美国iSchools院校大数据人才培养的调查及对我国的启示

关键词：iSchools;图书情报;大数据;教育变革

摘 要：文章以美国iSchools院校为研究对象，调查分析了18所美国iSchools院校大数据相关专业的人才培养方案，包括培养目标、课程设置、课程内容等，以期为我国高校大数据相关专业的教学改革提供依据。

中图分类号：G250文献标识码：A文章编号：1003-1588（2019）08-0113-04

iSchools即信息学院联盟，它由北卡罗来纳大学教堂山分校等7所北美地区著名图书馆学、情报学教育机构于2003年发起的iSchools运动演变而来。联盟成员一道致力于将传统的图书馆学、情报学、信息科学、信息技术等教育项目升级为适合新时代的信息教育项目，倡导成员机构开展以跨学科思维驾驭信息与技术、最大化发挥人类潜力为目标的信息教育。截至2018年3月，iSchools已经覆盖了全球主要国家最知名的信息相关学科的教育机构，成员数量达到91所。现如今，以大数据为代表的信息技术环境引发了图书情报及相关专业教育的变化，国外很多图书情报学教育机构设立了大数据相关的专业和课程，并开展了大数据环境下图书情报教育变革的相關研究，研究成果也较多。然而，相关文献调研显示，我国关于图书情报教育变革中的大数据人才培养的相关研究起步较晚，且多集中在大数据环境下图书情报教育变革的必要性上，缺乏对大数据专业人才培养方案的研究。另外，我国对iSchools院校的研究也比较单一，多集中在其课程设置上，缺乏对iSchools院校人才培养方法的系统研究。笔者以美国iSchools院校为研究对象，调查分析18所美国iSchools院校大数据相关专业的人才培养方案，包括培养目标、课程设置、课程内容等，力求为我国高校大数据相关专业的教学改革提供相关依据。

1 调查对象与方法

根据iSchool官网数据显示，北美有40所iSchools院校。为了让调研更具客观性和参考价值，笔者从所有北美iSchools院校中选取了官网标注为核心小组成员的美国院校，通过逐个查阅其主页信息的方式进行网络调研。其中，康奈尔大学计算和信息科学学院、佛罗里达州立大学传播与信息学院、肯特州立大学信息学院、密苏里州大学信息科学与信息技术学院和加州大学洛杉矶分校教育与信息研究生院这五个学院未开设大数据相关专业，田纳西大学信息科学学院、匹兹堡大学计算与信息学院和德克萨斯大学信息学院这三个学院主页无法访问。因此，笔者最终确定了18所美国iSchools院校作为本次调查的有效调查样本，如表1所示，再由表1中iSchools院校开设大数据专业的教学体系，确定本次调查的项目和内容，如表2所示。

表1 作为调查对象的18所美国iSchools院校

序号调查样本1加州大学伯克利分校信息学院2加州大学欧文分校信息与计算机科学学院3卡内基梅隆大学亨氏学院信息系统学院和公共政策管理学院4德雷塞尔大学计算与信息学院5密歇根大学信息学院6佐治亚理工学院计算机学院7马里兰大学信息研究学院8北卡罗莱纳大学教堂山分校信息与图书馆学学院9宾夕法尼亚州立大学信息科学与技术学院10锡拉丘兹大学信息研究学院11北德克萨斯大学信息学院

12华盛顿大学信息学院

13印第安纳波利斯普渡大学信息与计算机学院14威斯康兴大学信息研究学院15圣何塞州立大学信息学院16伊利诺伊大学香槟分校信息科学学院17亚利桑那大学信息学院18印第安纳大学信息计算和工程学院

2 调查结果

2.1 培养目标

刘婧：美国iSchools院校大数据人才培养的调查及对我国的启示

2.1.1 样本院校开设的大数据专业教育培养目标侧重点各有不同。纵观18所样本院校，大数据专业不仅仅是理工科、商科学生的选择目标，文科生也可以选择相关专业进行学习，参与大数据带来的革新浪潮。例如，卡内基梅隆大学提供公共政策和数据分析硕士学位，其最大的特点是没有指定入学要求，适合跨专业且对大数据感兴趣的学生。该学位开设在信息系统学院和公共政策管理学院下，培养目标更侧重于政治学科领域。

