面向学生计算思维培养的数据科学与大数据技术专业课程体系建设模式探究

崔琳 吴孝银 张志伟

摘   要：以面向学生计算思维能力的培养为目标，根据数据科学与大数据技术专业特点，文章探讨了此专业课程体系特点及建设模式，从教学资料编制、教学实践平台搭建、立体化课程资源建设和教学评价4个方面提出了改革思路，再配以混合式的教学方式和教学手段，为数据科学与大数据技术专业课程建设提供借鉴。

关键词：计算思维;数据科学与大数据技术专业;课程体系建设

随着社会的进步和科技的发展，人类已经迈入大数据时代。我国大数据产业近年来蓬勃兴起，无论是以百度、阿里、腾讯为代表的互联网企业，还是一批正在崛起的大数据分析技术企业，大数据技术已成为“互联网+”与“工业4.0”时代推动社会进步的重要引擎。因此，大数据应用技术人才供不应求。在此背景下，国务院《促进大数据发展行动纲要》中指出要加强专业人才培养，数据科学与大数据技术专业由此顺势而生。为了使此专业培养出的人才能够快速适应当今社会发展的需求，如何建立面向学生计算思维培养的大数据专业课程体系是一个非常值得研究的方向。

1    大数据专业课程体系构成

数据科学与大数据技术专业旨在培养德、智、体、美、劳全面发展的高素质复合应用型人才。所培养出的毕业生应掌握自然科学和人文社科基础知识、具有较为扎实的大数据理论和基础知识、能够熟练使用大数据采集、存储、处理与分析等技术进行各行业大数据分析、处理、服务、开发工作，专业培养方向一般包含大数据开发和大数据分析方向。围绕数据科学与大数据技术专业的人才培养目标和专业方向的要求，所设置的课程体系一般包含“通识教育课程（分为必修课程和选修课程）”“基础认知课程”“大类教育课程”“专业核心课程”“专业实践课程”“专业拓展能力培养课程”“双创教育课程”“综合拓展课程”。其中，在此课程体系下，主干课程包含“数据结构与算法”“数据库技术及应用”“Python语言程序设计”“数据挖掘与分析”“机器学习导论”“大数据采集与预处理”“大数据平台核心技术”“大数据可视化技术”“应用统计学及R语言应用”等。

2    计算思维的主要思想

2006年，美国卡内基梅隆大学周以真教授首次提出了计算思维的概念。计算思维就是运用计算机科学的基础概念进行問题求解、系统设计以及人类行为理解等涵盖计算机科学广度的一系列思维活动，其具有强大的创新能力[1]。数据科学与大数据技术专业的培养目标旨在为社会各行业培养高素质复合型创新人才，培养复合型创新人才的核心环节就是要让学生使用计算机科学和数据科学的基础概念对问题进行求解和分析，即形成计算思维。学生通过系统学习大数据专业课程体系，掌握数据科学与大数据技术专业的基本理论、基本知识和基本技能，并通过一定的工程实践训练，培养学生的大数据采集、存储、处理与分析、传输与应用能力，使学生具有大数据分析及应用开发的初步经验和项目实施的基本能力，具有一定的创新创业能力，适应技术进步和社会需求变化。在学生拥有一定能力的基础上，才能更好地把计算思维方法（递归、抽象、分解、归纳等）融入分析问题和解决问题的学习和实践过程中。大数据专业学生计算思维形成是一个相互促进和循环往复的过程，如图1所示。

3    面向学生计算思维培养的大数据专业课程体系建设模式探究

遵循学生是整个学习过程的主体，教师主要起辅导和帮助学生学习的现代教育技术思想，认真探究面向学生计算思维培养的大数据专业课程体系应如何构建，主要从以下4点研究了大数据专业课程体系建设模式。

