基于新工科與工程教育認證背景下的數據科學與大數據技術專業人才培養模式探索

李紹英 王元浩 許立波

（浙大寧波理工學院 浙江·寧波 315100）

0 引言

隨著互聯網和信息技術的飛速發展，數據科學技術已成為當前最重要的技術之一，大數據技術當之無愧地成了新的技術核心。2017年1月，國家工信部編制了《大數據產業發展規劃》，大力支持高校探索建立大數據領域專業型人才和跨界復合型人才培養機制，大數據專業孕育而生[1]。大數據、大數據安全等新的計算機技術催生了新的經濟，工業界迫切需要新型工科人才的大力支持，“新工科”已成為目前高校教學改革話題的熱詞。2017年浙江省政府發布《浙江省促進大數據發展實施計劃》，提出把我省打造成全國大數據產業中心，大力推動大數據發展和運用，推動經濟轉型升級、完善社會治理、提升政府服務和管理能力[2]。我校在十四五發展規劃中，明確提出學校所有專業要進行工程教育專業認證，主要目的是為了構建工程教育的質量監控體系，進一步提高學校工程教育質量，促進工程教育與企業界的聯系，并促進我國工程教育的國際互認，從而提升國際競爭力。本課題正是基于此背景下，探索我校數據科學與大數據技術專業人才的培養模式。

1 研究綜述

朱建平和李秋雅（2014）認為我國大數據相關專業課程體系建設要綜合考慮大數據專業人才所應具備的知識和技能，并積極借鑒發達國家對大數據專業人才培養的理念；[3]；迪莉婭（2014）以國外開設數據科學碩士課程的部分高校為例分析了國內外高校數據科學專業碩士課程設置的內容和特點，提出完善我國高校數據科學碩士課程設置的策略[4]；Kim Y等學者，通過對企業在崗實習生、大數據歷屆畢業生和企業人力資源主管等的多次訪談，明確提出數據庫基礎知識、管理工具、二次數據采集、數據清洗和數據挖掘能力是大數據專業人才必備的知識技能[5]；閆慧等人（2018），通過網絡調查獲得10所高校數據科學相關專業的課程信息，從開課數量、課程結構、課程類別及課程特點分析數據科學專業的開設狀況，從課程內容來看以數據分析、統計學、人工智能等課程為主，建立多學科、全方位的知識結構，注重理論和實踐的系統結合，體現了交叉學科的特性[6]；蘇日娜等學者（2017），選取開設數據科學研究生項目的6所高校作為調研對象，采用內容分析法和文獻調研法，從專業學科優勢、課程目標、核心課程設置、課程制度等方面研究數據科學課程體系[7]。

2 現行人才培養模式中存在的問題

（1）人才培養的目標和方向不明確，專業特色不明顯。我校現行的大數據專業人才培養方案中涉及了包含數據分析、數據挖掘、數據庫系統開發、大數據行業應用、人工智能在內的多個方向的課程，由于方向眾多在一定程度上分散每個方向的課程課時分布。作為本科院校，我們在前期人才培養上定位于適應于多種IT行業需求的大數據“全才”，大部分企業招聘本科生，希望找到應用與理論相結合的中高級大數據人才，這就要求我們在培養目標上更加契合社會實際、凝練方向，才能真正地實現人才培養的突破。

（2）現行的課程體系還不夠完善，課程開設不能及時跟進市場需求。我校數據科學與大數據技術專業是一個軟件和硬件相結合、兼顧數據科學理論與應用的、以計算技術為基礎的、以數據科學與大數據技術為特色的寬口徑專業。本專業著力于培養理論與實踐動手能力結合的綜合型人才，以適應社會對大數據分析人才的需求。但是，數據科學涉及數學、統計學、計算機科學等多門學科多領域相關知識，其理論基礎和研究方法已超出一級學科的范疇，是一門典型的綜合性交叉性學科。大數據原有的課程體系難以滿足市場和企業的用人需求。

（3）基于工程教育認證下，專業課程理論與實踐結合不緊密。目前我校大數據專業由于受到課時安排、教學經費、實驗室欠缺等多種因素的影響，在專業課程設置上重理論輕實踐。學生理論型、基礎型知識偏多，實踐型、應用型知識偏少。實踐教學普遍質量不高，其結果必然導致實踐教學流于形式，實踐教學的任務和目標難以完成。雖然目前我專業實施了實踐教學體系，但由于課程時間有限、教師人手緊缺、教學經費進展等原因，學生實踐鍛煉不夠，學生動手能力不足。

（4）師資力量不雄厚。目前一直以來，我校的大數據專業只有7名專業教師，承擔了所有專業課程的教學任務。從師資結構來看，雖然有專業的教授和博士等作為支撐，但是師資隊伍缺乏階梯性建設，因此在專業建設過程中，普遍存在著各種各樣的復雜問題，使新課程的安排和教學存在著不小的困難。

3 人才培養模式的優化與設計

3.1 明確專業定位，理清專業建設思路

我校數據科學與大數據技術專業根據自身實際狀況，把握浙江省創建大數據產業中心行業和寧波軟件名城建設的契機，以學科建設為龍頭，找準專業定位，我校大數據專業定位如圖1所示。