2.1.2 样本院校从人才培养目标设计开始，就着眼于未来大数据应用的需要[1]。18所样本院校的人才培养观念都具有超前意识，注重培养学生洞悉、挖掘和管理数据的能力，以期将学生培养成为新一代的数据科学家。例如，加州大学伯克利分校信息学院的信息和数据科学在线硕士学位旨在培养学生具备大数据知识和大数据思维，并拥有较强的数据应用能力。

2.1.3 iSchools高校多以培养应用型大数据人才为主要目标。市场对数据科学领域应用型人才的迫切需求决定了高校人才培养的主要方向。如华盛顿大学在经过对数据科学领域人才需求情况调研后，为其数据科学专业人才设定了8个职业发展路径，分别为商业分析师、数据分析师、数据架构师、数据工程师、数据科学家、定量分析师、研究员和统计师。从知识、能力和综合素养上来看，样本院校也多以社会需求为导向进行培养目标的设定。

2.2 课程体系

大数据学科是实践性很强的新兴交叉复合型学科，其整体课程体系包括数学/统计学类、计算科学类、模型分析类、数据系统类、数据伦理类、行业应用类等八大模块。具体课程体系如表3所示。

研究样本院校课程设置可以发现以下6个特点。

2.2.1 课程设置十分重视校企联合培养。美国iSchools院校大数据相关课程中大多设有项目实习作业，要求学生综合运用所学知识，选择来自产业、学术或政府的真实数据，解决现实问题。样本院校大多强调项目实习的重要性，并开设专业实习项目，将学生送到Facebook、亚马逊、谷歌等公司的相关工作部门进行实习[2]。如密歇根大学信息学院要求学生完成三个投资组合建设项目、德雷塞尔大学计算与信息学院开设的核心课程要求学生完成数据科学团队项目（Capstone project）等，其实习项目强调产业数据的真实性及学生对现实问题的处理能力。

2.2.2 部分课程将大数据与院校原有特色专业相结合，在优势领域中关注大数据，重视大数据专业的实践性[3]。这种跨专业课程中比较有代表性的有加州大学伯克利分校的数据可视化与通信、威斯康興大学数字图书馆、德雷塞尔大学的社会媒体数据分析等，结合了信息科学、计算机科学、统计学和社会科学等领域的专业知识，并结合原有特色专业，让学生拥有广泛且深入的知识体系。

2.2.3 美国作为世界的商业金融中心，其ischools院校更注重大数据在商业方面的应用。例如宾夕法尼亚州立大学的经济分析和高级商业分析课程、卡内基梅隆大学开设的商业和政策决策分析课程、马里兰大学的数据视觉分析和商业数据分析课程等。

2.2.4 多学科联合培养也是美国iSchools院校大数据学科人才培养的重要特征之一。许多高校大数据专业的课程由多个学科共同参与设计，大多涉及计算机科学、统计学、信息学知识及实践应用的技能等。例如，大多数美国iSchools院校开设的大数据专业课程主要围绕统计、数据库、计算机、管理、信息、数据、金融和会计等内容展开。

2.2.5 大数据专业中必修或核心课程以数据挖掘和数据分析为主要内容。调查样本中，印第安纳大学、宾夕法尼亚大学、德雷塞尔大学等院校不论是文科属性还是理科属性的大数据专业都要求学生能够对数据进行挖掘分析，因此必修课程侧重于数据挖掘和数据分析的知识培养。

2.2.6 课程设置十分重视实训操作，学校的授课内容与产业发展同步。以德雷塞尔大学为例，该学校的数据科学专业的课程体系由核心模块、选修模块和综合训练课程3部分组成，每个模块都包含实验室操作教学和课程作业。该大学的综合训练课程与其他学校不同，并非以小组形式完成，而是学生在导师或实训企业的指导下独立完成，且选题要求必须是来自工作部门的真实数据及现实问题。

2.3 培养内容

在18所样本院校中，大数据相关专业主要包括应用数据科学、公共政策和数据分析、商业数据分析等培养方向。大数据专业是以统计学、计算机科学和信息科学为基础发展而来的，但美国iSchools院校的大数据专业进一步抽象了这些基础学科中的数据问题，填补了包括统计学、计算机科学和信息科学在内的基础学科与大数据之间的空白，为大数据这一新专业的发展奠定了直接基础。

