高校数学统计学专业未来就业趋势研究

文/任慧 樊萌 秦俊亚

互联网时代已经来临，人们的生活起居都无法与网络分离，因此每天都在不断地创造出海量网络数据。这种网络数据体量大，结构复杂，因此其中携带的信息资源的价值也是无法估量，从这些数据中可以提取出大量有价值的信息来[1]。随着大数据的发展，政府和企业逐步认识到了大数据的价值，因而大数据工程师已经成为大数据时代“受欢迎的人才”，是政府和企业都在争抢的目标。因此，将统计学人才向数据科学家方面培养，是互联网大数据时代高校数学统计学专业课程的必然趋势[2]。

一、统计人才培养的机遇及挑战

（一）人才培养的发展机遇

统计学专业实际上是一门古老的学科，在互联网普及之前，统计人才主要来自传统行业，例如政府职能部门的统计局、税务局以及发改委等，通过收集和分析等一系列手段对数据进行挖掘，以此来推断事物的本质。我国目前急需要一个开放的数据平台，利用历史数据来辅助政府部门的工作[3]，完成电子政务的开放资源、信息化业务办理、纵向信息整合等多阶段处理。开放数据对于体制改革是一个发展机遇，能够提高部门办公效率，并能够优化电子政务服务平台。不仅如此，政务服务大数据还提高了政府工作的公开力度，降低成本，减少浪费，对于社会长期平稳发展具有一定的效果。开放的政府数据平台是形成创新政府的推动力。为了做好统计工作，利用开放数据平台，由开放政府数据平台，可以实现跨部门信息的一体化，避免信息孤岛，达到数据的交换和共享，政府部门提供数据，并提出问题和相应的奖励措施，同时邀请社会各界参与制定该项目，以人民智慧为基础促进政府创新，实现社会进步[4]。政府机构开展创新活动，分析和挖掘政府的历史数据，查明数据所携带的潜在发展规律，可以预测未来的社会发展趋势，能够为政府今后的决策提供有效的基础。

（二）统计人才培养面临的挑战

从当前大数据时代的角度来看统计学的人才培养模式已经跟不上时代的发展速度，总体来看，统计学专业人才的培养出现了如下问题。

第一，专业的定位模糊，主要是人才培养与需求错位。统计学的教材主要是以概率论、数理统计、抽样调查等为理论依据，并熟练掌握统计学方法完成数据采集、分析和建模，培养出的人才属于高素质复合型应用人才[5]。但是专业的定位比较宽，针对性比较弱，专业的覆盖笼统，虽然能够撞我的技术比较多，但是却无法跟上大数据时代对人才的要求。

第二，人才培养重理论，轻实践，数学理论的基本知识模块在理论中具有更大的效用，例如拓扑和其他主要的数学理论课程的占比偏高，这使得统计课程受到了压缩。统计数据中基本理论知识的比例明显高于实际知识。关于参加课后实践活动事件特别令人震惊。

第三，计算机语言和编程的课程数量较少，例如在与技能培训有关和与教育系统有关的课程中，在专业方向的模块课程仅仅开设两个课时。最初的课程方案主要集中在理论基础上，且没有充分关注实践方法和应用，严重缺乏专业培训。此外，与大数据相关的新挑战使学生在使用软件的过程中遇到很多新的问题[6]。最初的课程设置没有满足当代社会对统计人才的需求，特别是在学生对大数据的了解和数据分析能力的培养方面。

二、数学统计学专业就业人才培养趋势

（一）人才素质的培养

从事统计数据的人才需要培养学生的自学以及提出问题的能力，要想培养这种能力，就要对常见事物保持好奇心，并具有一定的挑战精神，不断探寻数据中的秘密。好奇心的培养需要教育体制与培养方式互相作用，是比较漫长的过程。首先需要教学体制的改革，改变以分数论成败的传统观点，培养学生的自学能力。在上课过程中，教师应该给予学生更多思考的空间。

统计专业学生需要发展的另一个特点，就是学生之间的沟通。研究这些统计数据技术的主要是学理工类型的，在与他人交流的过程中，也许会有所欠缺[7]。但是作为数据专家，经常和所有部门的员工一起工作，为了培养良好的沟通能力以及团队协作能力，需要积极参加相关会议以及相关的演讲活动，建立团队之间的信任和自信心，并确保用可理解的语言表达专业数据分析的结果。

（二）改革课程设置

在第一学年中关于数据挖掘相关的统计方法设置的课程，可以有逻辑回归非线性回归以及多元统计分析等，在定量方法方面设置的课程，可以有时间序列分析，概率模型与优化。在决策分析中可以设置一些多目的决策分析决策数，影响图敏感性分析课程。在课后学习实践中可以选择竞争优势分析，例如参与项目和分析案例。在第二学期的课程中，主要涉及数据库入门预测分析以及原数据优化与启发等几门课程[8]。课程设计主要包括：数据库设计、时间轴分析、主成分分析非参数回归、统计流程控制、ETL（ExtractTransformLoad）数据治理管理责任整数计划法非线性计划法，局部探索法，超启发（模拟退火、遗传算法）。在课程设置的基础上，还可以设计线上辅助课程，例如计算机组成原理，计算机导论，响应式web 设计，数据结构以及数据库原理等课程。在统计学专业中，要求各个专业课学科的知识水平比较高，因此在未来就业的人才培养方向中，本科阶段主要是以基础为准，研究生阶段可以向大数据分析方向深入发展。

（三）人才按需培养

在培养统计学人才的过程中，需要根据高校的地理位置进行划分，根据当地的经济状况，判断主要接受单位的类型，区分企业、事业单位、公务员、银行。校统计系教研室需要长期多次的与不同类型的用人单位进行交流和调研，并按照调研结果显示的用人需求，来修改人才培养的方案。如果用人单位主要针对的是企业，可以增加《市场调查分析》和《数据挖掘》等课程，着重于培养学生的数据分析的实际应用能力；若用人单位主要针对于事业编和公务员，则需要更加偏重于《统计法律法规》等课程，并加入实际的企业案例，以提升学生的实践理解能力。在高校中大多数的统计学教师都是数学专业的老师，这些老师在教学过程中，基础理论的东西比较多，其教学的思维模式也相对固化，教学模式也是沿用传统。

在创新的教学方法中，学生应当拥有适合自己的学习方法。实际上，情感和创作是学生整体素质的一部分。在教学过程中教师无法直接完成素质的培训，但可以在日常学习和生活中逐步培养。如果没有有效的措施和机制的推动，不存在积极的政治鼓励，缺乏“推动”和“吸引”这两个外驱力和内动力，就很难实现教学的改革。这是素质教育与非素质教育在哲学上的一个深刻的差异，不同的教学方法是由教师的初始想法决定的，即由于理论水平的影响和一些教师的教学习惯不能区分在日常教学实践中的教学概念，导致日常教学缺乏创新和改革的力量。

三、结语

大数据时代的到来为高校数学统计学专业的学生提供了机遇，对于统计学专业的教育改革来说，也是一项巨大的挑战。因此本文针对目前人才培养中所出现的问题，研究了未来就业人才培养的趋势，并对培养模式提出新的要求。统计学教育在当下互联网的大浪潮下，也在潜移默化地从人才教学培养方面进行了变革。大数据时代产生的数据科学体系，与统计学之间的联系最为紧密，培养出的人才在未来就业中具有巨大的优势。但是，统计学专业课程的教育模式改革是需要循序渐进的，需要在一个发展过程中剔除落后的思想，并引进先进的经验和模式，在不断尝试的过程中逐渐完善和优化。