圖1：我校大數據專業定位

3.2 大數據專業學生畢業要求與分解

為實現培養目標，我們設定了相應的畢業要求，建立了相應的課程教學支撐體系，畢業生能夠了解大數據、人工智能等新一輪工業革命中的新技術和生產新模式，并能選擇、使用新技術來改造傳統的行業和領域[8]。

3.2.1 大數據專業能力畢業要求制訂

工程教育專業認證標準明確規定了本科畢業要求必須涵蓋規定的12條內容。這12條要求可分為專業和非專業要求兩類。其中，第1～5條要求是與專業能力相關的畢業要求，可概括為：“知識、問題、設計、研究、使用現代工具”。而這5條畢業要求全都是圍繞解決“復雜工程問題”而展開的。工程教育認證要求的重點不是課程教了什么內容，而是要求學生能否應用知識去解決企業遇到的復雜工程問題。

3.2.2 大數據非專業能力畢業要求制訂

工程教育認證標準中畢業要求第6～12條是非專業能力要求，包括“工程與社會、環境與可持續發展、職業規范、個人與團隊、溝通、項目管理、終身學習”。我們按照工程教育專業認證標準確定非專業能力畢業要求，并建立相關的課程體系和教學、評價環節。按照工程教育認證標準，以項目為載體，將大數據專業能力與非專業能力的培養結合在一起。

3.2.3 畢業要求的分解

專業的畢業要求的每個大指標需進一步分解為詳細的指標點。分解指標應該具有引導性、可操作性，用來指導后續的課程教學實施。每個指標點還應明確評價其達成度，突出培養學生應用知識解決工程問題的能力。我校大數據專業確定了畢業要求分解指標點，反向建立相關的課程體系。每一個畢業要求的分解指標點有一門或多門的課程相應支撐。每門課程對畢業要求的指標點的支撐關系分為強支撐(H)、中等支撐(M)、弱支撐(L)。

3.3 完善人才培養課程體系

不斷完善專業課程體系，加強課程建設。加強理論授課與項目實踐教學，達到理論與實踐的無縫銜接，提高學生的理論修養和工程實踐能力。構建并完善專業資源庫，主要包括：教學計劃、教學大綱、教學日歷、教學課件、測試題、配套練習、歷年考卷、實驗實訓作業、參考答案、教學視頻等[9]。構建以知識傳授為主的理論教學體系和以大數據技術、技能培訓為主的實踐教學體系結合的專業課程體系。我校大數據專業人才培養的課程體系如圖2所示。

3.4 樹立以學生為中心的教學理念，優化培養教學方法手段

工程教育專業認證的基本理念是以學生為中心，要求教師對教學內容、教學方法和教學過程等進行精心設計，調動學生的學習積極性和主動性，通過師生之間的共同努力達成課程的教學目標[10]。傳統的教學方式往往以課堂為中心、以老師講授為主，老師在講臺上言傳身教扮演著“演員”的角色，學生在講臺下扮演“觀眾”的角色，學生參與性不夠、主動性不夠、互動性不夠，因而很難激發學生自主學習的動力（見圖2）。

圖2：我校大數據專業人才培養的課程體系

以突出應用、講究實戰為特色的大數據專業人才培養模式，在優化培養方法中，就應該以轉換師生角色為著力點，使師生間“演員”與“觀眾”的關系向“導演”與“演員”的方式轉化。老師作為教育的“導演”負責組織學生參與、提供相關的設施設備和條件，為學生塑造良好的學習環境。學生作為“演員”，以教科書中的知識為“劇本”，通過課前預習、課堂演練、課間交流、課后擴展的四階路徑，完成知識的自主化、形象化、深入化、高效化導入，激發學生參與學習的熱情，便于學生更好地理解和掌握知識的運用。

3.5 加強師資隊伍建設，優化師資結構

教師有必要在提高自身業務能力和不斷更新知識的同時，參與到企業的研發中去。構建由企業講師和高校教師為主體的師資團隊，建設校內校外兩支教師隊伍，聘請企業技術骨干和科研院所專業技術人員為兼職教師，優化教學資源，發揮企業講師的智力資源優勢，鍛煉和培養高校教師的創新精神和實踐能力，提升教師教育水平。通過引進和培養相結合的方式來加強教師隊伍建設，優化師資結構。一方面，引進具有數據科學與大數據技術方向工作背景的企業精英和科研骨干，或者是有海外留學經歷的具有國際化視野的優秀人才，為教師團隊注入新鮮血液；另一方面，依托相關的大數據技術處理處于前沿的高校、科研院所和企業，選派有潛力的優秀骨干教師去訪問和進修，與這些高校、科研院所和企業的科研和技術人員形成經驗互帶、技術互幫、知識互傳的紐帶，逐步形成實踐促進理論和理論融于實踐的良性知識信息積累與傳播系統。

4 總結

培養厚基礎、工程能力強、綜合素質高的大數據人才，支撐新技術、新業態、新產業、新模式等新經濟的蓬勃發展具有非常重要的現實意義，也是新工科建設與工程教育認證的最終目標。在工程教育專業認證和新工科建設背景下，本文以我校大數據專業培養方案為例，探討了大數據專業人才培養模式，對大數據專業建設和人才培養有一定的參考價值。