3.1  教学材料编制力求达到工程教育专业认证要求

工程教育专业认证是一种确认工科专业毕业生是否符合行业认可要求的评价机制，它要求工科专业课程体系要围绕学生毕业能力达成进行设置。数据科学与大数据技术专业是一个新兴学科，围绕工程教育专业认证要求，结合人才培养目标，要做好宏观和微观教学材料规范化建设。宏观方面做好“四规划两标准”的研制，“四规划两标准”指学科专业建设发展规划、专业建设发展规划、实验室建设发展规划、课程建设与教材发展规划、专业标准及课程标准;微观方面做好“三纲两书两册”的编制，“三纲两书两册”包括理论课程教学大纲、实验（实训）课程教学大纲、实习教学大纲、实验（实训）指导书、实习指导书、实习过程管理手册、毕业设计（论文）过程管理手册。要强化规范，应对工程教育专业认证的新形势，力求做到课程与岗位能力对接、人才培养与企业标准对接，为建立面向学生计算思维能力培养的大数据专业课程体系打好扎实的地基[2]。

3.2  实践平台建设能够满足专业人才培养的需要

数据科学实践性极强，学生的工程素养需要在适当的实践平台上强化。各高校应根据人才培养目标需求和自身条件，从硬件与软件两个方面建设数据科学与大数据技术实践平台。分布式并行大数据计算平台和大数据教学实训平台主要用于大数据存储、分析、计算与实训教学，是大数据专业硬件设备建设中首要考虑的平台。在大数据软件平台建设中，Hadoop和Spark是并行分布式处理首选软件。大部分大数据实践平台一般都有相应用程序接口（Application Program Interface，API），供大数据专业师生完成大数据应用技术具体项目和二次程序开发使用。基于所搭建的实践平台，学生能够实施大数据应用技术项目，为培养学生的工程实践能力和创新能力创造了条件[3]。

3.3  构建能够支撑混合式翻转教学的立体化课程资源

随着移动互联网的发展和校园泛在学习模式的渗透，为开展网上教学和基于移动互联网的移动学习应用提供了便捷的多样化学习环境。为培养学生的计算思维创造更好的条件，在教师为主导和学生为主体的教育理念的指导下，打造集课堂资源、网络线上资源、实践教学资源为一体的立体化课程资源模式[4]。在此立体化资源支撑下，实现混合式翻转教学。所构建的课程资源方便学生在教师的启发和引导下进行自主学习，学生也可以对一些重点难点内容进行反复学习，加深对知识点的掌握和理解，提高学习效率，从而实现从传授知识到学生思维能力培养的无缝结合。

3.4  采取面向学生计算思维能力培养的评价方式

在培养学生的计算思维的理念指导下，结合大数据专业课程体系特征，按照是否达到“技能训练→能力培养→思维形成”的要求，构建贯穿于混合式教学每一环节的评价体系。除了注重对学生的学习结果考核外，还要对学生的学习过程进行评价，向学生公开所有的平时成绩，在平时成绩的驱动下，提升学生学习的自觉性与时效性[5]。另外，要大力加强教师对学生线上学习环节的考核和监督，教师可以根据学生线上学习的情况，对学生进行个别化指导。

4    结语

文章探讨了数据科学与大数据技术新兴学科专业课程体系建设的相关问题，从面向学生的计算思维培养角度出发，提出了基本思路与建设方案。将计算思维融合与课程体系教学实践中，不但能够提高学生的学习积极性，更重要的是能够培养学生形成正确的思维方法和解决问题的能力，拓展了教学的深度和广度，对数据科学与大数据技术专业建设有着一定的参考价值。

[参考文献]

[1]崔琳，宋启祥.面向计算思维的多维混合式翻转教学模式研究—以“数据库原理”课程为例[J].攀枝花学院学报，2017（2）：100-105.

[2]贺文武，刘国买.数据科学与大数据技术专业核心课程建设的探索与研究[J].教育评论，2017（11）：31-35.

[3]张志伟，房爱东，崔琳，等.新工科背景下大数据专业建设探究[J].攀枝花学院学报，2018（5）：107-111.

[4]李秀丽.我国大数据人才培养现状及思考[J].凯里学院学报，2019（6）：74-77.

[5]贾蓓.学科融合视角下的数据科学与大数据技术专业人才培养思考[J].大学教育，2020（1）：166-169.