数据科学与大数据技术专业人才培养模式探索与实践——以赣南师范大学为例

胡文玉，刘汉明

（赣南师范大学 数学与计算机科学学院，江西 赣州）

当前，大数据已在科学研究和商业领域获得了巨大成功，国际社会对大数据相关人才的需求也在日益增加。有研究表明，2015年美国的数据科学人才供应非常充足，但据麦肯锡报告美国2018年的数据分析人才出现严重短缺，人才缺口高达150万人；而在我国，据《中国大数据发展调查报告（2015）》预测：到2025年，我国数据分析领域人才缺口将达到200多万人[1]。面对各行各业对大数据专业人才的大规模需求，党的十八大以来，习近平总书记强调：中国要高度重视大数据发展，改善民生及保障国家数据安全。2015年，国务院通过《促进大数据发展行动纲要》，提出要将发展大数据提升至国家战略。同时指出：要加强大数据专业人才培养，鼓励高校设立数据科学与大数据技术相关专业，重点培养专业化的大数据人才[2]。

随之，全国高等院校陆续开始数据科学与大数据技术专业的申报。2016年，教育部发布的《2015年度普通高等学校本科专业备案和审批结果》中首次增设数据科学与大数据技术专业，学位为工学或理学，代码为080910T，其中北京大学、对外经济贸易大学和中南大学是该年第一批获批开设该专业的3所高校。经过五个批次的增设，至今全国共新增了631个数据科学与大数据技术本科专业，各批次增量见图1。赣南师范大学数学与计算机科学学院作为江西省地方师范院校信息人才培养的主要机构，于2019年3月第四批次被批准设立数据科学与大数据技术本科专业，承建单位为数学与计算机科学学院，学位为工学。

图1 全国各批次新增数据科学与大数据技术本科专业的高校数量

作为一个新兴专业，目前全国尚未形成统一的专业人才培养模式。同时各开设高校的实际情况不尽相同，故不能照搬别校的人才培养模式。基于此，本文将结合地方师范院校的实际情况，对我校数据科学与大数据技术专业的人才培养机制进行分析，旨在构建以数学思维、理论与方法为基础，以大数据平台构建、工程实现技术为重点的大数据复合型人才的培养体系。

一 国内外研究现状

在国内外，如何培养数据科学与大数据技术专业合格人才已成为研究热点问题。在国外，数据科学类专业最早可追溯至北卡罗来纳州立大学，该校在2007年以数据分析专业为基础率先成立数据分析硕士专业。而由“数据分析”向“数据科学”进行实质性过渡则出现于2013年，例如纽约大学当年新开设了数据科学硕士专业。截止到2017年11月，国外数据科学专业的学位项目已超过1000项，主要分布在美国、英国、德国等欧美国家，设立于加州大学伯克利分校、纽约大学、华盛顿大学等知名大学。由此可见，国外一流大学的数据科学专业建设至少早于国内3年。但是，绝大部分国外高校尚未在本科教育中将数据科学作为独立学科专业，而我国部分高校则主要侧重在数据科学本科教育方面[3-6]。

在国内，开设数据科学与大数据技术专业的高校数量自2016年以来逐年增加（如图1所示），关于该专业人才培养的研究工作也随之逐渐增多。例如，针对数据科学本科教育的人才培养要求，石兵和何文斌等就该专业的课程体系建设、实践平台建设等问题进行了探讨；余亚辉等人归纳分析部分学校开设的数学类课程，梳理数学课程与大数据专业课的关系，并对大数据专业开设数学课程提出了意见[7]；林刚等从课程与思政双向融合、混合教学、多课程综合、与工程要求接轨4个方向，讨论了该专业课程思政的建设思路[8]；陈欣等则介绍了重庆工程学院的人才培养方案情况[9]；唐小勇等以大数据技术专业课程体系建设为研究对象，讨论适用于地方高校的人才培养知识体系和相应的课程教学体系[10]。然而，当前我国在数据科学与大数据技术专业人才培养模式方面仍存在诸多问题，如专业建设思路不清晰、专业定位不准确、课程设置不合实际、实践平台缺乏、师资配置不合理等[2]。

二 数据科学与大数据技术专业人才培养机制

本节将结合我校现状，从专业内涵、我校专业概况、人才培养方案制定与实施（包含培养目标、课程体系架构、培养特色、大数据创新平台搭建、应用创新型人才培养）等多方位进行研究和探讨。

（一）专业内涵

数据科学与大数据技术专业是以数学思维、理论与方法为基础，以大数据平台构建、工程实现技术为重点的宽口径专业，以计算机科学、数学和应用统计学为三大基础支撑性学科，以大数据分析为核心轴线的交叉学科。大数据专业的典型特点就是与实际应用紧密结合，离开应用来谈大数据基本属于空谈，它的出现符合我国创新驱动发展的需求、人才市场变化的需求及技术和产业发展的需求等[3]。

（二）专业概况

赣南师范大学数据科学与大数据技术专业隶属于数学与计算机科学学院，学院始建于1958年，现有数学、控制科学与工程和电子信息工程等3个一级学科硕士授权点，设有数据科学与大数据技术、计算机科学与技术、数学与应用数学、应用统计学4个本科专业，其中计算机科学与技术专业和数学与应用数学专业是“省级一流专业”建设点。2019年数据与大数据技术专业获批后，学院依托数据分析与人工智能团队筹建了专业教研室，全面开启了新专业建设。自2019年9月首届招生，专业招生规模一直稳定在50人。现有与本专业相关的专任教师21人，其中，教授5人、副教授9人、博士15人，有“赣鄱英才555工程”特聘教授，有全国优秀教师、省级优秀共产党员、省级学科带头人等高水平教师（见表1）。

