“新工科+新商科”背景下OBE-CDIO 大數據管理與應用專業人才培養模式探索

易國棟，施 蕓，易淑婷

（1.湖南工商大學 前沿交叉學院，長沙 410205；2.中共湖南省委黨校（湖南行政學院）文史教研部，長沙 410006）

新工科、新商科正在成為數字經濟時代學科專業轉型升級的重要方向，教育部明確提出要深化新工科、新商科等新興學科專業建設，并促進學科交叉融合發展。數字經濟時代發展“新工科+新商科”對人才能力與培養體系提出了多元化的新要求，要求培養兼具數據信息應用意識和應用能力的復合型人才。來自國家信息中心的中國大數據發展報告中顯示，我國迅猛發展的以大數據為依托的數字經濟急需大批大數據管理與應用人才。根據“十四五”規劃，預計在2025 年，中國大數據相關產業規模將突破3 萬億元。當今時代，在眾多行業的業務和工作中都顯示出應用大規模數據所帶來的巨大價值，然而大數據人才的供不應求卻是目前大數據相關行業面臨的一大困境。根據賽迪智庫、LinkedIn 等研究院和機構進行測算得到的結果顯示，數字化時代所面臨的大數據專業人員的缺失表現出劇烈增長的情況。最近三年，大數據專業人員的缺失正以每年50 萬人的數量增長，估計在2025 年之前數據專業人員的需求量會以30%到40%的速度保持穩定增長，對大數據人才的總需求量將達1 000 萬人。

2018 年，大數據管理應用本科專業正式開設，迄今為止，全國142 所高校成功申報“大數據管理與應用”專業。這個專業主要采取的是因材施教的培養模式，注重培養復合型人才，要求學生既要掌握大數據管理、分析和應用開發又要精通管理與決策。此外，各大高校也在探索著依托專業教學、實驗與科研和課程設計項目的人才培養新模式，但仍然處于重理論、輕實踐，聚焦于理論方法課內教學和實驗的階段，較為忽視課外實踐教學，基于OBE-CDIO 分析大數據管理應用專業有助于改善這一現狀。

OBE 是指一種以產出為導向的教育模式，一個學生所學的內容和能否取得成就要遠遠重要于如何學習和何時學習。以反向方式來決定教學環節，讓學生成為自己學習過程中真正的主人。CDIO 中C 代表構思，D 表示設計，I 是實現，O 為運作，是近幾年來國際工程教學改革的一個新進展，加強學生理論知識與實踐技能的緊密結合，以項目推進為中心，引導學生積極主動地進行學習，將理論運用于實踐。

OBE-CDIO 教育模式被引入到了許多專業的課程教學中，如土木工程、化學、數字媒體技術專業等。在土木工程專業中，圍繞BIM 一體化課程改革，基于OBE 理念，持續循環CDIO 模式進行該專業BIM 課程的教學，完善了BIM 課程的整體體系[1]。在化學專業中融合CDIO 的理念，采用項目化的教學方法，添加一項長期的研究任務，使分散的知識以學生為中心進行聯系和延伸。重視學生不同階段能力的提高，針對不同時期的教學目標，逐步提高教學難度，提高學生的科學研究和實踐能力。在分析化學的教學中，同樣可以進行相似的課設研究，使整個學期的學習都能夠通過課設來加強學生的團隊協作和自主學習的能力[2]。在數字媒體技術專業中，基于OBE-CDIO 構建以實踐課堂與理論課堂為一體的教學體系，并且以實際崗位需求作為學生的培養方向，強調學生的實踐與創新能力，從而應對數字媒體技術專業的培養模式與培養目標和當今發展方向相背離這一問題[3]。

一、大數據管理與應用人才培養的特征分析

“新工科+新商科”是數智化時代學科專業轉型升級的重要方向，教育部明確提出要深化新工科、新商科等新興學科專業建設，強調利用學科間的交叉、整合和融合，培養復合型技術人才。目前，大數據管理與應用專業建設主要存在以下幾方面痛點問題：（1）新工科與新商科的交叉融合、相互滲透深度不夠，未能較好體現時代需求和科學技術發展趨勢。（2）智能實訓平臺面臨硬件投入大，耗材成本高，商科學生“難入門、難實踐”的問題。（3）實踐教學設計缺乏針對性，無法滿足不同專業、不同學生的需求，以致學生的學習能動性較差。（4）產教融合度、校企深度合作動力不足，對人才培養的支撐效果亟待提升。

