多學科交叉融合的數據科學與大數據技術專業課程教學改革與實踐

戴志鋒，李春艷，靳 洪（湖北經濟學院，湖北 武漢 430205）

一、引言

近年來， 隨著數字信息技術的高速發展， 學術界、企業界、政府部門等各種組織對大數據技術空前關注。 信息科技變革要求所有信息技術類專業人才必須具備“大數據與智能化創新能力”的基礎素養[1]。大數據技術為推動相關行業進步和企業經濟發展提供多種技術支持,大數據產業領域迸發的新業態、新模式和新機會， 對學校大數據專業培養模式和教學方式提出挑戰。 在從“互聯網+”到“大數據＋”思維框架下， 如何以多學科交叉融合的知識體系培養為重點，了解大數據產業鏈融合發展的理念，實現智能數據科學技術與現代大學教育的深度融合升華； 如何以大數據應用能力培養為核心，實現理論與應用、實踐與研究、高校與企業、專業與跨專業融合；如何以創新創業培養為核心，實現實踐技術與前沿科學、繼承與創新、通識與專業、交叉與融合、教學與科研、協調與共享的多維融合； 如何進一步重構專業課程教學，優化教學體系，改進教學手段，規范教學模式，完善教學內容，提高大數據人才培養質量，迎接大數據產業應用帶來的機遇和挑戰， 已成為高校相關專業教學改革研究亟待解決的重要內容和熱點問題。

二、大數據相關專業發展現狀

數據科學與大數據技術專業近幾年來發展較快，高校人才培養也取得了顯著成效，但是如何創新培養具有項目實踐應用能力的交叉復合型大數據人才，培養學生掌握相關專業的基本理論、基本方法和基本技能，特別是經濟管理領域基本知識，還處于建設探索階段。

（一）數據科學與大數據技術專業背景

工業和信息化部發布的《大數據產業發展規劃（2016—2020 年）》指出，數據是國家基礎性戰略資源。 大數據與產業鏈的融合貫通是當今數字經濟發展的必然要求， 也是數據價值得以高效釋放的必由之路，更是探索數字世界構建發展的有利突破口。針對國家大數據需求對相關專業人才培養模式提出的要求，根據“需求驅動要求，要求驅動方式”，培養具有良好綜合素質和可持續競爭力的大數據人才是現在的社會發展趨勢。

（二）“新工科”視域下面向大數據方向培養體系探索

2017 年以來，教育部積極推進“新工科”建設，“新工科”數據科學與大數據技術等領域的人才已經成為當今社會緊缺的人才，如何從“新工科”建設戰略角度出發，優化相關專業，制定面向大數據新興產業的工程教育人才培養方向， 需要教育界與產業界共同探索與實踐。

數據科學與大數據技術專業培養方案的制定具體體現專業知識、實踐能力、綜合素質三位一體，從培養目標的制訂到畢業要求的落實，再到教學落實、課程評價和項目反饋， 課程系統科學設計與多專業交叉設置。 在課程組群優化方面， 按照學校通修課程、大類學科課程、專業發展課程、開放選修課程等四個組群來制定本專業教學計劃[2]，契合“新工科”專業建設的需要，即學科交叉融合發展、實現面向戰略性新興產業， 引領未來技術和產業的工程教育人才培養方向。

（三）跨學科交叉融合人才培養模式背景

數據科學與大數據技術專業的行業應用領域比較廣泛， 但因為學科的專業性一般設立在傳統的計算機科學相關學院， 所以需要進一步開啟新的教育教學改革視角和理念，通過學科的必要交叉，打破學科各種壁壘，注重前沿知識、專業知識和學科交叉知識體系融合綜合建設，引領未來產業科技發展，有效培養技術型、復合型、應用型、創新型人才。現在很多高校的數據科學與大數據技術專業設置在計算機相關學院，以德保羅大學（DePaul）、波士頓大學（Boston University）、北卡羅萊納州立大學（NCSU）等美國高校開設的大數據相關專業為例， 他們將大數據專業學科分為以下三大類：大數據分析方向（設置在商學院或者管理學院）、大數據平臺方向（設置在計算機學院或者軟件學院）和深度計算分析方向（設置在數理學院）。 這種跨領域、學科、專業的設置方式，一定程度上解決了大數據人才培養“完全計算機化”的專業知識單一問題， 有利于實施大數據專業課程的綜合建設發展。國內很多高校進一步進行專業改革，促使多學科交叉融合的大數據應用型人才培養， 結合學校組織管理特點、 大數據專業的實際需求以及學校相關專業的設置情況， 制定大數據專業人才培養的組織架構[3]。 同時在授課對象方面實現多元化，以模塊化方式分層多級構建課程教學內容， 采取難易結合的遞進教學方式鏈接所有知識要點， 開設選修課程面向全校授課， 鼓勵其他專業的學生參加課程學習。

