多学科交叉融合的大数据应用型人才培养模式研究

唐姊茜

摘要：大数据技术是多学科、多专业、多技术的综合体，涉及了数学和统计学、计算机技术、信息技术等多技术，因为其优势和价值显著，对此以现代人才培养模式为代表的大数据人才培养模式已经被广泛应用到了多个行业中，该模式的科学应用可以帮助各院校、各企业有效解决人才培养问题。为了更好的立足于新形势要求，本文主要浅析多学科交叉融合的大数据应用型人才培养模式，重点从组织模式、师资团队、课程结构、管理、实践和创新来具体阐述该模式应用策略。

关键词：多学科;融合交叉;大数据;应用型人才培养模式

引言：

在大数据时代下，多学科交叉融合已经成为当下大数据主要研究和发展方向，为了更好的帮助我国院校、企业分析、解决大数据专业人才培养问题，需要根据大数据应用型人才培养现状入手，综合制定人才培养组织体系、策略，并明确分析该模式应用成果，最终有效满足新时代大数据应用型人才培养需求。

多学科交叉融合的大数据应用型人才培养模式应用的必要性

1.更新教育理念

当前大数据科研理论研究越来越深入，带动了多个新领域的创造性开展，在此趋势下，横跨多学科领域、多学科基础新事物、新问题需要新理念、理论作为支撑，因此实现多学科交叉融合可以更加的顺应时代需求，满足社会对大数据应用型人才培养的需求。

2.可以拓宽就业范围

在当前市场竞争日益激烈下，人才质量、人才技术竞争逐渐成为先导，多学科交叉型人才培养模式可以有效提高大数据专业学生综合素质、综合能力，提高学生市场适应能力，促使学生更好的适应不同大数据技术动态。此外，该模式也可以让学生掌握核心技术、把握岗位需求，增强学生的创新创业意识，促使学生成为未来社会需要的高素质、应用型大数据人才[1]。

3.可以推动技术创新

在经济发展方式深入变化下，科学技术创新、制度创新成为带动经济发展的主要驱动力，对此在人才培养上也需要更加注重技术创新能力，多学科交叉的大数据应用型人才培养模式可以为社会培养出更多的先进技术人才，培养学生一种主动创新的思维意识。促使大数据专业学生在该思维引导下可以更好的投入到科研探究中，以此推动我国技术进一步创新。

多学科交叉融合的大数据应用型人才培养模式的问题

1.多学科交叉融合问题

多学科交叉融合不是各学科简单重合，去在社会经济和技术发展前下，促使各学科相互渗透、双向融合，在共同发展下创造出更多的新知识，大数据主要包括各种数据知识、大数据技术、多领域知识等，在人才培养上需要多个院校联合努力。

2.校企合作力度不足

大數据技术主要在海量数据搜集、分析、存储中挖掘有价值信息的一种技术，当前高校、企业、政府领域数据信息多，对于企业数据主要指各种业务需求、培训、实习、就业岗位信息，企业各项工作的进行直接关系着企业的稳定发展。一般情况下，培训实习需要一定的成本，但是当前我国企业实习基地不足、实习机会少，这些都是因为各院校和企业之间合作不密切导致的。

3.缺乏应用型项目

大数据是一种应用型专业，其业务技术应用主要来解决现实问题，探讨问题解决方案，以教科书为载体的知识教授不符合大数据专业人才培养需求，需要学生们参与企业项目，参与教师的科研教学，并通过实践练习有效进行案例分析。对此，实际问题解决、案例分析也是大数据专业必备的知识和技能之一。但是因为各方面限制，各院校还缺乏相应的应用型科研和实践项目，学生实践能力还不足[2]。

多学科交叉融合的大数据应用型人才培养的策略

1.更新理念，优化资源

在新时代下，大数据技术也在不断发展着，为了更好的增强多学科交叉融合大数据应用型人才培养模式的时效性、先进性、应用性，需要更新教育理念，重新定位人才培养目标，自觉主动的构建符合现代化人才培养要求的多学科交叉人才培养机制。并立足于当前教育事业发展新形势，社会对人才的新需求，确保知识体系的综合化、系统性，促使学生既可以在校期间顺利完成学科，实现知识的内在统一，也可以在校外企业实践中，完成知识的系统运营，最终做好博学、广学。对此各院校需要加强合作、探讨、互动，积极转变理念，把握各学科发展方向，明确自身问题和差距，制定新目标，以此达成共识。另外，各院校还需要优化资源配置，完善多学科交叉课程体系。各院校在具体招生时，需要遵循学科大纲，突破专业限制，革新传统课程体系、教学内容、教学目标，根据多学科交叉融合人才培养目标重新确定。在此模式下，学生们可以根据自己的兴趣、能力、自主学习一个专业或者多个专业，进行跨专业学习，以此调动学生主观能动性、学习自觉性，为学生提供更多专业选择的机会、专业学习的空间，最终确保各学科、各专业知识深度融合。在此基础上，有效调整专业结构，发挥专业优势，实现教学资源共享、学习资源共享，更好的满足新时代社会对大数据应用型人才的需求。且学校还需要完善各专业交叉宽口径课程体系，促使文科和理科相互融合，鼓励各专业教师积极创新，打造精品课程、高效课堂、优秀课程，以此整合、优化知识点，最终编写多学科交叉融合课程新交叉，丰富多学科交叉教学内容。