2.3.1 在研究生培养中，大数据专业多提供五年制硕士学位加速课程。例如，德雷塞尔大学的数据科学硕士学位和加州大学伯克利分校的信息和数据科学硕士学位提供加速学位课程，能够使学生在五年内获得学士学位和硕士学位。

2.3.2 本次调研的18所美国iSchools院校均提供学位授予或者是证书认证。样本院校的大数据专业教育主要分为学位和证书两大类，学位教育包含硕士学位和博士学位[4]。证书类教育以网络在线形式为主，学位教育以在校学习为主，部分院校大数据专业教育允许学生根据自身情况自主选择听课方式。

2.4 培养形式

培养形式调查主要调查各院校的人才培养类型、人才培养方式、学制安排及教学方式等内容。对样本院校大数据专业人才培养形式的调查结果显示：①在大数据人才培养形式上，学历教育仍占主导地位。在学历教育中又以研究生层次的教育最为普遍，占比超过70%。②样本院校大数据学位授予或证书认证需要花费的平均学习时间与我国相比较短，大部分全日制大数据专业课程学习的时间是一到两年。不同类型专业的学习时间因非全日制和全日制的区别而有所不同[5]，样本院校非全日制专业课程的学习时间几乎是全日制专业课程的两倍。

调查显示，样本院校课堂的教学方式包括理论讲授、模拟实践、案例分析、课堂讨论、小组报告等。课外实践是通过团队项目、社会实践和实习等形式提高学生解决实际问题的应用能力，并有计划地让学生进入社会企业实习。各院校都很重视大数据专业的基础知识和专业知识的教学，强调大数据分析方法在经贸、金融、商业等领域中的运用，通过结合实际问题进行有针对性的教学和实践[6]。

3 美国iSchools院校大数据人才培养对我国的启示

美国iSchools院校大数据专业在人才培养定位、促进学生学习、提升学生大局观意识、培养模式创新及课程设置方面进行了积极探索，形成了富有特色的创新机制，并借此提高了自身的教学质量和学术声望。笔者针对当前我国图书情报机构的大数据人才培养现状，提出了4点提升大数据人才培养质量的努力方向。

3.1 培养具备复合能力的大数据人才

大数据所具有的规模大、多样化、流动性强和价值高等特征，决定了大数据人才必须是复合型人才，需要具备超强的综合能力。从美国iSchools院校大数据课程设置重视数据挖掘及数据分析等相关技能课程这点来讲，今后我国iSchools院校大数据人才也应系统掌握数据分析相关知识与技能，主要包括数学、统计学、数据分析和自然语言处理等。具体来说，在落实大数据人才教育上，我国iSchools院校要培养学生挖掘和分析数据的能力，开设课程应包括计算机技术和数据获取知识方面的理论课程，在实践上要设置收集和整理数据的实验或项目实践等[7]。

3.2 大数据人才培养要突出图书情报专业特色

情报工作的核心和精髓是情报分析。大数据时代，情报工作的分析对象应该从信息深入数据，注重人工智能和情报技术的发展，掌握数据科学的方法和技术，同时还应开发更适合情报分析的软件和工具[8]。图书情报大数据人才教育重在培养学生发现数据中的价值，并学会从数据中挖掘价值，由数据驱动做出决策。各大院校同时也要鼓励学生发挥情报学的特色和优势，如数据洞察、情报感知和情报刻画等能力，使他们能够抓住机遇，从数据到情报都能支持管理决策[9]。

3.3 面向大数据的图书情报人才培养需要校企合作

在人才培养模式上，校企合作已经成为一种必然的趋势。大数据教学中实训很重要，没有大量的行业数据和实训平台，这个专业在教学上很难进行下去，难以达到教学目标。校企合作可以发挥学校和企业各自的优势，共同培养社会与市场需要的人才，实现校企双方的资源共享与优势互补。这种校企合作的人才培养模式也是美国iSchools院校积极探索和践行的，未来或将引领我国iSchools院校校企合作模式发生实质性的变革[10]。各大院校在大数据人才培养中可利用校企合作开发一些实践项目，如在项目中强化SQL的训练、加强对R、Python等分析语言的实际应用、深化对Hadoop和Spark等主流框架的学习等[11]。

