新工科背景下數據科學與大數據技術專業建設探究

摘要：數據科學與大數據技術專業是近幾年發展起來的新專業，經過幾年的發展，各高校圍繞優化人才培養方案、優化課程體系、課程建設、校外實踐教學基地建設、提升教師實踐能力等方面取得了一定的成績，但是也存在著很多的問題。通過在專業建設方面仍然存在的問題分析，進而提出對策建議，為今后的專業建設提供一定的參考和借鑒。

關鍵詞：大數據技術;人才培養;產業學院;校企合作;工程能力;

中圖分類號：G64 文獻標識碼：A

0?? 引言

在新興產業和新經濟飛速發展的形勢下，2017年教育部分別召開了綜合性高校和工科優勢高校的新工科建設研究討論會，提出了“新工科”建設的戰略規劃，并陸續發布了“復旦共識”“天大行動”和“北京指南”，進一步明確了“新工科”建設的內涵及行動指導思想，并發布了《關于開展新工科研究與實踐的通知》。明確了新工科專業主要以互聯網和工業智能為核心，包括大數據、云計算、人工智能、區塊鏈、虛擬現實、智能科學與技術等相關工科專業。新興產業和新經濟需要的是具有良好人文素養、協作精神、可持續發展、終身學習能力強、實踐能力強、創新能力強的高素質復合型新工科人才。培養具有數字化思維和跨界整合能力的“新工科”人才，是時代發展的要求。

1? 目前數據科學與大數據技術專業基本情況

我們正處在一個產生大數據的時代，更是需要大數據力量的時代，大數據技術是未來科技的制高點，大數據產業是我國的戰略性新興產業，這個產業是否能健康發展關系著我國的國家信息安全建設和科技產業結構調整升級。因此，數據科學與大數據技術專業成為新工科建設的重要專業，該專業是以大數據為研究對象，以從數據中獲取知識和智慧為主要目的，以統計學、計算機科學、可視化及專業領域知識為理論基礎，以數據采集與預處理、數據存儲、數據分析及數據計算為研究內容的一門交叉學科，其專業培養目標強調培養學生的實踐應用能力和創新能力 [1]。3至5年的1時間內全國共有1000多所高校成功申報了該專業并招生，開始了各個層次的大數據人才的培養工作，圍繞優化人才培養方案、優化課程體系、開發校企合作課程、建設校外實踐教學基地、提升教師實踐能力等方面開展工作，最終構建科學完善的人才培養模式。在很多方面取得了一定的成績，但是也存在著很多的問題，人才培養的數量和質量都未達到滿足大數據產業發展的要求。

2? 數據科學與大數據技術專業人才培養存在的問題分析

2.1 師資隊伍的教學能力和水平亟待提高

由于是新專業，從事該專業教學的教師主要是計算機應用技術、統計學和數學等原有學科師資力量的轉型發展和突破提升。這部分教師對大數據相關技術的實戰經驗不足，對大數據技術發展與應用現狀及趨勢了解有一定的局限，只能承擔單學科課程的基礎性教學，很難突破原有知識體系將大數據最新知識與技術帶入課堂。同時，大數據專業的碩士及博士層次的人才還沒有大量供應，大數據人才市場供不應求的現狀，也加大了高校大數據相關專業人才引進的難度，造成了師資力量的整體匱乏。導致高校面臨著師資力量薄弱、實踐教學資源不足等問題。教師的大數據企業實踐經驗少，行業知識積累不夠，師資隊伍的工程化水平不足，缺乏工程背景與行業相關的工程經歷，工程能力不強，在學生工程能力培養上顯得力不從心 [2] 。

另一方面，行業企業的教師在學生工程和實踐能力培養中的作用未能得到充分發揮，對企業的兼職師資的利用仍處于不規范狀態，企業兼職教師的教學能力也需要極大地提高。

2.2缺乏對產業資源的利用

絕大多數的高校仍停留在建立企業實習基地這種單一形態，未能對行業企業所擁有的優質工程教育資源進行系統性梳理，并根據工程能力培養不同階段或不同實踐教學環節的目標與需要，有針對性地選擇資源和設計產學合作機制，將技術與標準、產品與解決方案、工程項目與案例、生產與服務環境、工程技術與管理人員等產業資源充分有效地融入工程能力培養全過程或主要環節。

2.3課程設置差異化較大

由于《普通高等學校本科專業類教學質量國家標準》中沒有規定本專業的必開核心課程及課程標準等要求，在多元融合、多領域融通的新經濟背景下，對新工科人才的培養，不僅涉及不同工科之間的交叉融合，還需要工科與理科以及工科和人文與社會學科之間的大尺度交叉、跨界與融通。因此在該專業的人才培養方案中，存在“摸著石頭過河”，或者根據現有的師資設置課程的情況，課程的設置存在較大的差異，不利于專業建設的健康發展。