2.系统管理，加强投足

高校需要加强系统管理，制定并完善教学管理制度。各高校需要改变当前的学年制、学分制相互分离的现状，构建以学分制为核心的教学管理机制，破除各学科、专业限制，确保学生可以自选专业、自选课程、自选学业年限和学分。适当的增加选修课，要求学生根据自己的兴趣和规划制定学习计划、学习方案，便于安排专业课程教学进行任教，以此完善多学科交叉人才培养制度、学生学习制度，便于学校对专业教学、学生学习进行系统化的管理。学校还需要鼓励教师跨专业合作教学，根据实际情况鼓励多个教师参与一个课程的教学，或者管理同一个班级的学生，以此更新教学理念，对于参与管理和教学的教师可以是相近专业、学科，也可以是不同学科专业。对于专业的综合性教学是未来多学科交叉型人才培养模式的必然发展趋势，对于跨学科的专业教学可以选择分阶段合作，或者辅助性教学，以此在特定时间内有效完成教学任务，促使各教师之间相互学习、相互分享，最终有效提高教学效益。第二，高校需要加强各方面投入，尤其是软硬件设备和资金、人才等。社会需要成立多个多学科交叉大数据应用型人才培养机构、专项育人资金组织，对于施行多学科交叉型人才培养模式的院校给予优惠、辅助，对多学科交叉的研究课题、项目给予特殊关照。并完善多学科交叉科研中心平台基础设施建设，对于一些有重大研究价值的课题需要加强投资。各学院需要以项目为核心，建立多学科交叉研究中心，加强对新学科的探索，对于完成投入、进行运营的平台软硬件需要加强管理和维护，集中使用、共享共建、定期考评、辅助运营。且学院还需要加强人才引进，培养优秀育人导师，组建一支学术能力强、教学经验丰富、思想先进的领军性多学科交叉创新团队，以此带动更多的队伍，最终强化专业教师团队[3]。

3.建设校企合作的多学科交叉型组织模式

大数据专业对于师资有着严格的要求，要求教师需要具备综合知识体系和应用背景，且需要多个学院共同完成教学任务，但是受到传统管理体制的影响，学生的教学资源还不能充分应用到大数据新课程专业建设上来，以此需要各大院校首要解决跨学科、跨学院的师资、资源共享和共建问题。首先，院校可以根据学生兴趣、办学特色、教学资源，组件大数据专业班，促使学生自愿就读，且院校主管、组长、主任等需要成立大数据专业教学小组，明确组内职责，并下设管理办公室，加强日常教学和日常管理，对于专业班需要采取学分制度，确保学生按时修完该课程，以此创新组织管理模式。其次，学院还需要明确学生组织模式、课程组织模式、校企合作模式，对于学生组织模式，院校可以要求学生们自行报名、自行参加考试，教学小组根据学生的整体表现、成绩选择学生，确保大数据专业班学生直接由学院管理;对于课程组织模式，需要将大数据课程作为选修课，相关工作由教学办公室复杂，上课时间由教务处安排，课程测试的整个工作、流程都根据相关规定实施，对于学生成绩，缺考等情况根据普通管理办法管理;对于校企合作模式，院校可以依靠大数据研究院数据平台，加强师资队伍建设、丰富课程资源，且加强和大数据企业的合作，成立实验室、大数据研究中心。最后，各学院还需要完善人才培养组织结构，根据管理特点、大数据专业需求、学校其他专业情况，依托计算机学院、通识课程机构、专业课和选修课机构联合制定大数据应用型人才培养模式组织架构[4]。

4.以项目为载体，培养学生的综合应用能力

对于以上应用项目不足的问题，需要各院校加强重视，各学院需要放宽视野，主动寻找大数据技术先进的软件企业、互联网企业、具有创新意识的企业，通过合作交流给与学生更多实习和实训的机会，促使学生走出校园、进入企业定岗实习，以此获得一定的岗位知识和技能。且各院校还需要加强和周边企业的合作练习，把握教师和企业技术、科研合作探讨的契机，鼓励教师进入企业学习，以此提高师资力量。另外，院校还需要开展、举办多样化的应用型项目，以学科专业为主，通过知识竞赛、技术大赛、创新大赛等激发学生的创新意识、实践意识，鼓励学生积极参与各项科研项目、技术项目。比如，计算机大赛、大数据分析大赛、创新创业大赛等，根据实际情况开设校级、省级、全国级的比赛，且各院校还需要开设大数据技术分析和应用社团活动，鼓励教师加入，通过师生合同，有效提高学生的项目研究能力。

结束语

总之，多学科交叉教育是一种新的、系统性的教育改革，其将多个专业、学科、课程综合为一体，旨在培养学生的综合能力、综合素质，促使学生走向社会会具备工作交际能力，最终全面发挥自身潜能。且多学科交叉型的大数据技术应用型培养模式可以有效激发学生学习热情和动力，对于开设大数据专业的院校可以从多个方面加强专业学科融合，努力探索新模式，对于没有开设大数据专业的院校而言，需要更新理念，把握需求，构建其他新专业人才培养模式，以此加强多学科交叉型大数据应用型人才模式建设力度。

参考文献

[1] 刘泉、兰义华、徐安凤、齐庆磊. 多学科交叉融合的大数据应用型人才培养模式探索[J]. 计算机时代， 2020（11）：3.

[2] 田莉梅， 贾云波， 徐东升，等. 基于BIM的多学科交叉融合应用型人才培养模式探索[J]. 廊坊师范学院学报：自然科学版， 2020， 20（4）：6.

[3] 宋  莹， 王兴芬， 张  伟. 新工科背景下多学科交叉融合的大数据人才培养新模式探索[J]. 創新教育研究， 2019， 7（5）：5.

[4] 陈海峰， 林啟福， 曾雪莲. 应用型高校生物制药专业多学科交叉融合人才培养模式探索——以北部湾大学为例[J]. 湖北函授大学学报， 2020， 033（003）：20-22.

项目来源：2021年度广西高等教育本科教学改革工程项目“学科融合背景下高校大数据应用型人才培养模式探究”（项目编号：2021JGA402）课题论文