应用型本科院校数据科学与大数据技术专业建设思路探索

何志芬，李希勇，张雯晖，刘祥淼

应用型本科院校数据科学与大数据技术专业建设思路探索

何志芬，李希勇，张雯晖，刘祥淼

（萍乡学院 信息与计算机工程学院，江西 萍乡 337000）

文章分析数据科学与大数据技术专业建设现状，并以萍乡学院为例，指出数据科学与大数据技术专业建设中存在专业培养目标不明确、人才培养模式不完善、课程体系不完整、师资力量不雄厚、实践平台和实践基地建设不健全等问题，提出从明确专业培养目标，理清专业建设思路；完善人才培养模式和课程体系，加强课程建设；优化师资结构，加强双师型师资队伍建设；加强校企合作，建立实践教学平台和实践基地等方面来加强专业的建设，进而提高数据科学与大数据技术专业应用型、创新型、复合型人才的培养质量。

大数据；数据科学与大数据技术专业；专业建设；人才培养

引言

20世纪80年代，著名未来学家阿尔文•托夫勒在《第三次浪潮》一书中，将“大数据”热情地赞颂为“第三次浪潮的华彩乐章”，当时“大数据”并未被人们重视，直到2008年8月中旬，“大数据”被再次提出，随后成为互联网和计算机行业中的热点词汇。随着互联网、云计算、移动终端以及物联网的快速发展，全球数据呈爆炸式增长，信息社会进入了网络化的大数据时代。目前许多国家政府和国际组织都认识到了大数据的重要性，美英法日等国家纷纷实施国家大数据策略，将大数据作为争夺新一轮竞争力的战略制高点之一。2015年11月3日，我国发布了《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，在该规划中明确提出实施国家大数据策略，推进数据资源开放共享。未来的十年将是一个“大数据”引领的智慧科技的时代。

随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、物联网应用更加丰富，更多的传感设备、移动终端接入到网络，使得数据规模大约每两年翻一番，由此产生的数据及增长速度将比历史上的任何时期都要多、都要快。目前全球90%以上的数据是最近几年才产生的，而如何对这些数据进行获取、清洗、分析、处理并挖掘出有价值的信息，是当今大数据时代下很多行业面临的一大挑战。为此，在大数据背景下，精通“大数据”的专业人才将是企业最重要的角色之一，而每年的高校毕业生数量远远不足以满足行业对大数据技术人才的需求，因此大数据时代面临着巨大的人才短缺问题。解决问题的关键在于建立满足新经济大数据时代需要的大数据及其相关专业的专业建设规划和人才培养体系，以保证大数据的不断创新和可持续发展。

国外大数据专业最初为2007年美国北卡罗来纳州立大学设立的数据分析学专业。2013年后，国外多所一流大学如加州大学伯克利分校、斯坦福大学等分别开设了此专业。教育部为了落实国务院2015年8月31日印发的《促进大数据发展行动纲要》[1]，并解决当前面临的高质量大数据专业人才严重缺乏的问题，于2016年设立了数据科学与大数据技术专业，专业代码为080910T，学位授予门类为工学或理学。2016年2月教育部在其官网上公布了2015年度普通高等学校本科专业备案和审批结果，首次批准北京大学、中南大学、对外经济贸易大学这三所高校设立数据科学与大数据技术专业[2]。2017年中国人民大学、北京邮电大学、复旦大学等32所高校成为第二批成功申请该专业的高校[3]。2018年3月批准了北京化工大学、中国农业大学、北京师范大学等250所高校设立该专业[4]。2019年3月批准了萍乡学院、北京林业大学、中央财经大学等196所高校设立该专业[5]。2020年2月又批准了华北电力大学、东北师范大学、东北林业大学等138所高校开设该专业[6]。继2016年以来，我国先后有600多所高校设立了“数据科学与大数据技术”本科专业，大数据人才培养和行业需求都呈现了爆发式增长。很多高校都想紧跟时代的步伐，增设数据科学与大数据技术专业，但仓促上阵，人才培养的数量和质量难以得到保证，而人才的培养又制约着专业的生存与发展。为此，明晰专业建设思路，明确专业培养目标，完善人才培养模式和课程体系，优化师资结构，加强课程建设、双师型师资队伍建设和校企合作，建立实践教学平台和实践基地等诸多方面显得至关重要，值得深入探索和研究。