2.4深度校企合作需要進一步加強

校企合作聯合培養人才是公認的最有效的優質人才培養模式，但是在校企合作的過程中，大多表現為企業熱情不高，院校積極主動。任何企業都是要追求利益的，沒有利益的合作會讓企業當做包袱而拒絕合作，更談不上有長遠的合作戰略。這就使得當下的校企合作表現為雙方的合作深度和層次不夠，院校培養的人才達不到企業的預期。雙方能否跨越各自的利益邊界，構建“1 + 1 >2”的局面，使得雙方合作的利益最大化，真正深度的校企合作還需要進一步探索，還有很長的路要走。

3?? 對策和建議

3.1建設現代化的產業學院

產業學院是學校和行業企業合作培養技能型和應用型人才的一種培養模式，核心就是讓企業參與到人才培養的教學過程中，特別是加強實踐教學體系的設計和實施。現代產業學院由學校和企業共同投資創建、共同管理。產業學院的人才培養目標、培養方案內容可以針對行業企業的需求，校企雙方借助產業學院平臺共同實現從學生的選拔、 人才培養、課程開發、教學組織、教學質量評價、教學團隊與師資隊伍建設、實踐教學基地建設等方面進行全過程深度合作。在共同管理方面，產業學院普遍實行理事會領導下院長負責制，理事會由學校和企業人員共同組成，負責產業學院的制度制定、人力資源和其他資源建設、收益分配等重大事項的決策 [4] 。

產業學院是校企合作的一種新形態、新范式，政府引導下學校、企業兩大主體相互交融、相互滲透，是學校與企業在發展過程中形成的命運共同體，多主體共建共管共享的發展聯合體。產業學院將學校中的教育鏈、人才鏈、創新鏈與企業的產業鏈充分融合，組成產業鏈集群。其中產業學院一方面是學校科研對接產業的產學研用基地，也是校企合作學生開展實訓、實習、職業認知的學習基地，更是大學生開展創新、創業的“雙創”基地，還是學校專業教師繼續培養、深造的雙師培育基地;另一方面是合作企業人才培育基地、創新研發基地、人才繼續深造基地、品牌營銷推廣中心;專業嵌入產業鏈條、課程對標生產環節、課堂引入工作情境、教法結合工作方法，深入推進工學結合、知行合一，構建校企深度融合的發展模式，形成以技術為紐帶的校企共生體。

目前國內著名華為ICT產業學院、騰訊云產業學院、阿里云產業學院、西門子制造學院等已經遍地開花，更有教育部批準建立的第一批國家級產業學院正式成立，有力的支撐了行業內傳統優勢產業轉型升級和戰略性新興產業發展，更為地方區域經濟發展做出了極大貢獻，這是目前乃至于將來的最有效最科學的一種人才培養模式。因此，建議高校要積極的投入到產業學院的建設工作中，爭取獲得相關產業學院的建設資源。國家要鼓勵和支持有能力的企業來參與產業學院的建設，更要出臺相關的激勵政策和機制來保證有更多的產業學院的建立和健康發展。

3.2加強師資隊伍的建設

數據科學與大數據技術專業建設目前最需要提升的是教師的專業技能，需要將大數據前沿技術、主流開源平臺、分布式文件系統架構、大數據分析與挖掘、并行計算框架及運行機制、行業大數據平臺規劃與建設、數據中心運維與應用等多層面多維度的專業知識作為主要的培訓內容。在此基礎上，幫助任課教師理清大數據技術的知識架構，明晰大數據行業的發展方向，掌握大數據前沿應用技術[6]。

教師的專業技能培養，可以從以下幾個方面進行：

1）參加行業企業組織的工程技術相關培訓，掌握主流技術及其在工程方面的應用;

2）脫產頂崗式的企業掛職鍛煉，強化教師實踐經歷與經驗;

3）參加行業權威的職業工程師認證，獲得相應的工程水平認可;

4）與企業工程師共同實施有關的教學活動獲得教學能力的提升;

3.3開發校企合作課程

將行業對人才培養的最新要求，技術和產業的最新發展引入教學過程，更新課程體系和教學內容，合作企業深度參與課程建設，推動課程內容與行業標準、生產流程、項目開發等產業需求科學對接，建設高質量校企合作課程。加快開發基于工作項目、學科競賽、校企合作等綜合性的課程建設模式，從而實現“能力本位、教學一體、學以致用”的融合統一。課程建設要緊密結合大數據技術在不同行業的應用，開發一些針對某些行業專用的課程。

