新工科背景下信管专业大数据技术与应用方向改造实践

陶 皖，张 伟，杨 丹

(安徽工程大学 计算机与信息学院,安徽 芜湖241000)

“大数据”自2014年3月5日首次进入政府工作报告以来，已连续3年出现在政府工作报告中，成为“新经济”的高效率引擎。我国相关部门预计3～5年内，来自政府、媒体、企业等各行业的数据工程师和数据分析师的需求将达1 000万人，技术缺口将达100万。

大数据具有数据量大、数据类型多、数据产生速度快且要求响应速度快以及价值密度低但潜在价值大的特点。这些不同于传统数据的特点将给社会中的各类基于数据的应用带来巨大的变化。具体来说，大数据将给社会带来三方面变革：一是思维变革，分析对象将由随机样本变为全体数据，且强调混杂性而非精确性，强调相关(关联)关系而非人们一直习惯的因果关系；二是商业变革，在大数据时代，一切皆可量化，数据创新带来创业机会，数据、技术与思维将形成完整的价值链产生前所未有的新价值领域；三是管理变革，信息部门、IT部门将由传统的成本中心转为利润中心，制定决策将由业务导向转为数据导向。也就是说，无论是新兴的互联网企业，还是传统的制造业、服务业等都势必将大数据纳入企业日常配置。

但大数据应用不能仅仅局限于概念(维基百科中大数据定义是规模大到无法在有限时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合)，即大数据不仅仅是指代其数据自身的本体性概念，而且还可以表示以大数据特征所代表的互联网环境和大数据采集、处理、分析、挖掘的相关技术体系或平台系统，以及以大数据应用的实践领域。所以在社会和企业应用中，为了发挥大数据的功效，就必须强调数据的深层挖掘和驱动决策作用[1]，培养适应需要的人才。

我国教育部于2015年设立了“数据科学与大数据技术”本科专业，截至2017年7月已有35所高校获批开设此专业。这一培养规模显然不能满足社会对此类人才的需求。同时，人才的培养不仅看重数量，更要看重质量，尤其是在新工科这一理念提出后，如何培养高质量的技术、经济、管理、社会等领域知识能力并重且能满足多领域需求的大数据类人才更是今天高校面临的巨大挑战。

2017年我国共有612所高校开设了“信息管理与信息系统”专业，在社会人才需求不断发展变化的背景下，不少高校主动适应大数据环境下的海量信息管理的需求，在解读新工科人才培养理念下的人才培养模式，分析“数据科学与大数据技术”专业大数据类专业人才特点的基础上，设立了诸如“大数据技术与应用”之类的专业方向，进行大数据类人才培养的实践，以弥补社会对大数据人才需求的缺口。

一、新工科及大数据人才类型分析

(一)“新工科”理念

据2016年《中国高等教育质量报告》的数据，2015年我国高等学校在校生规模已达3 700万人，位居世界第一，其中工科学生约占总数的1/3。据统计，2016年，我国工科本科在校生538万人，毕业生123万人，专业布点17 037个。然而，我国工科人才培养的目标定位不清晰，工科教学理科化，实践环节程式化。例如，许多学校的实验教学就是完成一个个孤立的、小的验证性实验，缺乏较完整的系统化的工程实践性教育过程，使得工程教育与行业企业实际需求脱节，毕业生缺乏工程实践应用能力。

2017年2月18日，教育部在复旦大学召开高等工程教育发展战略研讨会，首次公开提出“新工科”概念，达成了“地方高校要对区域经济发展和产业转型升级发挥支撑作用；主动对接地方经济社会发展需要和企业技术创新要求，把握行业人才需求方向，充分利用地方资源，发挥自身优势，凝练办学特色，深化产教融合、校企合作、协同育人，增强学生的就业创业能力，培养大批具有较强行业背景知识、工程实践能力、胜任行业发展需求的应用型和技术技能型人才。……新工科建设需要围绕工程教育的新理念、学科专业的新结构、人才培养的新模式、教育教学的新质量、分类发展的新体系等内容开展研究和实践”[2]等共识。

新工科的“新”对应的含义不是新的(new)，而是新兴的(emerging)。国家倡导“大数据、云计算、物联网、人工智能、虚拟现实”等新兴学科领域，倡导传统专业与新学科的融合，强调的是素质、可持续发展、终身学习等能力，而不仅仅是技术的培养。国家需要培养工程实践能力强、创新能力强、具备国际竞争力的高素质复合型人才，他们不仅在某一学科与专业上学业精深，而且还应具有“学科交叉融合”的特征；他们不仅能运用所掌握的知识解决现有的问题，也有能力学习新知识、新技术去解决未来发展中可能出现的问题，同时还需要懂得经济和管理，需要具备良好的人文素养和团队合作精神及人际交往能力。

