多学科交叉融合的大数据应用型人才培养模式探索

刘泉 兰义华 徐安凤 齐庆磊

摘  要： 大数据专业具有典型的跨学科特性，多学科交叉融合发展大数据专业已成为必然趋势。针对我国高校大数据专业发展面临的问题，文章结合学校大数据专业的发展实际，给出了在大数据应用型人才培养组织结构、课程体系设置、应用能力培养等方面的探索成果。以期推动大数据专业的发展，满足社会日益增长的大数据应用型人才需求。

关键词： 多学科交叉融合; 大数据应用型人才; 培养模式; 课程体系

中图分类号：G642          文献标识码：A     文章编号：1006-8228（2020）11-89-03

Abstract： Big data specialty has typical interdisciplinary characteristics， so it has become an inevitable trend to develop big data specialty through interdisciplinary integration. In view of the problems faced by the development of big data specialty in universities in China， this paper， combined with the development practice of big data specialty， gives the exploration results in the aspects of personnel training organization structure， curriculum system setting and application ability training etc. for cultivating big data application talents. It is expected to promote the development of big data specialty and meet the growing demand of big data application-oriented talents.

Key words： interdisciplinary integration; big data application talents; training mode; curriculum system

0 引言

當前，数据急剧增长，大数据技术飞速发展，大数据时代已然开启大幕。2015年以来，随着国家和地方政府的大力推动，大数据产业加速增长，大数据应用已经融入各行各业。《2019中国大数据产业发展白皮书》显示，2019年中国大数据整体规模达到5386.2亿元，预计2020年达到6605.8亿元[1]。大数据技术持续促进传统产业转型升级，激发经济增长活力，大数据的存在已经成为各行业及技术发展的基础。

在迎接全球数字化挑战之际，可以高效处理大数据、利用大数据的人才是数字经济发展的坚实根基。赛迪顾问研究显示，随着Spark、Strom等大数据平台的普及应用，企业对专业人才的需求日益增加，数据平台开发工程师、数据分析工程师、数据挖掘工程师等岗位炙手可热;互联网、电子信息、软件等对于大数据人才需求量最大;专业知识和沟通表达能力成为企业对大数据人才聘用最重要因素[1]。因此，大数据专业在课程设置上需注重人才的复合型知识架构，迎合市场需求和产业发展趋势。

当前，国内外已经有多所高校和研究机构开展了大数据人才培养工作，但在如何开展大数据专业建设的问题上还没有成熟的模式[2]。大数据专业涉及到信息科学、统计科学、管理科学以及各种领域知识，具有典型的跨学科特性，需要多学科交叉融合才能真正的发展壮大。因此，基于多学科交叉融合来发展大数据专业已成为高等教育发展的必然趋势，正越来越多的受到关注和重视。研究、探索多学科交叉融合的大数据人才培养模式探索研究，对提高人才培养质量和办学水平具有重要的现实意义。

1 大数据相关专业发展现状

为适应大数据快速发展的特点和对社会产生的重要影响力，我国高度重视大数据专业人才的培养[2]。2019年我国本科高校新增大数据相关专业221个，自从2016年第一批“数据科学与大数据技术”专业兴建以来，我国本科高校已经获批建设511个大数据相关专业。其中获批“数据科学与大数据技术”专业的本科高校481个，获批“大数据管理与应用”专业的本科高校共30个，年度分布比例如图1所示。

“大数据管理与应用”专业授予管理学学位，“数据科学与大数据技术”专业授予工学或理学学位，其分布比例如图2所示。从图2中可以看出，“数据科学与大数据技术”专业以授予工学学位为主，小部分授予理学学位。其中，工学学位以计算机学院、软件学院、信息学院等培养为主;理学学位以统计学院、数学学院等相关学院培养为主;管理学学位以经济学院、管理学院等培养为主。

当前，我国大数据专业人才的培养机构设置上，以单个学院为主，也有些学院成立了专门的数据科学学院。例如，华东师范大学在2016年成立的数据科学与工程学院、浙江财经大学成立的数据科学学院等等。

2 大数据相关专业建设存在的问题

大数据专业作为一个新兴的新工科专业，专业建设实践和研究都还处于探索阶段，相对滞后于产业的需求[3]，找准和解决制约大数据专业发展的突出问题，是进行多学科交叉融合大数据人才培养模式构建的关键所在。当前大数据相关专业还存在一些问题。

⑴ 多学科交叉融合问题

多学科交叉融合不是简单的叠加与拼凑，而是基于社会经济和技术等发展的需要，通过多学科之间的多向交流和相互渗透，能够有效促进多学科的共同发展和新知识的产生。大数据专业涉及到数据科学知识、大数据技术和领域知识等，是一门交叉性学科，其专业人才的培养往往需要多个学院进行联合提供。例如，Python程序设计、数据结构等编程相关课程可以由计算机学院提供;统计相关课程可以由统计学院提供;领域相关知识可以由对应的学院提供。但是，在管理体制上，我国高校院系以及专业有详细的划分，学科和学院之间的行政和资源壁垒较强[4]，尚未设置专门的交叉学科门类，这极大的削弱不同学科专业间的交叉和融合。

