“新工科”背景下数据科学与大数据技术专业的实践教学体系的构建

陈 欣

（重庆工程学院大数据与人工智能学院 重庆 400056）

一、引言

“新工科”( Emerging Engineering Education，3E) 概念是基于国家战略发展新需求、国际竞争新形势、立德树人新要求而提出的[1]。2017年教育部分别召开了综合性高校和工科优势高校的新工科建设研究讨论会，提出了“新工科”建设的战略规划，并陆续发布了“复旦共识”“天大行动”和“北京指南”，进一步明确了“新工科”建设的内涵及行动指导思想，并发布了《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》。提出以下7个方面的内涵建设“探索建立工科发展新范式；问产业需求建专业，构建工科专业新结构问技术发展改内容；问技术发展改内容，更新工程人才知识体系；问学生志趣变方法，创新工程教育方式与手段；问学校主体推改革，探索新工科自主发展、自我激励机制；问内外资源创条件，打造工程教育开放融合新生态；问国际前沿立标准，增强工程教育国际竞争力[2]。”在高等教育发展地方化和市场化趋势日益明显的趋势下，加强工程教育认证和“新工科”背景下数据科学与大数据技术专业的实践教学体系研究显得至关重要。

重庆工程学院正处于“迎评促建”的关键时间，学校应用型人才培养模式的内涵是“以能力为中心，培养技术应用专门人才为目标”，以OBE理念推动人才培养持续改进[3]。根据两年多的专业建设探索之路，深知数据科学与大数据技术专业强调培养具有多学科交叉能力的大数据人才。该专业重点培养具有以下三方面素质的人才：一是理论性的，主要是对数据科学中模型的理解和运用；二是实践性的，主要是处理实际数据的能力。三是应用性的，主要是利用大数据的方法解决具体行业应用问题的能力[4]。从这几个要素来看，着力于学生实践能力的培养，是整个人才培养模式的核心问题，而实践教学体系则[5]是保证和贯彻实践教学内容实施与发展的体系，将实践教学环节通过合理配置，构建成以技术应用能力培养为主体，按基本技能、专业技能和行业应用能力等层次，循序渐进地安排实践教学内容，将实践教学的目标和任务具体落实到各个实践教学环节中，让学生在实践教学中掌握必备的、完整的、系统的技能和技术。

二、专业实践教学体系构建过程

研究“新工科”背景下数据科学与大数据专业的实践教学体系[6]，应当以“人才培养”方案为根本，校企合作为抓手，落实大数据专业课程体系中实践环节的能力要求，在“新工科”的驱动下，大数据技术等新兴专业对工程实践能力、创新应用能力方面提出了非常高的要求，特别是应用型本科院校要不断完善、实时更新实践能力要求，因此在大数据专业实践教学体系的构建过程中需要通过对学生实践能力的刻画来反馈实践教学体系的合理性。从而进一步梳理大数据专业课程体系中的实践能力，重构大数据专业实践课程体系，修订人才培养方案，达到一个相互促进的良性循环。

（一）人才培养方案中的专业实践课程体系框架

我校坚持“一条以贯穿四年素质教育为主线、通识教育+专业教育+行业教育相融合的‘1+3’一体化”应用型人才培养模式，在数据科学与大数据技术专业人才培养方案中将专业实践教学体系划分为五大模块：课程实验、课程设计（实训）、综合项目实训、专业实习、毕业设计[7]。就形式而言，虽与国内绝大部分高校基本相同，但在具体实施的过程中，注重挖掘每一个模块的内涵和模块间的递进关系，从时段安排、内容组织、运作模式上进行重构和精细化处理，促进学生知识、能力、素质的全面提高，目前我校实践教体系初步框架如图 1所示。在此基础上对大数据专业课程实践能力模块进一步细化，以金融大数据中心项目作为部分专业课程的实践教学平台[8]，实现产业和教学的有机融合，构建课堂内外、校内校外多维度实践教学内容，建立真正能提高学生实践技能的实践教学体系。

图1 实践教学体系初步框架

（二）大数据技术专业实践课程体系的构建原则

按照教师课堂授课和学生课外自学相结合的原则，进一步提高课堂教学课程内容含金量，适度匹配学生课外学习任务量，将相关知识应用、技能训练等安排在课外完成，强化以学生为中心的、学生自主学习习惯养成及自学能力的培养。以学生能力为中心，从企业需求为目标，结合专业实践课程，根据学生学习情况形成有参考价值的“知识-能力”模块图，发挥大数据学院的专业优势，将自然语言处理技术和深度学习技术实现对学生学习能力的刻画过程如图2，将专业实践课程能力的刻画从教学课堂延伸到专业学习的第二课堂，比如竞赛、网络资源学习、工作室项目。真正实现提高学生创新实践能力、沟通表达能力、团队沟通等综合实力，培养更接近企业技术要求的应用型人才。

图2 学生学习能力的刻画过程

（三）形成以“数据”为导向的专业实践课程体系

在数据科学与大数据技术专业人才培养方案的制定过程中，强调大数据处理的全过程，以“数据”为导向的思维形成大数据分析与大数据应用开发两条主线，分别以爬虫工程师、数据分析工程师、大数据系统开发工程师等岗位为依据，以小环套大环的形式，层层迭代，构建了python课程设计，数据采集与处理课程设计，数据分析与挖掘课程设计，大数据系统开发课程的实践体系[9]。构建课程与核心实践能力的对应关系，形成了具有特色的数据科学与大数据技术专业实践课程体系如图3所示，凸显了我校的“3+1”人才培养模式的特色。

图3 数据科学与大数据技术专业实践课程体系

三、专业实践教学平台的构建

先进的实验实训平台和实训资源建设是提高实践教学质量的物质保障，大数据学院利用 “校企合作、产教融合”的优势，与知名企业共建实验教学中心、课程资源库和金融大数据高校研究中心，为学生的实践教学环境和质量提供了保障平台。

与南京云创大数据有限公司共建“大数据与人工智能实验教学中心”，投资300多万元，拥有了可供300人同时进行的大数据分析与处理实验室和人工智能实验室，为大数据技术相关专业的学生提供了国内一流的实验实训环境。

与腾讯共建“腾讯云大数据学院”，从培养方案制定、课程建设、实验室建设、实习实训条件建设等各方面展开合作。在课程资源建设方面，已取得明显成效。目前已合作开发9门课程资源，后续还将陆续开发21门课程资源，课程资源涵盖了数据科学与大数据技术专业的专业基础、专业方向的理论课、实践实训课，保证了专业课程教学与市场需求的有机接轨。

与重庆中链融合大数据有限公司共同申报“重庆市金融大数据智能应用工程研究中心”，借助企业项目资源、技术资源等实现科研互助。筛选部分优秀学生进入“大数据项目实训组”，由中链融的企业工程师担任实习导师，根据其真实地金融项目需求，在学校专任教师的辅助下，指导学生进行综合项目实训，提升学生就业能力。

四、结束语

“新工科”背景下数据科学与大数据技术专业的实践教学体系的构建过程，从课程、学生、岗位三个维度进行了全面的剖析，对大数据技术相关专业的人才培养修订、教学课程体系的优化提供很好的依据，同时也为专业教师的技能提出了更高的要求，鞭策大数据技术相关专业的教师不断跟紧时代的步伐，努力提高教科研水平，夯实重庆工程学院数据科学与大数据技术专业的综合实力，为重庆及西部区域培养更多数据科学与大数据技术专业的高素质应用型高级专门人才。