(二)大数据类型人才岗位及能力需求

大数据时代带来了海量数据信息，各类应用表明大数据的价值在于实践，而应用领域的实践需求变化快、形式多，结合新工科人才培养特点及大数据应用需求，大数据类型人才定位是多层次的，对应的岗位亦有不同类型。

我们从社会需求的能力分析入手，对大数据人才进行分析，发现大数据技术与应用方向有大数据系统搭建与运维、大数据获取与处理、大数据应用开发及大数据分析等不同领域需求，对应于企业的软件系统管理、企业大数据架构、企业大数据开发、企业大数据分析等不同岗位。[3]具体可以将这些人才岗位区分为：负责知识模型、数据挖掘模型、分析方法研究与建立的数据科学工程师，负责大数据技术研究与实现的大数据技术研发工程师，负责理解大数据处理的结果并利用结果来解决实际问题的大数据分析工程师，运用数据挖掘平台和工具从事数据挖掘工作的大数据挖掘工程师，负责应用大数据平台和处理模式开发大数据应用程序的大数据应用开发工程师，负责大数据系统的搭建、优化与运维的大数据运维工程师，负责数据获取、清洗、转换、上载以及数据存储、备份和恢复的大数据处理工程师和利用图形化的工具及手段揭示数据中复杂信息的大数据可视化工程师等。这些岗位所面临的大数据问题不同，也给高校的人才培养提出了不同要求，具体如表1所示。

表1 大数据类人才能力需求及岗位设置

二、信管专业“大数据技术与 应用”方向的人才培养

(一)信管专业简介

教育部于1998年设立了信息管理与信息系统专业(以下简称“信管专业”)，按照教育部的专业培养方案，传统信管专业的教学计划由三类课程组成：第一类是基础课程，如英语、高等数学等理工类专业的必修课程；第二类是信息类课程，如数据库原理、计算机操作系统、计算机网络、信息系统分析与设计等，这是课程同时也是计算机应用技术类专业的骨干课程；第三类是经济管理类课程，如运筹学、管理学、经济学等，一般是工商管理类专业的主干课程。这样的教学计划在实施时致使学生学习的专业知识涉及面过多，无法进行较深入的理论教学，同时专业涉及的实践课程方案也往往陈旧，使学生在校期间的实践能力培养不能满足社会和企业的需要。

iSchool大学联盟由十几个国家60多所学校的信息学院组成，项目提倡以一个跨学科的角度来理解信息管理所带来的机遇与挑战，其理念被广泛作为信管专业建设的指导。[4]iSchool探讨和理解在人类所有活动中信息的作用、外部环境变化，特别是技术的变化使得三者所在的情境也不断地变迁，三者之间的关系也在动态地调适[5]，技术的应用需适应组织及人的需求。在人才的培养过程中需要使能力与需求相适应。分析iSchool联盟的教学理念，我们发现其与“新工科”面向能力培养、适应社会需求的理念是相通的，可以说信管专业具有新工科的特征。需要注意的是，在大数据时代，要求信息管理教育能主动适应外部环境的各种变化，如大数据时代信息分析对信息职业发展具有重要作用，因此需要适应大数据时代的信息人才；在大数据时代，高等学校的教育环境、教育模式也发生着悄然变化，形成了新的教育生态，信息管理教育要适应新的教育环境，改革信息管理教育模式。

(二)信管专业与大数据技术与应用能力分析

根据iSchool项目的研究模式及“新工科”能力需求，通过分析我们发现，大数据环境下，由于传统互联网、物联网、移动互联网提供了大数据的数据源，以及在云计算、云存储、数据挖掘技术和系统支持下，信息链不再是一条直线，而是一种复合结构。大数据经过大数据采集、存储、分析处理等应用平台后，通过人机交互可直接向终端用户提供信息服务、知识服务进而为用户提供决策支持。其中大数据应用和处理包括：数据的清洗和处理、数据的探查和可视化、数据挖掘分析、模型建构、结果产生与优化和结果验证六个阶段。当然，本质上，大数据的信息、知识和情报生产方式与信息链逻辑关系并不冲突，相当于数据—信息—知识的复合。大数据环境下的这种数据、信息、知识的复合与集成给信息服务带来新的变革。同时大数据及其相关技术的应用并不意味着都是机遇，技术的应用是把双刃剑，大数据及其相关技术的应用不仅带来效益和价值，也存在相应的风险和负面因素。[4]

