缺，作為企業和社會重點關注的戰略資源，地方本科院校擁有的真實的大數據很少，導致大數據實驗開展困難。

我們知道，地方本科院校承載著為地方區域經濟及相關行業發展輸送人才的重要任務，文獻[1-2]等探討了大數據人才的培養模式。同時，人們認識到了地方本科院校大數據人才培養模式存在一些不足與局限。為了更好的服務地方經濟，也為了培養出更能滿足社會需求的大數據人才，地方本科院校的人才培養可以主動向技能型和應用型轉變。文章將探討在新工科背景下，如何構建有創新性和競爭力的地方本科院校大數據人才培養模式。

1 地方本科院校大數據人才培養模式構建

在新工科背景下，社會發展需要大數據人才具有更寬的交叉學科知識、綜合實踐能力以及跨學科的合作精神。為了更好的融入區域經濟社會發展，地方本科院校大數據人才模式的構建應注重產教融合，體現新工科人才培養目標要求。下面我們將以課程體系、師資培養、實訓基地三個方面為切入點，具體探討地方本科院校大數據人才培養模式的構建。

圖1：大數據人才培養課程體系

1.1 課程體系構建

大數據，由英文“Big Data”翻譯而來，是指“大大超過傳統意義的數據，用一般的軟件工具難以完全捕捉、存儲、管理和分析”[3]由概念可見，對海量的數據進行分析，若只采用某個單獨的學科或者工具是行不通的，它需要掌握生物、醫學、環境科學、經濟學、社會學、管理學等實際應用學科相關行業的基礎知識，以數學、統計學和計算機為工具，結合實際應用學科的特點，方能得出相應的結果。大數據分析的具體過程，可大致分為數據采集—數據存儲—數據挖掘—數據分析—可視化展現等步驟。

由于大數據是一門多學科交叉融合的學科，因此在人才培養的設計中，需要充分考慮其特點，充分構建合理的課程體系，既要開設通識課程、基礎課程、核心課程、方向課程等理論課程，也要開設實訓、課程設計、畢業設計等實踐類課程。一般來說，通識課程包括形勢與政策、大學英語、大學體育、勞動教育、創新教育等主旨為健全人格、拓展能力的課程；基礎課程旨在夯實大數據人才的專業基礎，包括高等數學、線性代數、離散數學、概率論與數理統計、程序設計、數據結構、操作系統等；核心課程包括數據科學導論、數據科學的算法基礎、云計算、數據管理系統、統計方法與機器學習等；方向課程有數據挖掘、深度學習、計算機視覺、自然語言處理等；實踐課程包括web編程、數據可視化、開源軟件實踐、畢業設計等。圖1給出了較完備的大數據人才培養課程體系。

1.2 師資隊伍培養

大數據人才培養的課程體系中共包含25-30門課程，這些課程涵蓋了數學、統計學、計算機等眾多學科，師資力量是影響課程教學以及人才培養效果的一個重要因素。與綜合型大學相比，在大數據這一新興學科方面，地方本科院校的師資力量相對薄弱和短缺，比如，一些教師理論知識比較豐富，但是缺乏具體的工程實踐能力。這些缺陷制約著地方本科院校的大數據人才培養發展，因此，建立一支高水平的師資隊伍，是地方本科院校大數據人才培養中要著力解決的突破性問題：

首先，學校可以加大師資的引進力度，吸引具有扎實理論知識且有工程實踐能力的教師，為學校的師資隊伍增添新鮮的血液，同時，對全校的教師資源進行合理的調整，創新性的組建本專業的專任教師隊伍；

其次，充分調動本院校教師的積極性和創新性，挖掘廣大老師的潛力，每年選派部分骨干教師參加相關的行業培訓或者大數據培訓班，待培訓結束后，參加培訓的老師可以在院部做相關的講座或宣講，讓更多老師對學科動態和行業發展有最新的了解；

最后，積極構建與地方企業的聯系，一方面，選派部分老師到企業考察學習，以提升教師自身的工程實踐能力；另一方面，可以聘請企業相關人員作為本校的兼職教師，擔任實習、實踐、畢業設計等實踐類課程的指導。

1.3 實踐環境建設

大數據是企業和社會重點關注的戰略資源，由于大部分地方本科院校擁有的大數據資源較少，因此開展大數據實驗和實踐相對困難。

為了克服這一困難，地方本科院校應主動出擊，積極融入區域經濟體，多方位、全方面的與地方企事業單位開展合作，建立大數據人才培養的實踐基地，構建和完善穩定的實習、實訓平臺。依托從企事業單位的經營生產中獲取的大數據資源，由企事業單位的資深工程師和校內教師共同承擔實踐類課程的教學，帶領學生以項目的形式高度參與和完成教學任務，在項目中熟悉和掌握大數據的采集、存儲、分析、可視化展現等技術。這種將理論課程與實踐相融合的教學體系，對校企雙方都是有益的：對企業來講，教學合作在對海量數據進行處理和研究所形成的結果，可以為企事業的生產經營提供理論支撐和進一步經營活動的建議；對地方本科院校而言，實戰化的教學讓學生有了充分的實習和實訓過程，通過解決復雜的大數據問題，提升學生分析、解決問題的能力，使得培養的人才更能適應社會需求，同時專業人才培養的效果可以得到進一步提升。

2 總結

大數據是一門由數學、計算機、統計學等多學科融合的新型交叉學科，人才市場需求量大，人才發展前景廣闊。本文首先分析了地方本科院校培養大數據人才的困難與局限，然后在新工科背景下，針對現有的困難，給出了大數據人才培養構建的三條建議和想法。