1 数据科学与大数据技术专业建设现状

数据科学与大数据技术专业近几年来飞速发展，是一门交叉学科，但该专业及其相关专业都是近几年才相继开设的，目前国内高校关于该专业的专业建设还处于探索和研究阶段。近年来，数据科学与大数据技术专业建设问题引起了学界的广泛关注，杨洪等人[7]指出了数据科学与大数据技术专业缺乏成熟规范的培养体系和建设规划等问题，并以成都大学信息与计算机科学专业为例，根据数据科学与大数据技术专业的培养需求，对实践能力培养体系进行了探索。王元卓等人[8]指出了大数据专业建设和人才培养过程中存在教材选取、课程体系设置、师资和实验室建设等问题，并提出了新工科背景下大数据专业的专业建设和人才培养方案。张鹏等人[9]分析了地方院校在大数据专业建设中存在着受传统教育制约难以准确捕获适应新经济发展趋势、对地方产业结构调整和升级不敏感、校企合作难度大、师资力量薄弱等问题，结合地方经济发展的特点和需要，以西南科技大学为例，探讨了新工科背景下大数据专业的人才培养体系，重点介绍了地方院校大数据专业人才培养中的培养模式、课程体系、师资队伍建设等方面的教学改革和实践，提出了深化校企合作、产教融合和协同育人机制，与企业合作建设大数据人才培养基地。吕小光等人[10]先总结了大数据专业人才培养过程中存在的问题，如专业定位模糊、专业特色不明显、师资力量薄弱、师资结构不合理、课程体系不完善、实践教学资源不足等，然后提出了相应的解决方案来提高大数据专业人才培养质量。朝乐门等人[11]针对数据科学与大数据技术专业课程体系存在的不足，分析了我国数据科学教育中存在的问题并提出相应的对策，也提出了数据科学与大数据技术专业应该重视的几门重要课程。陈江林等人[12]从专业内涵、建设基础、应用前景等方面进行了阐述。

从2016年到2020年教育部公布的设立了“数据科学与大数据技术”本科专业的高等院校名单来看，应用型本科院校是培养大数据专业人才的主力军。然而从目前来看，对应用型本科院校该专业建设情况关注度不高，有必要进一步加强和重视对该专业的建设。以萍乡学院为例，萍乡学院是江西首批向应用技术型高校转型发展试点十所院校之一，也是萍乡市唯一的应用型本科院校。为了能够更好地服务国家、省及地方经济的发展，促进萍乡学院学科建设，增强办学实力，促进学校发展并推动校企合作的发展，为大数据行业的发展输送合适的人才，2018年萍乡学院信息与计算机工程学院积极组织申报了数据科学与大数据技术专业，2019年成功通过教育部备案，申请的专业代码为080910T，所属学科门类为工学。数据科学与大数据技术专业的成功获批进一步优化了我校的专业布局。为了能够培养出更多高质量的大数据专业人才，萍乡学院信息与计算机工程学院积极开展专业建设，但在专业建设中存在一定的局限性：

（1）数据科学与大数据技术专业是一门涉及数学、统计学、计算机科学等的交叉学科，由于数据科学与大数据技术专业近几年才开设，很多高校都是在摸索阶段，没有很好的可借鉴的经验。萍乡学院办学历史悠久，但办学历史、办学理念、办学基础等因素制约着其对数据科学与大数据技术专业的认识、办学定位、课程设置等，难以准确捕捉和适应市场的新要求。对于新的专业，需要对该专业的人才培养保持清醒态度，对人才的需求以及人才的服务领域进行科学评估，制定出合理的人才培养模式和课程体系，若单纯的对数学、统计学、计算机学科进行修改和调整，难以较好地制定出符合国家和地方经济发展的数据科学与大数据技术专业特有的人才培养模式和课程体系。

（2）开设数据科学与大数据技术专业，不仅需要有多学科的专业知识积淀和有经验的师资队伍，而且也需要有一定的行业背景。萍乡学院作为地方应用型本科院校，大多教师是传统的计算机专业、数学专业出身，具有一定大数据行业背景和多学科、多领域知识的教师较少，不利于数据科学与大数据技术专业的理论教学和实践教学。因此，大数据师资的缺乏是开设数据科学与大数据技术专业最大的难点和痛点。

（3）萍乡学院根据“厚基础、宽专业、重实践、促创新、高素质”的人才培养要求，力求培养出能够对国家和地方经济做出贡献的大数据应用型、创新性、复合型人才。在数据科学与大数据技术专业的整个人才培养过程中，需要加强实践教学，提升学生实践创新能力，然而由于实践教学条件不足，实践教学资源缺乏，且传统的实验平台难以真正完成海量大数据的获取、分析和处理等，导致学生缺乏实践性教学和锻炼的机会，难以保证实践教学的效果。此外，随着数据科学与大数据技术这个新专业的设置以及实践教学要求的提高，现有的人才培养实践基地也难以满足实践教学的需求。