具体来说，在新工科和大数据环境下的信息管理类人才既要懂得数据架构和分析、注重实践，更要了解社会文化与经济等多元背景知识，还需要具备创新精神、国际化视野和不可或缺的法律知识。多知识体系的融合越来越成为信息管理类人才培养的关键。大数据环境下，社会和企业对信息管理类人才提出了“工管互通、满足大数据应用处理”的“跨”学科、多知识体系融合的需求。

在社会正逐步引入大数据应用的背景下，由于信息管理专业在数据整理、处理、分析、评价和管理方面具有天然的理论和实践特质，可以在大数据领域为国家培养各种类型、层次的数据分析师(包括数据管理人才)做出自己的努力。在信管专业中设置“大数据技术与应用”，将传统的信息管理技术与大数据的应用相结合，将能满足社会对海量信息应用的需求。但是现有的信息管理专业课程中有些理论和方法可能不完全适合大数据环境下的数据处理和分析实践，需要加以改造，以和大数据的前沿理论和技术相结合。

陈滢博士于2017年10月在杭州云栖大会提出了“新工科”人才的FAST能力矩阵，从基础、应用、科学和技术层面，说明了人才的“基础与文化、工具与建模、系统与构建和工程与优化”四个方面的能力要求。借鉴此矩阵，本文提出信管专业大数据技术与应用方向的能力矩阵如图1所示。

图1 信管专业(大数据技术与应用)人才能力矩阵

三、信管专业的大数据方向改造

(一)信管专业情况与改造缘由

诸多工科学校的“信息管理与信息系统”专业，一直以工科目标培养应用型人才，在很大程度上适应了经济社会发展对信息管理类工程应用型人才的数量需求。分析这些信管专业人才培养，发现存在一些传统工科教学中的问题：如重专业轻人文，不能有效地提升学生的综合能力；重必修轻选修，使学生不能根据个性和爱好选择课程，限制了学生的个性发展，不利于学生创新素质的培养；课程体系中某些课程的教学内容重复率较高，影响了学生的学习积极性。

分析信管专业的培养目标，不难发现其作为IT专业模块中的一部分,一直在为社会各领域培养和输送各类信息人才。它的特点是关注各类技术(特别是信息技术)在信息处理中的作用，尤其是关注社会对于信息人才的需求以及信息技术应用升级的需求。因为，信息管理教育的每一次变革几乎都与信息技术环境的变化有着密切关系，在当今网络数字化时代，信息管理已由封闭走向开放，是一个真正的多学科多领域的交叉学科，过去的许多理论已不能完全适应数字化时代，需要理论创新。同样，大数据时代对于信息管理教育也带来了前所未有的挑战和机遇。目前，虽然大数据的相关研究文献量呈现出激增的态势，但是关于大数据对于信息管理教育影响的相关研究却不多见。然而，图书情报实践层面、企业竞争情报领域、专业数据库情报服务、数字图书馆的知识服务、电子商务等领域已经开始尝试运用大数据及其技术来改善和提高自己的绩效水平。因此，大数据与信息管理实践层面上的需要和信息服务的改革已经倒逼信息管理教育必须予以响应和积极应对。

(二)大数据技术与应用方向的教学体系规划与实践

1.培养目标和教学体系

根据大数据技术与应用方向的能力需求，结合“信息管理与信息系统”自身的专业特点以及本科教学“宽口径、厚基础”的要求，大数据人才培养在保留信息管理传统理论技术的基础上，一方面涵盖大数据技术理论与实践的知识内容，另一方面突出“数据管理与分析”的专业特色。

表2 信管专业(大数据技术与应用方向)课程体系规划

结合新工科的能力矩阵，以全局观设立了工程知识、问题分析、设计/开发解决方案、研究、使用现代工具、工程与社会、环境和可持续发展、职业规范、个人和团队、沟通、项目管理、终身学习等12个方面的36个指标点的毕业能力要求，以满足毕业能力为目标对各门课程的知识体系进行分解，构建每门课程的能力指标矩阵。[6]

2.执行过程

教育心理学家Blooms提出认知、情感和动作技能的教学规律，在教学过程中亦将教学过程设计为：(1)引入和目标识别阶段，通过设置专业导论类课程，以“大数据与人工智能时代的信息管理”进行专业的整体介绍，让学生知道教学要达到的目标；(2)参与式学习及效果评测阶段，通过认识实习、专业实习、程序设计类课程、系统开发类课程以及专业创新科研实践、学科竞赛等活动让学生多方位参与教学，反馈知识掌握情况；(3)小结阶段，通过综合实践课程及专业前沿课程总结知识点，展望专业发展，最后通过毕业设计全面总结运用本科阶段的知识与能力。具体教学执行如图2所示。

