数据科学与大数据技术专业建设研究

汪 中，施培蓓

（合肥师范学院计算机学院，安徽合肥230601）

随着信息技术与经济的快速发展，数据正以惊人的速度成为国家基础性战略资源。大数据已经渗透到各个领域和行业，并对全球的生产、消费、经济运行体制、社会生活方式以及国家治理能力等产生重要影响。数据科学与大数据技术专业是教育部为落实构建《促进大数据发展行动纲要》而批准设立的新专业，该专业旨在培养具有良好的科学素养和社会责任感与使命感，具有宽广的国际视野，具有从事数据科学与大数据相关的软硬件及网络的研究、设计、开发以及综合应用的高级工程技术人才。数据科学与大数据技术专业是一个软硬件结合、以计算技术为基础、以数据科学与大数据技术为特色的宽口径专业，是一个以大数据分析为核心思想，以计算机科学、数学和统计学为3大基础支撑性学科，以生物学、医学、环境科学、经济学、社会学、管理学等为应用拓展性学科的交叉学科。该专业属于典型的多学科交叉的新兴工科专业，突出大数据采集、存储与管理、分析与应用等核心专业知识和技能。

2016年，国内首批有3所高校开设数据科学与大数据技术专业，分别是北京大学、对外经济贸易大学和中南大学[1]；2017年，获批开设该专业的高校增至32所[2]；2018年3月，从教育部公布的《2017年度普通高等学校本科专业备案和审批结果》中看到，获批数据科学与大数据技术专业的学校达到250所[3]。由此可以看出，数据科学与大数据技术专业成为国内最热门的新增专业。但是，如何因地制宜的建设该专业是各高校共同面临的难题。关于数据科学与大数据技术的专业建设研究工作还较少，如朝乐门等对国外数据科学专业建设进行调研，对8个国外一流大学的特色课程进行分析并给出对策建议[4]；曹淑艳等以对外经济贸易大学专业建设为例，给出大数据专业申报细节及认识[5]；桂劲松等以数据科学与大数据技术专业为例，从专业培养方案和培养模式角度，在培养目标、毕业要求、课程体系等方面探索新专业的建设思路[6]；陈欣等结合重庆工程学院实际情况制定新专业的培养目标、基本要求和课程体系，为相关专业的人才培养提供参考[7]；樊迪结合应用型本科实际情况，制定科学的课程体系和培养方案，对教学资源、师资队伍、实践教学给出给出合理建议[8]；贺文武等针对本科教育中数据科学的人才培养需求，探讨数据科学与大数据技术的课程建设、实践平台建设等问题[9]。上述文献主要是从培养目标来讨论该专业的建设，本文主要针对国内首批和二批设立数据科学与大数据技术专业的高校进行系统调研，重点从开设学院、特色课程、人才培养等方面进行总结分析，最后给出数据科学与大数据技术专业在课程体系、培养目标、人才培养方面的建议，为高校的专业建设提供参考。

1 开设学院

数据科学与大数据技术专业只招理科生，分别授工学或理学学士学位。除了中国人民大学、厦门大学授予工学和理学以外，其他学校只授予工学或理学，总体上授予工学学位的学校明显多于理学。例如首批只有北京大学授予理学，2017年获批的增加到3所，分别是复旦大学、浙江财经大学和云南财经大学，2018年获批的学校授予理学学位已经增加到68所，相应地授予工学学位的学校2016年2所，2017年29所，2018年增至182所。

由于各高校的优势学科和学科结构不同，在本专业的人才培养上自然也有所侧重，不同高校在不同的学院开设数据科学与大数据技术专业。例如，在首批大学中，北京大学依托元培学院、数学科学学院、信息科学与技术学院分别进行招生，中南大学设在信息安全与大数据研究院，对外经济贸易大学设在信息学院。在二批大学中，大部分学校设立在计算机学院或信息学院，部分学校结合学科优势设在不同学院，如中国人民大学设在统计学院、中北大学和复旦大学设在大数据学院、上海工程技术大学设于电子电气工程学院等。

2 特色课程及人才培养

对首批的北京大学、对外经济贸易大学、中南大学以及二批典型学校如中国人民大学、复旦大学等学校的人才培养目标及特色课程进行调研分析，具体如表1所示。

3 专业建设建议

目前，国内共有283所学校获批开设数据科学与大数据技术专业，除北京大学、中国人民大学、复旦大学等部分高校综合实力较强，其余学校多数为地方型院校。综合这些高校的办学背景，大部分为应用型本科院校，主要包括师范类、财经类、综合类，其中还包括三本院校、民办学校等。专业申报成功是起点，如何建设好新专业才是各本科高校面临的难题。从课程体系、师资力量以及实践平台3个方面进行专业建设，建议如下。

