大数据时代计算机科学与技术专业改造升级路径探索

赵建华， 刘宁

(商洛学院 1. 数学与计算机应用学院； 2. 经济管理学院， 陕西 商洛 726000)

0 引言

互联网技术、大数据技术、人工智能技术等新兴技术的使用和发展，不断拓展人类社会获取、使用信息的范围，提高人类社会处理信息的能力。联合国在2012 年发布的大数据白皮书《大数据促发展：挑战与机遇》中指出，当前大数据时代已经到来，大数据已经成为当前学术界、工业界的热点和焦点，大数据对社会各个领域和行业都产生非常深刻和重要的影响，在一定程度上改变人类的生产方式、生活方式、教育方式和学习方式[1-3]。

伴随大数据技术的不断推广、应用和深入发展，企业、行业、社会乃至国家层面进入一个全新的、激烈的竞争新格局，多方竞争的关键点是哪方能够快速、全面、准确地从海量、多样、复杂、变化的各类数据中挖掘和获取有价值的信息，并据此做出科学、准确和合理的决策，从而才能在竞争中得到优势。目前，社会和国家对于数据挖掘、数据处理、数据分析、数据应用和智能决策人才也有着越来越大的需求，要培养高素质应用型人才，必须要以计算机和大数据相关知识作为支持。

大数据发展和应用对高等学校的人才培养质量提出新的要求。大数据使得计算机专业的学科前沿与应用场景发生了深刻变化，为了适应大数据的发展，计算机教育将面临更大的新挑战。因此，计算机教育应该从教育教学理念、教育教学内容、教育教学手段和教育教学方法等各个方面进行变化和更新，以适应大数据时代对人才的需求[4-5]。

然而，目前有不少高校开设的计算机专业仍旧采用传统的教学内容、教学方法和教学手段。传统教学模式培养的人才已经不能很好地适应大数据时代背景下经济和社会的快速发展对人才的特殊需求。为了向社会输送更多、更优秀符合现代社会发展急需的应用型创新人才，高等学校必须紧跟大数据时代创新发展的步伐，把大数据理念和人工智能理念持续引入和应用到日常教学活动各个环节中，使师生不断满足大数据时代对教育教学的要求。对于计算机科学与技术专业而言，必须依托大数据技术、人工智能技术和互联网技术，进行专业的升级和改造[6-7]。

1 计算机专业人才培养存在的问题

目前，不少高校计算机专业的教学理念、教学内容、教学方法和实践教学等方面都存在不少问题，不能有效满足社会对人才的需求[8-10]。主要表现在以下几个方面。

(1) 传统的教学观念根深蒂固

仍有不少教师保持传统的教学观念，仍旧进行灌输式的课堂教学，着重知识点面面俱到，忽视学生自主学习的主动性和独立性、对未知领域的探索性和创造性的培养，对学生实践教学能力考核不足，教学效果不佳。

(2) 专业课程革新跟不上时代步伐

计算机技术发展日新月异，然而目前不少学校计算机专业教学内容仍旧以传统的计算机模拟知识为主，缺乏最新的人工智能技术和大数据技术的渗透和设置。

(3) 师资队伍建设滞后

计算机专业知识更新日新月异，课程推陈出新的周期短，特别是专业课程。然而，计算机专业部分教师的知识结构不能有效更新，教师的实践能力不能得到有效提高，难以适应大数据时代发展对教师知识结构和教学业务能力的需求。

(4) 实践教学条件得不到有效提升

随着计算机专业课的不断升级，对实验环境、实验设备都有了新的要求，传统的实践平台不能有效地满足最新计算机课程的教学实践要求，比如大数据课程、人工智能课程对实验条件要求都不断提高，必须对原有的实验条件进行升级。

(5) 学生学习兴趣不高

由于课程设置不太合理、考核机制不健全，学生对学习兴趣不大，对教学方法的改革配合力度不是很高，势必严重地影响教师进行教学改革的热情，以及教学改革的效果。

2 改造升级方案

(1) 改造升级的基本思路

计算机科学与技术专业改造升级的基本思路是：立足于大数据时代社会对人才的整体素质、知识以及能力的要求，以理论教学、实践教学和师资队伍建设为主要内容；通过人才培养方案、课程设置、实践教学、教师队伍、教学方法和考核制度等环节的综合改革，培养具备扎实的计算机理论知识，较强的计算机实践能力，一定的大数据处理、分析和管理能力的计算机专业应用型人才。