⑵ 与企业合作不足

大数据技术是通过获取、存储、分析，从海量数据中挖掘价值的一种技术。海量的数据主要存在于企业和政府部门。企业中具有海量数据，同时也具有实际的业务需求，还有培训实训、实习机会和就业岗位[5]。企业承接学生实习实训，会在一定程度上影响企业的正常运行，虽然实习需要交付费用，但与企业付出的管理成本来说，还是杯水车薪，所以企业的积极性不高也是可以理解的。但是，目前大数据相关专业的企业实习基地数量不足，与企业的合作还不够详细和深入。

⑶ 缺乏真实的应用型工程项目

数据科学是一门应用性极强的专业，其业务应用主要是针对现实世界中的问题，寻求解决方案。以教科书为基础的讲授方式并不完全适用于大数据专业人才的培养。通过参与企业具体项目、教师的科研课题以及从实际问题中提取案例是学习大数据专业知识和技能的重要组成部分[5]。学生需要在实践中使知识和技能都得到提升，获取解决实际问题的能力。当前，由于各种原因的限制，缺乏真实的应用型工程教学项目，教学与产业存在一定程度的脱节现象，学生实际动手能力还有待加强。

3 多学科交叉融合的大数据应用型人才培养探索

⑴ 大数据应用型人才培养组织结构探索

为促使多学科交叉融合的大数据应用型人才培养，结合学校组织管理特点、大数据专业的实际需求、以及学校相关专业的设置情况，制定大数据专业人才培养的组织架构。依托计算机学院，设置通识课教学机构、专业课教学机构、选修课教学机构三个部分。其中通识课教学机构主要涉及马克思主义学院、公共外语教学部、数学学院、体育学院等;专业课教学机构主要依托计算机学院;选修课教学机构主要依托管理学院、统计学院、软件学院等。

⑵ 构建大数据学科课程体系

将多学科交叉融合的办学理念充分体现在课程体系结构的设置上，经过近几年实践与探索，依据大数据技术体系，并与优势专业积累和科研方向结合，形成了数据科学与大数据技术专业的课程体系。主要包括通识教育课程、学科基础教育课程、专业教育课程、实践教育课程。其中专业教育课程模块包含专业核心课程和个性化课程，个性化课程包含就业与创新创业课程和后备学术人才培养课程;实践教育课程模块主要包含实验实训课程、课程实践、毕业实践、综合实践。具体来说，专业核心课程主要包含：数据结构与算法、数据挖掘技术、大数据技术原理、Linux系统及应用、大数据处理与分析、Python程序设计、数据采集技术、大数据应用开发、数据可视化技术等。

⑶ 以项目为依托，加强应用能力培养

学院主动走出去，通过主动寻找软件企业、具有创新意识的传统企业，积极寻求学生实习与培训机会，让学生在实践中巩固学到的知识，提高解决实际问题的能力。同时，也通过加强与本地企业的联系，找到教师与企业进行技术和科研合作的切入点，提升教师素质。以学科竞赛为载体，提高学生学习积极性，提升学生的创新能力。积极组织学生参加“挑战杯”、“创新创业大赛”、“蓝桥杯”、“中国高校计算机大赛-大数据挑战赛”等省级和全国级别的大赛。学院内组织各种兴趣社团，鼓励优秀老师参加指导，组建多学科的竞赛团队进行培育，目前已取得丰硕的成果。

4 结束语

大数据专业涉及到信息科学、统计科学、管理科学以及各种领域知识，具有典型的跨学科特性，多学科交叉融合来发展大数据专业已成为高等教育发展的必然趋势。

本文以大数据应用型人才培养为例，探讨了当前大数据相关专业发展现状，总结了目前大数据相关专业发展中存在的问题，最后，结合我校大数据专业的发展实际，给出了在人才培养组织结构、课程体系设置、应用能力培养等方面的探索成果，以期推动培养方案、培养模式以及机构设置等方面的改革，以满足社会日益增长的大数据应用人才的需求。

参考文獻（References）：

[1] 大数据产业生态联盟，赛迪顾问.2019中国大数据产业发展白皮书[R].世界计算机大会组委会，2019.

[2] 宁慧聪.中国大数据专业建设的跨学科模式研究[J].计算机科学，2019.46（S2）：159-162

[3] 张燕，刘鹏，赵海峰等.大数据专业建设的思考与探索[J].中国大学教学，2019.4：38-41

[4] 王冠凌，王正刚，顾梅等.多学科交叉融合人才培养模式的探讨和实践——以安徽工程大学电子信息工程专业为例[J].新余学院学报，2017.22（4）：110-112

[5] 姚力，朱龙飞，崔晨.大数据时代数据科学课程建设与人才培养的探索[J].计算机时代，2018.11：87-90