（四）數據科學與大數據技術專業基礎實踐教學現狀

2016 年我校開辦了大數據人才特色專業，融入“新工科”建設新思維，采用“大數據+”的培養模式實施產教融合下的校企合作協同育人， 專業要求掌握面向大數據應用的數學、統計、計算機等學科基礎知識， 掌握統計推斷的基本理論、 基本方法和基本技能，掌握數據的建模、高效分析與處理等數據科學的基礎知識， 具有較強的專業能力和寬廣的經濟管理領域基本知識儲備， 能勝任數據分析與挖掘應用研究、大數據系統架構設計的應用型“有思想、有能力、有擔當的實踐、實用、實干”的應用型創新型人才。培養模式的內容應反映綜合知識、專業能力、行業素質三位一體， 實現優質教育資源和項目成果的共建共享， 學生畢業后能在相關部門從事大數據分析和挖掘及其相關的管理決策等工作。

三、建立與完善大數據與智能化創新人才培養體系

數據科學與大數據技術專業是專業性、交叉性、應用性、融合性和工程性都很強的“新工科”專業，教學人才培養體系以“解決復雜企業工程問題” 為目標，圍繞大數據應用能力，將要解決的各種復雜問題所形成的案例項目的開發過程，轉化為可分解、可重復、可操作的系統化的實驗實踐教學過程，創新培養具有項目實施能力的交叉復合型大數據人才， 同時提升項目應用和學生“雙創”能力，其教學重點突出“實際、融合和創新創業”。數據科學與大數據技術專業需要優化高校的多專業設置， 培養出更多高質量的大數據專業人才，切實提高人才核心競爭力，服務于國家大數據發展戰略和企業的切實需求， 其具體表現如下。

（一）基于OBE 理念的人才培養方案的修訂

基于大數據行業企業能力人才需求， 調整高校人才培養目標，以“學生就業為本，行業企業需求為中心”的教育教學理念，充分融入OBE/CDIO 工程教育理念，構建專業人才培養目標、課程體系結構、課程教學內容、項目案例、課程教學方法等，并將“雙創”教育以及第二課堂實踐育人融入課程教育中，培養學生應用大數據知識和技能解決項目工程的綜合實踐應用能力，培養未來多元化、創新型、跨界復合型人才，構建具有創新思維、適應行業企業發展需要的大數據綜合型人才培養體系。

（二）加強師資隊伍建設，打造“雙師雙能型”師資

師資隊伍培養是專業課程建設的基礎工作，對教師自身工程實踐背景和企業配套導師能力也提出了具體要求， 采取外部人才引進和內部教師培養相結合的人才策略，圍繞“以教師能力建設為核心，以教學內容創新為動力”的師資隊伍建設理念，通過校企聯合“項目+企業+‘雙創’基地”的形式，建設“雙師雙能型” 結合項目建設能力和科研教學相結合的師資隊伍。首先，教師可以以行業掛職的形式參與企業項目豐富業界項目經驗；其次，教師將企業真實項目轉化為相關研究課題進行剖析、總結、升華；最后，教師根據專業課程設置將企業項目轉化為教學案例運用到教學中，讓更多的學生接觸到實際項目，以培養具有突出實踐能力與技術創新能力的跨界復合型大數據人才。

（三）改進教學方法，加強以學生為中心的教育教學理念

樹立人才培養全面質量觀， 進一步轉變教學理念，秉承“以學生就業為中心、行業企業產出為導向、持續改進教學方法和創新實踐教學”的方針，以大數據技術項目實際應用與進一步開發為目標， 對數據要素市場化配置下的數據處理、數據分析、數據治理和數據安全等核心命題進行深刻研讀， 完整構建線上線下大數據應用技術課程群， 引入以MOOC 和SPOC 等線上教學、線上線下混合教學的個性化教學方式，配合項目式、案例式、啟發式、混合式等多種教學方法進行教學。 具體培養方案的制定充分體現專業知識、項目能力、職業素養三位一體，從培養目標的制定到畢業要求的達成，再到教學方案落實、評價和反饋，進行系統架構與具體實施，注重實踐實驗創新性課程體系建設。圍繞課程教學體系、內容、方法、過程和評價等重點內容， 進行大數據專業課程的進一步充實與創新， 強化實驗教學、 項目案例實踐教學、企業基地實習實訓教學，切實提高大數據專業人才培養質量和就業核心競爭能力。