大數據管理與應用專業以數字經濟為背景，旨在通過系統化教學，培養具備管理學與經濟學基礎理論與方法，掌握大數據分析技術和方法，并擅長運用大數據挖掘技術對商業數據進行定量分析，促進商業決策智能化的復合型人才。這種學以致用的能力要求與OBE[4]成果導向的核心理念完全吻合。另外，大數據管理與應用更注重將理論知識和實際運用緊密結合，通過讓學生跟蹤項目全流程，從項目方案的設計到實際項目落地，通過實踐讓學生自主掌握并在項目中進行課程理論知識和項目實際操作之間的有效銜接，加強理論知識的實際運用，累積項目實踐經驗，這一點也是CDIO 教育理念的體現。因此，在“新工科+新商科”背景下，OBE-CDIO 人才培養模式能有效結合大數據應用與管理專業的課程，提升學生專業實踐能力。大數據管理與應用專業人才培養的自身特征與OBE-CDIO 理念耦合，具體表現為以下幾個方面。

（一）“管、技兼備”的復合型人才培養

提高知識的實踐運用水平，大數據分析技能和管理決策專業知識并重，是大數據管理與應用專業的培養特點。該學科注重于信息技術和管理科學的融合應用，具體來說就是培養能滿足復雜場景與現代企業的需要，并利用強大數據挖掘手段對管理問題進行模擬分析，從而進行管理決策的復合型人才[5]。所以，在專業建設中要十分注重利用計算思維這種跨領域概念和管理思想范式集成的模式，重建學生的大數據思維體系，提高其數據分析和應用能力，以便更好地在實踐中解決具體的大數據技術和應用層面的問題。

（二）“逆向、模塊化”的課程體系構建

大數據管理與應用專業的人才應具備數據挖掘技術與管理決策能力，數據挖掘與決策活動作為一項工程，本身具有一個明確的結果。OBE 是注重結果效益的教育理念，即先確定當下的現實需求，明確學生的預期學習結果，特別強調學生儲備的知識與經驗技能。因此，大數據管理與應用專業適合采用“基于產出模式”，即OBE 模式的逆向課程設計，將預期的畢業生能力素養有機地導入到課程計劃之中，明確各門課程、每節課對實現最終目標的貢獻[6]。目前，中國國內大數據行業的重要人才需求有三類，分別為技術型人才、應用型人才和業務型人才，相應的技能素養可劃分為三個維度，分別為硬性技術主導、柔性知識主導和跨界融合的知識主導，因此，課程設計應根據這三類技能素養要求確定。另外，大數據管理與應用的課程體系強調學科模塊和CDIO內容的對應，按照本科人才培養通用的通識教育、學科基礎教育和專業教育三個層次結構，由七個課程模塊構成，其中，學科基礎教育層次包括計算機基礎模塊和數學與定量方法模塊、經濟與管理理論模塊。專業教育層次包括數據分析與管理模塊、大數據技術模塊和大數據應用模塊。課程模塊之間有機耦合，同一層次的課程模塊相互補充、相輔相成，不同層次的課程模塊環環相扣，縱向深化，與CDIO 的四個環節高度匹配。

（三）“理論、實踐并重”的培養模式設計

大數據管理與應用專業的人才培養一方面依賴于課堂的理論體系學習，一方面依靠基于大數據技術的項目實戰。按照培養計劃安排，學生應掌握大數據的基本理論。在實踐方面，基于CDIO 理論，將項目分模塊耦合進課程中，保持項目進度與知識傳授進程同步，學生在項目中完成對數據采集、加工和處理，并面向問題進行建模和分析。以項目促教學是理論與實踐銜接的有效途徑，能夠幫助學生達到系統化理解、掌握和應用專業理論知識的目的。其中，實踐教學具體包括實踐課程、實踐研討和實習。例如，以完整實施一個項目為目標，自學生大二進入專業后即進行分組、選題和模型設計，第4—5學期進行程序開發，第6—7 學期進行數據分析，第8 學期提交項目成果。通過項目實踐開發培養學生的數據洞察力、邏輯思維能力和分析總結能力，具體如圖1 所示。

圖1 基于OBE-CDIO 理論的大數據管理與應用人才培養特征

二、大數據管理與應用人才培養模式探索

（一）以實際崗位需求確定學生培養方向

圍繞提升目前企業數字化轉型對大數據綜合分析人才的迫切需求，按照OBE 模式進行人才培養方案設計，將相關職位如數據科學家、數據架構師、大數據開發工程師、數據產品經理和數據庫工程師等數據分析類職位需求與該專業畢業生能力培養進行匹配，具體涵蓋以下五個方面：（1）在大數據管理與應用知識方面，學生能系統地掌握該領域的基本理論知識和前沿技術的基礎應用，掌握統計學、電子信息等學科的專業知識和基本技能；（2）在問題分析方面，學生能夠熟悉機器學習，數據挖掘相關理論，熟悉運籌優化算法使用場景，尋求解決問題的思路、方法與方案；（3）在設計與開發方面，學生能夠形成大數據思維模式，即對數據敏感、善于洞察和挖掘數據間的關聯性，具有良好的科學素養和數據意識，具備綜合運用掌握的知識、方法和技術來解決數據實時或離線處理時出現的實際問題能力；（4）在計算機技術應用方面，學生熟悉PDI（Pentaho Data Integration-Pentaho）進行數據抽取、轉換和裝載等數據預處理工作流程，熟悉數據采集傳輸、消息隊列相關技術，對Kafka、Flume 等開源組件，熟悉大數據離線計算生態體系，有獨自完成項目設計與相關程序語言編寫的數據管理實踐經驗；（5）在個人與團隊協作方面，學生能夠有較強的快速學習能力，在多元學科背景的團隊，具備團隊溝通與交流及解決實際項目問題的能力。