(2) 教学内容的改革

为了适应大数据时代的人才需求，培养大数据时代需要的数据工程师、数据管理专家和数据分析专家，我们在计算机专业人才培养方案中增加“大数据分析和管理”方向，并从课程设置、课程内容、教学方法、师资队伍、实践教学和绩效考核等方面进行相应调整和更新，以提高大数据时代计算机专业人才培养整体素质。

在课程设置方面，如表1所示。

表1 专业课设置更新

主要在专业课内容中增加大数据相关知识和课程。在大学一年级“计算机导论”专业课中，增加人工智能和大数据相关内容，使学生对计算机科学与技术专业学习期间的课程开设情况有整体了解，同时对大数据的概念和应用领域有一个整体的了解，提高学生学习的兴趣，为学生后续学习起到一个提纲挈领的作用。在大学二年级，增设“Python程序设计”等课程，为大数据学习奠定语言基础。在大学三年级增设“大数据分析与处理”“大数据管理”等课程，并增加相应的大数据实践课程。同时，在毕业设计过程中，增设大数据分析与管理相关选题，鼓励学生积极选题。

(3) 实践教学改革

传统的实践教学环节侧重于计算机软硬件的模拟，不能为大数据环境下计算机专业的实践教学提供有效的保障。为此，需通过下面几点，实现计算机实践教学环节的改革。

第一，夯实基础实验。对计算机核心课程如计算机程序设计、数据结构等，要确保实验内容的系统性、创新性和应用性，同时确保实践环节的规范性，适当增加自主性实验，提高学生程序设计能力和创新能力。

第二，整合计算机课程群实验。对部分课程群中的实验内容进行调整和整合，减少重复性实验和低层次实验，使得学生形成一个计算机学科的系统观与整体观。如计算机组成原理、微机原理与接口技术、操作系统等课程的部分实验可以进行合并，整合为计算机系统实验。计算机程序设计、数据结构、Web程序设计、移动应用软件开发等课程都可以整合为计算机软件实验。计算机网络、路由设计、网络安全等课程都可以整合为网络实验。各个课程群实验内部实现资源共享，内容优化，提高学生综合实验素质。

第三，增设大数据科学实验。实验内容增加机器学习和数据挖掘、大数据处理、大数据分析、大数据管理、大数据可视化等内容，保证大数据科学方向的课程有效地开展。

第四，积极开展协同育人。加强与大数据、人工智能企业进行有效合作，由企业提供业务需求、大数据实验数据集和大数据软硬件平台。建设适应在线教学特点的课件资源、实验题库、考核方案，建立囊括从大数据来源、大数据分析和处理、大数据应用整个完整的大数据实训链条。

第五，结合人工智能技术、大数据技术，强化“以赛促教”机制。引导和鼓励学生依托人工智能和大数据，积极申报和参与互联网+大学生创新创业大赛、挑战杯大赛和学科竞赛等各种赛事。一方面将学生学习到的大数据知识应用到实践中，提高学生的实践能力，一方面通过实践使得学生更加明确大数据的意义，提高学生学习的热情和主动性。

(4) 师资队伍建设

在大数据时代，知识更新日新月异，同时随着课程设置的变化，教师知识的更新和能力的提高首当其冲。因此，为了适应专业的不断发展，必须加强师资队伍的建设，使教师的观念、知识和技能跟上时代和专业建设的发展。