（四）深度強化產教融合校企合作，跨步推進協同育人

產教融合和校企合作是學生接觸到真實企業項目， 通過把企業的工程項目案例的整體解決方案引入到課堂教學中， 培養學生提高分析和解決項目案例的能力、團隊溝通和交流能力、創新意識和創新能力，也是“新工科”專業的教學內涵和未來的行業發展趨勢。采用產教融合校企合作進行協同育人教學、學科結構調整、人才培養能力提升，實現“共同創建、共同實踐、共同打造”的產教融合共同協調發展生態圈，形成市場主導、高校主體、行業引領、企業參與的模式，推動優質企業項目實踐、高校教育資源整合、教育案例成果應用的共建共享局面， 跨步推進協同育人。

四、多學科交叉融合的大數據應用型人才培養探索

數據科學與大數據技術專業的多學科交叉融合是一個復雜的學科工程，是基于高校學科布局、行業企業需求和科學技術發展水平的多方面融合。 人才的培養需要多個學院進行聯合教學， 通過多學科之間的互相交流和學習， 促進多學科各種新知識的碰撞和共同發展。 數據科學與大數據技術專業建設涉及數學、統計學、計算機科學等理論基礎以及數據的采集、挖掘、預處理、分析、管理、計算、可視化等專業知識[4]。 人才培養方案將從明確專業培養目標、完善人才培養模式和課程體系、 優化教學方式和手段等多方面建設進行研究。

（一）建立綜合教學云平臺,引導學生跟上知識發展的步伐

高校利用高性能的服務器及網絡設備， 建立教學大數據云平臺，實現數據采集挖掘、分析管理和可視化操作等集成封裝應用。平臺整合各種資源，實現計算、存儲和網絡等方面資源的集中管控，同時利用分布式計算和存儲的特點， 保證數據安全高效地利用軟硬件資源，滿足師生對信息產業發展數據、項目實踐等進行統計、分析的需求，為大數據專業的教學與科研提供實踐平臺。

（二）構建面向大數據方向的專業知識和課程體系，強化實踐和創新能力培養

數據科學與大數據技術專業是集合專業性、實踐性、交叉性和工程性的綜合“新工科”專業，建設的目標以“解決大數據項目工程問題”為導向，遵循學校對人才培養方案不斷完善的指導意見， 側重培養學生運用新工具和新方法，從現實數據中獲得真理，有效溝通與闡釋自己的研究發現， 進而改變他人行動和思想的能力[5]。專業課程體系建設從模塊課程體系、項目性實踐、雙創實踐、學生競賽、第二課堂實踐育人多方面構建， 通過重點強化實踐和創新能力的培養來修改、優化課程設置，實現多學科交叉融合的課程體系，建設滿足行業企業人才需要的課程、項目和教材資源，其重點突出“應用、實踐、綜合和創新”的培養體系。

（三）深度強化產教融合校企結合,給予學生充分的實踐機會

高校需要了解最新的行業動態和企業需求，探索校企合作教學模式， 合理規劃相關實驗和實踐課程，共建實習實訓基地。高校通過制定企業項目工程場景的教學方式， 使用企業在建或者成功項目作為專業實踐訓練的內容， 著重講解涵蓋課程和項目的重要知識和技術， 鍛煉學生解決大數據項目復雜工程問題的能力。 同時高校要加強校內外專業實踐基地建設，在互惠互利的基礎上，校企合作共同開展項目開發， 利用企業在信息技術應用方面的前沿信息和實踐經驗，在項目開發、技術應用、案例開展領域進行項目合作。不論是產學項目還是校企合作，不論是案例教學還是行業大賽， 目的都是讓學生在校學習期間就可以接觸到大量的真實案例， 讓學生清楚當前企業所面臨的真實業務問題是什么， 讓學生明白如何利用所學知識， 將企業真實問題轉化為數據可分析的問題， 這是檢驗學生是否具備數據分析思維的標準[6]。

（四）改進考核評價機制，傾向實踐應用能力的考核機制

建立學生專業課程能力和教學質量評價的指標體系，探索和創新配套的教學管理制度，通過實踐不斷修改、優化課程考核評價機制，更合理、更及時、更準確地評價和檢驗教學效果，進一步完善常態化、過程化、多元化的成績評價機制，傾向學生的應用能力和“雙創”能力，突顯“新工科”面向工程實踐、應用與創新， 促進教學培養與項目工程實踐需求的持續動態長效適應。

五、結語

大數據專業以互聯網和工業智能為核心， 以復合型大數據人才創新和培養為目標，內容涉及信息、統計、管理科學以及多種專業領域知識。本文以大數據應用型人才培養為例，探討了當前大數據行業、企業和高校專業課程建設發展情況， 結合我校發展實際，構建專業課程在人才培養組織架構、課程內容設置、 專業結構設置、 應用能力培養模式等方面的體系， 以培養學生項目實踐能力和技術創新能力為核心的實踐教學體系結構框架，深入開展高校、行業、企業的產教融合校企合作人才培養新機制， 滿足社會日益增長的大數據應用人才的需求。