图2 教学执行流程

信管专业的培养目标是“培养德、智、体全面发展的IT人才；培养学生掌握现代信息技术、管理理论和经济学的基本知识；突出系统能力和大数据特色，使学生具备信息系统的分析、设计与开发能力，以及运用相关技术进行大数据处理和数据分析的能力；能够在各个行业运用计算机技术和信息化手段分析和解决相关领域的管理问题，成为承担信息系统开发、维护、管理以及数据分析工作的复合型应用人才；为学生成长为信息系统项目管理师、信息系统分析师、信息系统架构师、数据分析师、CIO(首席信息官)等高级IT人才奠定基础”。

具体来说，在新工科教学理念的指导下，我们按照专业基础课(含必修、选修)、专业核心课及专业方向课等进行了课程体系规划，如表2所示。

3.经验归纳

(1)结合信管专业本身的专业特点，以“大数据技术与应用”作为人才培养方向，为保证专业人才培养“宽口径、厚基础”，专业基础课主要从基础知识与应用技术两个角度出发考虑课程设置。如：设置了高等数学、线性代数、概率论与数理统计、运筹学等课程，以奠定比较扎实的数学基础，为大数据应用做好准备；从应用技术角度考虑，设置了诸如Java程序设计、Python程序设计、数据结构、数据库原理及应用、计算机网络、现代数据库技术(学习大数据存储)、大数据技术基础和云计算技术(学习大数据系统架构处理等)、数据挖掘技术和数据可视化(学习大数据分析等)课程，以使学生适应IT领域的新知识需求，尤其是大数据应用(采集、存储、分析等)方面的要求。(2)结合“新工科”人才培养要求，对专业课程进行知识体系的重新规划，强调教学工作作用在每位学生身上，培养学生持续学习能力、创新能力，并在全体学生身上产生切实的效果。(3)实践环节4年不断线：从一年级第1学期开设大学计算机基础开始，随后在每个学期均分别开设语言类课程设计、数据结构课程设计、数据库原理及应用课程设计、计算机网络课程设计等专业基础课程设计与专业特色课程设计，并在第7学期开设专业综合应用与开发实践课，与当地企业合作，将大数据技术及应用方向的课程内容进行综合应用实践，强化培养学生的综合实践能力。(4)丰富第二课堂活动：学生在校期间除了完成规定的课程和实践环节外，还利用暑期时间进行专业创新实践活动，结合暑期科研课题、竞赛、社会实践等活动开阔学生的眼界，这些活动均以素质学分的方式体现，鼓励并要求全体学生参与，以提高全体学生的综合实践能力。

四、结语

综上，在大数据环境下，企业和社会的各类应用中越来越强调数据的深层挖掘和驱动决策作用。对于具有数据收集、整理和利用能力的信息管理类人才需求旺盛，新环境下的信息管理类人才既要懂得数据架构和分析、注重实践，更要了解社会文化与经济等多元背景知识，还需具备创新精神和国际化视野。因此，分析大数据环境下，企业和社会对信息管理类人才的基本素质要求，将其分解为易于教学实现的指标体系；解读国内外知名大学的信息管理类人才培养方案，分析各自的特点，思考得出各自的优势和不足；同时如何结合人才素质要求和现有的人才培养方法，提炼出适合国内应用型需求下的人才培养体系是高等教育工作者必须不断探索和实践的课题。

参考文献：

[1] 汪祖柱.大数据背景下的信息管理与信息系统专业课程建设[J].宿州学院学报,2015(2):119-122.

[2] 王庆环.“新工科”新在哪里[EB/OL].(2017-04-03)[2017-12-20].http://edu.cnr.cn/list/20170403/t20170403_523690794.shtml.

[3] 周义镇.浅谈大数据时代的计算机科学与技术专业综合改革[J].经营管理者,2017(11):357.

[4] 洪亮,樊星,王雨娃.中美信息管理学院信息技术课程体系比较研究[J].图书情报工作,2016(11):36-43.

[5] 高岩.大数据背景下信息管理专业的课程群建设[J].计算机教育,2014(24):8-10.

[6] 蒋宗礼.本科工程教育：聚焦学生解决复杂工程问题能力的培养[J].中国大学教育,2016(11):27-30.