表1 师资队伍基本情况

（三）人才培养方案制定与实施

1.培养目标。本专业结合大数据分析人才的特点以及经济、社会发展对高等教育培养高素质应用型技术技能人才的需求，培养具备厚实数据科学理论、较强创新与实践能力及德、智、体、美全面发展的复合型专业人才。通过本专业的培养，学生应具有良好的计算机科学、数学、应用统计学、数据科学以及相关业务领域的基本理论和技能，熟练掌握大数据的采集、存储、预处理、分析处理、可视化和数据安全等技术，能够从事大数据有关科研、开发和应用领域的各类工作。不仅可以在各IT公司及传统行业公司占据一席之地，同时也能在大数据、计算机科学、数学、统计学等众多相关领域继续深造。

2.课程体系架构。为了培养符合我国大数据产业需求，具有可持续竞争力的交叉创新人才，数据科学与大数据技术专业课程体系必须有机融入课程思政元素，强调以数学和计算机学科为基础，算法能力为手段，面向行业和应用领域解决问题。因此，本专业构建了融思政、厚基础、强能力和重创新应用的课程体系架构，主要分为学科基础课程、专业主干课程、专业选修课程和行业实践与考研课程4个部分，具体见图2。

图2 数据科学与大数据技术专业的课程体系架构

数学、统计和计算机构成数据科学与大数据技术专业的核心课程要素，但数学基础知识是该专业建设的核心知识体系，三者有重要的相互依赖和学科支撑关系。数学知识对大数据技术的重要性毋庸置疑。具体来讲，高等数学和线性代数是数据挖掘的基础知识环节，为应用程序提供基本算法和原理。概率论与数理统计是统计学原理的基本理论，以概率论为基础的信息论和特征分析在大数据分析应用中影响巨大，数理统计中的知识体系则是大数据挖掘和可视化的重要载体。因此，高等数学、线性代数、概率论与数理统计作为数据科学与大数据专业的基础知识模块是必要而且是必需的。

数值计算方法课程是利用计算机求解数学计算问题的理论和方法，研究分析并设计针对一些数值问题的计算方式，可得到近似但也较为精确的数值结果，该课程也是数据挖掘的基本理论和方法[7]。最优化模型与算法课程是运用数学理论研究各种模型系统的优化策略及方案，为用户提供科学的决策依据，是大数据相关项目管理与决策的重要方法和手段。因此，我们采用数值计算方法和最优化模型与算法两门课程作为数据科学与大数据专业的专业基础和专业主干课程。

3.培养特色。作为地方师范院校的学校定位，结合我院数学与计算机两大学科交叉的优势，数学专业开设早、积累厚，专业特色定位为“数学+大数据”，人才培养重视“实践+创新”。既要求学生具有扎实的数学和统计理论基础，受到比较严格的科学思维和逻辑思维训练，具有严谨的大数据思维能力，也要求具有数据采集、存储、分析处理能力以及应用大数据技术解决实际问题的能力。坚持理论教学与实际应用相结合，将核心课程、科学实践与科研项目相融合，培养学生的创新思维与实践能力。

4.大数据创新平台搭建。依托江西省数值模拟与仿真技术重点实验室和憶源人工智能研究所，在理论教学和实践教学各方面，注重问题为导向、应用为驱动，鼓励学生参与科研项目研究，引导学生创新创业；在数据科学与大数据技术专业推行科教融合和产教融合思路，常态化聘请校内外大数据、人工智能领域的知名专家学者进行线上线下的课外科技和竞赛活动的指导，着重技术人才培养。同时，为满足学生实训要求，构建了系统化的实验环境，拥有充足的软、硬件资源以供本专业的学生使用，具体情况见表2。

表2 数据科学与大数据技术专业的实验设备资源

5.应用创新型人才培养。应用型人才需要更多地注重学生实践能力的培养。一是鼓励学生参加各类竞赛，例如“高教社杯”全国大学生数学建模竞赛、“互联网+”创新创业大赛、“挑战杯”全国大学生课外学生科技作品竞赛、“泰迪杯”全国数据挖掘挑战赛等各种高水平竞赛活动，并成立导师组负责赛事指导和培训。二是实施案例教学，通过淡化理论教学与实践教学、教室与实验室、实验室与企业的界限，打破传统教学布局，形成教与学、学与做一体化教学实践模式；依托于竞赛和案例教学，培养学生的实践能力和创新能力，形成能适应于企业与需求发展的专业技能和综合能力。

其次，我们在学校和学院协助下，与国内多家公司企业对数据科学与大数据技术专业的学生建立了实习、实训基点，提升学生毕业时应具备企业所需的大数据知识与实践能力。具体的实习、实训单位有：北京学佳澳软件科技发展有限公司、宏脉信息技术（广州）股份有限公司、江西憶源多媒体科技有限公司合作协议、北京软峰科技集团赣州分公司、南京松勤网络科技有限公司、中国联合网络通信有限公司赣州市分公司、赣州市南康区龙回镇人民政府、江西省家具产品质量监督检验中心、江西赣诺环保科技有限公司、江西升伟家具实业有限公司、江西移动赣州经济技术开发区分公司、南康区家具协会唐江分会、国家统计局赣州调查队和北京中软国际信息技术有限公司等14家。

三 结语

本文以地方师范类院校为例，对数据科学与大数据技术专业的人才培养模式提出了一些建设方法和思路。未来将基于上述专业人才培养模式的建设实践，依托该专业的自我评估与反馈机制，通过持续改进不断提高人才培养质量。