总的来看，萍乡学院在数据科学与大数据技术专业建设中主要存在着专业培养目标不明确、人才培养模式不完善、课程体系不完整、师资力量不雄厚、实践平台和实践基地建设不健全等问题。

2 数据科学与大数据技术专业建设探索

针对萍乡学院数据科学与大数据技术专业建设中主要存在专业培养目标不明确、人才培养模式不完善、课程体系不完整、师资力量不雄厚、实践平台和实践基地建设不健全等问题，我们将从明确专业培养目标，理清专业建设思路；完善人才培养模式和课程体系，加强课程建设；优化师资结构，加强双师型师资队伍建设；加强校企合作，建立实践教学平台和实践基地等诸多方面对该专业建设进行探索和研究。

2.1 明确专业培养目标，理清专业建设思路

为了培养一批具有大数据理论、实践和创新应用能力的复合型人才，服务以新技术、新业态、新产业、新模式为特点的新经济，为我国大数据产业发展和国际竞争提供智力和人才支撑，国家鼓励高校建设大数据相关专业。萍乡学院根据应用型本科办学定位，遵循教育规律，从大数据人才需求、学生发展以及专业建设等方面出发，以学生为中心，学生学习产出和毕业要求为导向，找准专业定位，明确专业建设目标，理清专业建设思路，制定人才培养方案，进而提高专业建设水平，提升人才培养质量，将数据科学与大数据技术专业的人才培养目标设定为：本专业旨在培养适应国家和社会发展需要，德智体美劳和谐发展与健康个性相统一，富有社会责任感与使命感，具有较强的创新创业能力和团队合作精神，具备自然科学和人文社科基础知识，掌握计算机科学、数学、统计学等学科基础知识、基础理论、基本技术和方法，具有数据采集、存储、处理、分析与展示等专业能力以及良好的外语运用能力，能够从事数据采集、海量数据挖掘与处理、大数据分析与决策、大数据应用开发、大数据系统开发以及大数据可视化等工作的复合型、应用型创新人才。

2.2 完善人才培养模式和课程体系，加强课程建设

2.2.1 形成“三段式”和“一体式”的人才培养模式

为了高质量培养大数据专业人才，使人才培养方案真正满足当前大数据时代下就业市场、社会和企业需求以及未来学生自身成长特点，拟采用“三段式”和“一体化”人才培养模式。

“三段式”，即“2+1+1”夹层模式，第一阶段为通识教育课程及专业课程培养，该阶段强化通识教育并拓展数学基础，为学生之后的专业课程学习打好良好的基础；第二阶段为数据科学与大数据技术专业课程的学习以及实践应用能力的培养，该阶段主要培养学生的专业基础知识、专业基本技能、项目开发能力以及岗位能力素养，将所学的基本知识应用到实际应用开发以及工作岗位上；第三阶段为实习实训与毕业设计，在该阶段每个学生去企业实习，通过企业实习让学生及早感受企业的工作模式和节奏，体验企业的职业要求，尽早建立职业发展规划，为今后就业做好充足的准备。

实施一体化人才培养模式，实现学生知识能力素养同步提升。我校实施了通识教育、专业教育、实践教育相融合的一体化人才培养方案，设置了通识必修类、通识选修类、专业必修类、专业选修类、实践教育必修类（包括实践基础、专业实践、创新创业实践、素质拓展）五大类，共计50余门课程，从各个层面设置了相应的课程。前导课程和后续课程衔接合理，专业基础课、专业核心课、专业选修课有序衔接，基础课、专业课的比例也比较适宜。能够做到以人为本，因材施教，实施柔性化教学，培养高素质复合型、应用型人才。

2.2.2 构建“课程思政”理论和实践相结合的一体化课程体系

数据科学与大数据技术专业人才培养的核心是构建适合国家和地方以新技术、新业态、新产业、新模式为特点的新经济发展所需要的专业课程体系。课程体系建设是学校教学基本建设的重要内容之一，加强课程体系建设是有效落实人才培养计划，提高教师教学水平和学生培养质量的重要保证。因此，提出合适的数据科学与大数据技术专业课程体系，对我校参与新兴大数据专业教育教学，培养适应新经济的大数据专业人才具有重要的意义。