(1)课程体系

数据科学与大数据技术专业培养三方面人才，分别为大数据分析类、大数据研发类以及大数据应用开发类。从就业岗位来看，应用型本科院校侧重应用型和实践型人才，因此需要培养学生的基础能力、分析展示能力以及应用能力。基础能力培养，涉及的课程应包括Python程序设计、R语言编程、数据结构、数据库等，侧重的是培养学生的数据处理、数据存储、数据管理等能力。分析展示能力培养，主要涉及的课程包括数据挖掘、机器学习、大数据可视化与分析等课程，侧重培养学生的数据分析、数据展示、数据加工等能力。应用能力培养，主要涉及的课程包括大数据平台开发及应用、大数据分析与挖掘实践等课程，侧重培养学生的应用能力、领域分析能力以及实践能力等。

国内大多数高校的新专业培养方案趋于同质，相互参考较多，并没有体现各高校的自身优势，因此需要结合院校自身的办学背景，制定特色的培养方案。结合国内一流大学课程体系设置，给出应用型本科院校的课程体系设置的建议，包括基础课、专业课及选修课、实践课，其中基础课主要培养学生的基础技能，专业课及选修课以提高学生的专业技能为目标，而实践课程则是提高学生的综合能力，重视大数据的应用开发技术，各院校可以结合自身特色开展大数据实践课程，例如医疗大数据、金融大数据、电信大数据、交通大数据等，具体如表2所示。

表1 特色课程及人才培养目标统计表

表2 课程体系

(2)师资队伍

数据科学与大数据技术专业作为交叉学科，对高校教师队伍建设提出了更高的要求。高校教师作为实际教学的主导者，如何适应大数据对高校教学实践的新要求，是培养实践型和应用型人才的基本保障。现有应用型本科院校普遍缺乏专业教师队伍和专业教材，无法满足新专业的建设需求。因此，需要从走出去、引进来两方面来加强师资队伍建设。注重人才储备，优化师资结构。鼓励教师参加国内外大数据专业学术研讨会、技术交流会，定期组织教师参加大数据专业的培训，提高教师的大数据专业技术水平。鼓励教师带学生参加各类大数据竞赛，并且学院每年举办相应的比赛，提高大数据专业教师的实践指导能力。校企合作，引进双师型人才。派遣校内教师到企业教学实践，建立企业工作站。定期组织企业兼职教师到学校开展专业讲座，吸引企业工程师作为兼职教师指导大数据综合实训项目，大力发展兼职教师群体。优先录用具有行业背景的企业人才到教师队伍中来，加强双师型教师队伍建设。

(3)实践平台

大数据专业的实践型较强，该学科对实践平台具有较高的专业要求。实践平台不仅要提供基础的开发环境，还要提供大数据的运算环境以及用于实验的实战大数据案例。目前，大部分院校都通过各种方式建设大数据实践平台，如自建平台、校企合作共建平台、租用平台等。应用型本科院校应该根据其人才培养目标，结合自身软硬件条件，搭建合理的大数据实践平台，满足教师和学生教学科研基本需求。具体可以通过结合大数据实训平台和大数据教学管理平台来进行实验教学。大数据实训平台：重点培养学生了解大数据背景，培训学生搭建大数据实践环境，熟悉大数据的整体技术、核心组件以及应用开发工具的使用，包括Hadoop、HDFS、MapReduce、Spark、Hive、Hbase等。基于大数据实训平台，结合各学校的优势学科对应的行业应用，指导学生完成大数据综合实践。大数据教学管理平台：旨在提供统一的平台管理大数据专业课程体系，包括教学大纲、教学视频、教学PPT、实验数据、实验手册、实验报告等教学实训资源。教学管理平台还应具有拓展性强、模块丰富的特点，满足不同的教学场景的使用。

4 总结

对国内获批数据科学与大数据技术专业的高校进行广泛调研，对获批院校授予工学或理学学位、开设学院进行统计，并给出部分国内一流大学的人才培养目标和特色课程设置。结合应用型本科院校的人才培养定位，给出新专业课程体系设置的建议，同时分析应用型本科院校的师资队伍和实践平台建设问题及对策。