3.4加強實驗室建設

實驗室建設是每個專業的重中之重，數據科學與大數據技術專業實驗室建設盡可能在較高起點的基礎上，搭建一站式教學服務平臺，它是以云計算資源管理平臺和大數據教學管理平臺為支撐，以優質的課程資源和項目案例資源為核心，以自主研發的數據挖掘建模等分平臺組成，把課程和軟件內容統一結合，滿足高校大數據專業教學與實訓的一體化平臺。這樣的平臺圍繞著專業建設的各個方面，從課程設置、師資培養、教學資源、實驗環境、學生實訓實習及就業創業等環節，提供完整的產品體系，滿足數據科學與大數據技術專業人才培養不同階段的需要。比如：一體化平臺中的實驗實訓管理平臺，提供豐富的大數據項目案例，含視頻、實訓指導書、數據、代碼等;云計算資源管理平臺，提供豐富的云計算管理功能和全新的云計算數據中心;大數據整合平臺，提供豐富的數據遷移與預處理功能，通過數據交換系統、數據挖掘系統、數據調度流系統， 充分滿足教師科研需求，提高高校教師的科研創新能力，保證科研成效;數據挖掘建模平臺，提供豐富的數據分析與挖掘算法、支持自定義Python算法;大數據開發實訓平臺，提供豐富的Hadoop、Spark開發組件;Python實訓平臺，支持在實訓平臺進行編程實驗;大數據分析可視化平臺，提供豐富的儀表盤主題、豐富的儀表盤布局模板等。

目前華為、阿里云、泰迪等公司這類實驗室的產品非常成熟，各有特色，可以根據學校的具體情況來選擇和建設。

4 結束語

數據科學與大數據專業在新工科建設的背景下，圍繞“問產業需求建專業，問技術發展改內容，問學校主體推改革，問學生志趣變方法，問內外資源創條件，問國際前沿立標準”的新工科建設六大理念進行專業建設，還會有很多的問題會不斷出現。以強化學生職業勝任力和持續發展能力為目標，以提高學生實踐和創新能力為重點，以優化實踐教學體系構建，開發校外實踐教學基地、提升教師實踐能力等為落腳點，仍然是今后專業建設的落腳點和重點工作，教育部2022年工作要點中，也把支持校企共建“雙師型”教師培養培訓基地、企業實踐基地作為重點工作。期望有更多的企業能夠有更高的參與積極性，與高校一起共同培養符合區域經濟發展需求的數據科學與大數據技術人才。

參考文獻：

[1] 王艷麗，張敏，尤國強.新工科背景下數據科學與大數據技術專業建設初探[J].陜西教育（高教），2020（02）：44-45.

[2] 施曉秋.“產學三級聯動”工程能力分級培養模式的構建與實踐[J].高等工程教育研究 2017年第5期：66-71.

[3] 趙宏偉，劉柳.基于新工科教育的地方本科院校數據科學與大數據技術專業人才培養體系研究[J].科教導刊（電子版），2020，（25）：57-58.

[4] 王厚喜.基于產教融合模式下經濟商貿專業產業學院實踐教學的探索——以廣東輕工職業技術學院為例[J].營銷界，2020（09）：81-82.

[5] 產業學院戰略[DB/OL].https：//zhuanlan.zhihu.com/p/395265119 /， 2021-08-01.

[6] 陶皖，石建國.普通地方高校數據科學與大數據技術專業建設探究———以安徽工程大學為例[J].黃岡師范學院學報，第8卷第6期：14-16.

[7] 賈蓓.學科融合視角下的數據科學與大數據技術專業人才培養思考[J].大學教育，2020， （1）：166-169.

[8] 李國杰.多元主體參與辦學模式下產業學院內部運作機制研究[J].教育科學論壇，2020（18）：37-40.

[9] 孫波.大數據技術與應用專業實踐教學體系構建與研究[J].軟件工程，2019，22（07）.

[10] 楊洪，李知遙，張志強.數據科學與大數據技術專業實踐能力培養體系的探索與實踐[J].成都大學學報（社會科學版），2018，（3）：106-112.

[11] 李艷鳳，李小鵬.深度產教融合視域下產業學院建設的實踐研究[J].職業技術，2021，20（12）：68-72.

[12]任金秀，周紅利.產業學院：中國特色產教融合的組織創新[J].職教論壇，2021，37（04）：51-55.

[13] 劉穎，王愛蓮，宣齊娜等.新工科背景下數據科學與大數據技術專業建設探析 —以地方財經類高校為例[J].吉林工商學院學報，2019，第35卷（6）：106-109.

作者簡介：畢從娣， 1964年出生，女，遼寧省大連市人，教授職稱，碩士學位，主要從事計算機教學和管理，主要的研究方向計算機信息管理及大數據技術。