（二）以融合教育思想構建教學培養體系

OBE-CDIO 人才培養模式意味著課程規劃與建設需要緊緊圍繞實踐、項目和最終能力展開，采取理論教學與實踐教學相互融合的思想，與國家級、省級大數據實驗室、平臺學習相關優勢課程的理論教學和實踐教學內容，通過合作開展校企合作橫向課題建設、大數據技術實驗管理軟件平臺開發等方式提高學生實踐操作能力。通過融合理論與實踐，學生在實施相關項目時能較好地進行經驗總結，在處理問題中學以致用，形成較為系統的知識體系。具體涵蓋以下三大模塊：數據管理模塊建立在基礎信息課程的基礎上，側重于信息檢索、存儲和數據清理的基礎知識，重點是為學生建立一個數據管理的知識框架。數據分析模塊主要是通過統計分析及處理過程的實操，學生能夠自主收集和分析數據用于輔助決策分析決策，重點在于培養學生應用分析數據進行數據挖掘的能力。計算機能力模塊是“新工科+新商科”相融合的背景下大數據管理與應用專業對應的企業人才需求中的技術支撐模塊，著重加強學生對模型構建和自然語言處理的編程能力。

（三）以創新人才培養路徑營造良好學習氛圍

為了滿足與適應面向數字經濟時代下大數據管理與應用專業創新型人才培養模式。主要從以下四個方面出發：課程設置方案應以“工商交融、重在實踐”為核心，適當增加項目調研、開發與實施等實踐環節，夯實學生學科專業素質和處理實際問題的能力。職業規劃導向以“通過數據思維及計算編程的力量去分析和解決實際問題”為目標，順應數字化浪潮，培養學生運用統計學、計量經濟和計算編程等方法從海量數據中挖掘發現數據秩序的能力，搭建學術沙龍等活動加強學生與相關數據科學領域帶頭人的交流、溝通平臺，進一步幫助該專業學生明確自身職業規劃方向。教學創新策略以“數據思維能力培養+項目實戰”為主，從大數據分析、管理工具的學習入門，再到搭建數據模型、數據庫等實戰項目進行實際問題解決能力訓練，通過問題導向對學生的知識進行系統性梳理。技能提升途徑以“學賽融合”為指導，舉辦數據科學領域的專業性競賽，激發學生自主學習積極性，綜合提升學生的邏輯能力、業務理解、溝通技巧和分析工具運用能力。

（四）以多元評價體系提升學科培養質量

為實現“以評促教”的目標，形成和完善大數據管理與應用專業這一類“新工科+新商科”綜合型人才培養的多元評價體系，大數據管理與應用需要以下幾個方面完善評價體系：從系統的角度積極回應社會的變化和需求，建立跟蹤教學、實踐和社會服務的全過程動態評價，將多元評價貫穿到人才培養的全過程；不同類別院校都有自身學科建設特色，不同層次學科點相互支撐和學習，形成區域、形式或定位多樣的學科點布局；綜合學生評價、教師點評、院?；ピu和社會反饋構建多元評價體系，推動復合型人才的培養，通過收集數據科學、算法開發等領域對不同院校的人才培養成果反饋完善綜合評價體系；將互聯網的線上課程、人工智能的智慧教室、大數據平臺的教學系統等科學技術的應用程度納入課堂評價考核體系，提升教學數字化、智能化程度。

三、總結和展望

本文旨在“新工科+新商科”背景下探索大數據管理與應用專業人才培養模式，將OBE-CDIO 人才培養模式有效結合大數據管理與應用專業的課程，幫助學生積累自身專業知識的同時將理論與實踐緊密結合，培養學生創新與實踐的能力，引領學生增強自身競爭力、順應時代發展，力爭時代精英、成為高素質人才。本文首先介紹了大數據管理與應用專業的發展背景、專業開設現狀及OBE-CDIO 在其他專業的應用，從中可以發現該模式與大數據專業自身特性有一定的適配度，然后在“新工科+新商科”背景下對大數據人才需求進行詳細分析，最后將OBE-CDIO 引入到大數據管理與應用專業的人才培養模式的優化中，以應對該專業人才培養陷入困境的局面。

研究發現，在“新工科+新商科”背景下，OBE-CDIO人才培養模式有利于數據管理與應用專業擺脫人才培養困境，也為其他專業在人才培養模式的優化方面提供了可以借鑒的案例與意見。