3.4 完善大数据人才培养方式

技术的进步促进了教学方式的变革，也催生了众多基于“互联网+”技术的教育產品和服务，“在线课堂”正是被越来越多的大学广泛认可的互联网产物之一。根据前文调查样本院校的授课方式变化可知，通过网络进行远程在线教学的方式正在不断普及，除选择面授学习外，学生还可以通过上网选课、信息查询、参加答疑、在线提交作业等方式完成课程学习任务，学校则通过制定严格的质量控制标准保证教学实效和质量，这颠覆了传统的大学培养模式。此外，美国iSchools院校大数据人才培养中证书类教育专业数目仅次于学位类，证书类教育培养方式学费低、时间短和效果快的优势受到在职人士的青睐[12]。

我国图书情报机构在大数据人才培养方式上应高度重视发展网络远程在线教学，完善网上教学平台建设，通过线上线下相结合的方式进行全方位的大数据人才培养工作。同时，图书情报机构也要完善大数据人才培养方式，不仅要重视学位教育培养，还要完善课程认证、证书认证等非学位教育培养方式。

4 结语

目前，由于我国大数据的发展还处于初级阶段，人才的极度紧缺严重制约着大数据的发展，相关人才的培养任重而道远。我国大数据人才的培养也处于起步阶段，亟须完备的教学体系、配套的教材和开放的实训平台[13]。因此，我国面向大数据的图书情报教育改革要大胆尝试，少一些限制，多一些包容。各大院校应开设一系列符合现在和未来社会需求的大数据相关课程，培养数据存储、数据挖掘、数据可视化等方面的人才，加大学生团队项目的培训力度，提高图书情报专业学生的大数据应用技能，加强对图书情报专业任课教师的培训与考核[14]，并由政府出面鼓励高校和企业通过建设大数据联合实验室、研发中心等形式，联合起来培养理论与实践相结合的大数据专业人才。

参考文献：

[1]完颜邓邓，高峰.国外数据管理专业人才培养调查及启示[J].图书馆理论与实践，2016（6）：21-26.

[2]曹树金，王志红，刘慧云.论大数据时代下的图书情报学教育：基于iSchool院校“大数据”相关课程调查及思考[J].情报理论与实践，2017（12）：17-22.

[3]司莉，何依.iSchool院校的大数据相关课程设置及其特点分析[J].图书与情报，2015（6）：84-91.

[4]司莉，贾欢.美国iSchool图书情报学人才培养模式的特点与启示[J].图书情报工作，2015（2）：38-43.

[5]余红，刘娟.美国iSchool图书情报学课程体系个案：北卡罗莱纳大学近10年课程体系研究[J].图书情报工作，2014（6）：79-88.

[6]王丽华，王文琳.大数据环境下iSchools院校研究生课程体系的案例研究：以匹兹堡大学为例[J].图书馆学研究，2017（5）：7-14.

[7]周明，谢俊.大数据视角下信管专业的培养模式创新研究[J].图书馆学研究，2016（6）：41-46.

[8]王锰，左建安，陈雅.大数据环境下信息管理专业人才培养模式分析与构建[J].图书馆，2015（4）：90-95.

[9]王金娜，康丽峰，王喜明.基于iSchool教育理念的我国信息资源管理专业本科课程设置调查分析[J].图书馆界，2016（6）：10-15.

[10]黄崑，王凯飞，王珊珊，等.数据类岗位招聘需求调查及对图情学科人才培养的启示[J].2016（6）：42-53.

[11]王晰巍，郭宇，石静，等.大数据时代背景下中美图书情报专业研究生课程体系建设比较研究[J].图书情报工作，2015（23）：30-37.

[12]何海地.美国大数据专业硕士研究生教育的背景、现状、特色与启示：全美23所大学数据分析硕士课程网站及相关信息分析研究[J].图书与情报，2014（2）：48-56.

[13]谢亮.大数据视角下信息管理与信息系统专业建设探讨[J].信息通信，2017（8）：291-292.

[14]叶鹰，马费成.数据科学兴起及其与信息科学的关联[J].情报学报，2015（6）：575-580.