萍乡学院数据科学与大数据技术专业主要采用“课程思政”理论和实践相结合的一体化课程体系，该课程体系主要由通识教育课程（包括公共基础和公共选修课）、专业教育课程（包括专业基础课、专业核心课和专业选修课）以及实践教育课程（包括基础实践、专业实践、创新创业实践和素质拓展）这三大课程模块。采用“项目驱动，学中做，做中学”的方法，并在教学过程中从多个维度全方位地“把思想政治工作贯穿于教育教学全过程”，以具有实际应用背景的大数据相关专业项目为主线，制定课程实验、课程设计、实习实训及毕业设计等实践教学环节的具体改革方案。采取“课堂内外结合、多种形式互补”的方式，将基础性实验、综合设计性实验、课程设计、实习实训和毕业设计等实践环节有效衔接、有机整合并统一规划，保证四年实践教学不断线。

图1为我校数据科学与大数据技术专业课程体系导航图。

2.2.3 优化师资结构，加强双师型师资队伍建设

双师型师资队伍建设是应用型本科院校数据科学与大数据技术专业建设和人才培养的根本任务和基础工作，而大数据专业双师型教师的匮乏是数据科学与大数据技术专业人才培养遭遇的瓶颈之一。为此，数据科学与大数据技术专业人才培养的双师型教师队伍建设迫在眉睫。萍乡学院主要采取以下策略：一是以需求为导向，积极引进大数据类相关的专兼职教师。二是积极开展校企合作，与萍乡市公安局等单位开展合作，深化产教融合，把“走出去”和“请进来”紧密结合，让教师多参加大数据相关知识和技能培训，同时也鼓励教师下企业进行学习和培训，如2019年暑假萍乡学院选派了7名教师去北京参加专业培训。三是跨院系跨部门跨学科组建双师型教师队伍。

2.2.4 加强校企合作，建立实践教学平台和实践基地

（1）重视实践教学，提高学生的实践和创新能力

从目标需求出发，倒推必备的知识和能力点，根据课程的类别采取不同的措施，按培养目标设置实践环节。萍乡学院实践环节分为课内实践环节、基础实践环节、专业实践环节、创新创业实践环节以及素质拓展环节。课内实践将理论与实践结合，学中练，练中学；基础实践环节能够保证学生得到必要的实践锻炼；专业实践环节提供课程实训、专业综合实践、毕业实习，分阶段、有重点的进行实践训练，在课程实践的基础上得到锻炼和提升，并注重对毕业设计（论文）的训练和考核；创新创业实践环节注重提升学生的创新创业能力，培养学生创新创业意识和方法；素质拓展环节是课堂教学的有效补充，以学生为主体，发挥学生的自主性，培养提高学生实践和创新能力。这5个环节相辅相成，有效地将实践和传统教学紧密结合，增强学生的实践能力。实践教学环节的设计充分体现了培养目标，有利于加强学生动手能力、创新能力和实践能力的培养，突出应用型人才培养。

（2）开展学科竞赛，激发学生的兴趣和自主创新

加强学生技能竞赛活动的开展。突出以学生为中心，注重激发学生的学习兴趣和内在潜能，创新形式、强化实践，通过让学生参加跨学科数学建模、计算机设计大赛、大数据相关大赛、“互联网+”创新创业大赛等高水平竞赛, 培养学生分析问题、解决问题的综合能力。

（3）建立校企合作育人模式，突出产出导向，推进产教融合

建立多种形式的校企合作育人模式，突出产出导向，主动对接经济社会发展需求，引入企业课程嵌入模块与工程实训，主动对接产业需求。企业工程实训期间的培养目标、标准、要求和体系由学校和企业共同制订。

第一阶段（大三阶段）：基本工程能力培养，由学校模拟企业环境完成，以学校培养为主，企业参与课程植入、课程设计。

第二阶段（大四阶段）：工程实践与开发创新能力培养，以企业培养或校企合作培养为主，企业提供或校企共建实习实训环境，由学校和企业共同制定培养目标和培养方案并在企业实施。

（4）建设大数据实验平台

建设大数据实验平台是数据科学与大数据技术专业实践教学得以保障的必要条件。近两年来萍乡学院信息与计算机学院先后与阿里云、百度云、博雅大数据学院、广州云歌、红亚科技、华为、吉林育新科技、噢易云、亚马逊、言数科技、oracle北京华育等公司交流和学习实验室建设，建立了“智能分布与计算”实验室，为数据科学与大数据技术专业的开设提供了有力的硬件支撑。此外，也将通过校企合作的方式来共建大数据计算中心，相关的硬件和软件设备将会得到进一步的完善。

（5）建立校外实习实训基地

萍乡学院数据科学与大数据技术专业的人才培养目标主要致力于培养具有大数据理论、实践应用和创新能力，能够解决复杂大数据工程问题能力的高素质复合型新工科创新人才。建立校外实习实训基地，能够对校内实践教学的各个环节进行充实和完善，给学生提供全面、真实的实践教学平台以及实践应用平台。通过深化产教融合，实施校企协同育人，萍乡学院与达内时代科技集团有限公司、萍乡市公安局等单位合作，共建实习实训基地，将“走出去”和“请进来”紧密结合。采用“项目驱动，学中做，做中学”的方式指导学生循序渐进地、在具有真实产业背景的项目上实践学习，提高学生的实践应用能力，帮助学生体验创新创业的过程，实现人才培养规格与企业人才需求的完美对接。

总结

应用型本科院校承担了培养数据科学与大数据技术专业人才的主要任务，专业建设的好坏决定了人才培养的质量，而人才培养的质量又决定了该专业的生存与发展。本文以萍乡学院为例，分析了数据科学与大数据技术专业建设中存在的问题，提出了从明确专业培养目标，理清专业建设思路；完善人才培养模式和课程体系，加强课程建设；优化师资结构，加强双师型师资队伍建设；加强校企合作，建设实践教学平台和实践基地等方面来加强该专业的建设，进而提高大数据专业人才培养质量，也对同类应用型本科院校数据科学与大数据技术专业人才培养方案的制定提供了一定的参考。

[1] 国务院. 促进大数据发展行动纲要[N]. 中国电子报, 2015-09-08（3）.

[2] 教育部. 教育部关于公布2015年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2016-02-19）[2020-06-19].http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201603/t20160304_231794.html.

[3] 教育部. 教育部关于公布2016年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2017-03-17）[2020-06-06].http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201703/t20170317_299960.html..

[4] 教育部. 教育部关于公布2017年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2018-03-21）[2020-06-15].http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201803/t20180321_330874.html.

[5] 教育部. 教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2019-03-25）[2020-05-15].http://www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201903/t20190329_376012.html.

[6] 教育部. 教育部关于公布2019年度普通高等学校本科专业备案和审批结果的通知[EB/OL].（2020-03-05.）[2020-06-25].http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202003/t20200305_427816.html.

[7] 杨洪, 李知遥, 张志强. 数据科学与大数据技术专业实践能力培养体系的探索与实践[J]. 成都大学学报（社会科学版）, 2018（3）: 106~112.

[8] 王元卓, 隋京言. 新工科背景下的大数据专业建设与人才培养[J]. 中国大学教学, 2018（12）: 35~42.

[9] 张鹏, 张晖, 杨学南. 新工科背景下地方院校大数据专业人才培养探索与实践[J]. 当代教育实践与教学研究, 2019（23）: 202~204.

[10] 吕小光, 姜乐, 成青松. 数据科学与大数据技术专业人才培养模式探析[J]. 淮海工学院学报（人文社会科学版）, 2018, 16（9）: 132~135.

[11] 朝乐门, 邢春晓, 王雨晴. 数据科学与大数据技术专业特色课程研究[J]. 计算机科学, 2018, 45（3）: 1~8.

[12] 陈江林, 姚继美, 孙永香. 数据科学与大数据技术专业人才培养目标与定位研究[J]. 电脑知识与技术, 2018, 14（35）: 166~167.

Exploration on the Construction of Data Science and Big Data Technology Major in Application-oriented Universities

HE Zhi-Fen, LI Xi-yong, ZHANG Wen-hui, LIU Xiang-miao

(School of Information and Computer Engineering, Pingxiang University, Pingxiang Jiangxi 337000, China)

Current situation of the construction of data science and big data technology major is analyzed, and Pingxiang University is taken as an example to tell that there are unclear training objectives, imperfect talent training model, incomplete curriculum system, insufficient faculty, and inadequate construction of practice platform and practice base in the major construction. To strengthen the construction of the major, it is suggested that ideas on the construction of the major should be clarified to establish explicit goal for major training, the faculty structure should be optimized by reinforcing the construction of “dual-qualification” teaching staff, and practice teaching platform and practice base should be established to strengthen school-enterprise cooperation, so as to improve the quality of training of applied, innovative and versatile talents in data science and big data technology major.

big data; data science and big data technology major; major construction; talent training

2020-03-07

江西省高等学校教学改革研究课题（JXJG-18-22-3）

何志芬（1988—），女，江西萍乡人，讲师，博士，研究方向：机器学习，人工智能。

G642.0

A

2095-9249（2020）03-0092-06

〔责任编校：吴侃民〕