主要通过“外引、内培”的方式，“激励、帮扶”等措施，建设一支年龄、学历和职称结构合理、具有较高专业能力和教育教学能力、适合大数据时代人才培养需求的教学团队。

外引：从国内外高校、研究院所和企业引进学科带头人及优秀青年博士，优先考虑从事人工智能和大数据相关工作的青年人才。

内培：邀请高校和企业中人工智能和大数据方向的专家学者进行讲座，使教师从整体上了解当前社会对计算机专业人才的需求，增强教师提高自身修养的紧迫感；邀请教学名师进行教学讲座和教学示范，提高教师的教师技能；选派一些骨干教师到国内外高校进行长期的访学、进修和攻读学位；选派一些教师参加国内大数据、人工智能等方向课程的师资培训，掌握大数据处理、分析和管理相关平台，掌握人工智能和大数据处理的关键技术与方法；鼓励教师积极参加国内外教学研讨会，了解最新教学方法和教学技能，交流教学心得体会；鼓励教师积极参加国内外人工智能和大数据学术会议，了解最新学术动态。

激励：建立年度绩效奖励、聘期考核奖励、职称晋级等一系列激励考核机制，从教学任务完成、教学业绩考核、科研业绩考核等多个方面对教师进行激励和考核，调动教师教学和科研的积极性。

帮扶：建立一套教师帮扶机制。从校内教师中遴选出一批教学能力强、科研能力强的优秀教师，对青年教师尤其是新入职的青年教师进行帮扶。同时，从校外聘请一些优秀教师和优秀工程师，对校内青年教师进行一对一的帮扶。通过两种措施，促进青年教师快速成长。

(5) 教学方式的改革

在教学活动过程中，教师和学生是两大主体。在传统的教学过程中，教师是中心，教学主要以教师的讲授为主；学生则是知识的接受者，被动地接受教师讲授的知识。这种教学模式存在不少弊端，学生学习的主动性不能得到有效提高，难以适应新时代对人才的需求。

在大数据环境下，教学模式应采用翻转课堂的教学模式。通过MOOC平台进行教学资源的展示、教学和师生交流，以翻转课堂的方式加强师生互动，提高学生自主学习的意识，充分体现出以学生为中心的教学思想。在教学过程中，教师要尽可能地引导学生主动地进行学习，独立思考，积极探索和实践，并不断进行知识和学习方法的反思，从而在教学中实现学习能力和思维能力的不断提升。

首先，教师提前布置学习内容、划分学习小组。根据课程实际和学生小组实际，教师进行课堂设计，明确翻转课堂中小组需要完成的合作项目，同时分解每次课程对应的小任务及其对应的知识点。在MOOC平台上选择每个知识点对应的视频教学内容、思考题目和课堂练习，在课程开始前两周发放到学生小组中，要求学生提前学习。

其次，教师利用MOOC平台了解学生的学习情况，调整教学进度，因材施教。学生通过MOOC平台，观看视频内容，提前自主学习，独立完成思考题目，遇到疑难问题及时与老师进行交流。教师实时与学生进行讨论交流，找出学生共同存在的问题，根据学生学习情况和掌握情况，把握教学进度，把握教学重点。在课堂上，主要采取教师引导、学生配合的教学方式，教师教学重点放在答疑解惑和知识的归纳总结上，重点对学生存在的共性问题进行集中讲授，同时组织学生进行讨论。学生小组对自己的项目作业进行展示，对自己不懂的问题向老师进行求助。

最后，学生MOOC平台提交作业，查看结果，查漏补缺。教师根据学生的学习情况、答辩情况、作业完成情况和期末考试情况进行综合评判。

(6) 人才培养质量评价体系的改革

人才培养质量评价体系的合理与否，直接关系到人才培养全过程的具体实施的有效性，关系到高校人才培养是否合格、是否满足国家和社会的需求。因此，在大数据时代，计算机专业应该采取行之有效的人才培养质量评价措施，以保障培养出卓越的计算机应用型创新人才，满足大数据时代的需要。

具体地讲，计算机专业应该将工程教育专业认证标准作为人才培养质量的重要评价标准。将工程认证要求贯穿到人才培养方案制定、课程体系设置、师资队伍建设、教学实践和课程考核等各个教学过程中，实施日常教学活动，规范教学环节，不断提升和完善人才培养过程的督导和监管。

第一，坚持以学生为中心、以立德树人为根本任务，培养的人才要具有较高的政治觉悟，具有爱岗敬业的良好品质；

第二，培养的学生应该具备良好身体素质和心理素质，具有良好的社会适应能力和抗挫折能力，具有良好的人际交往能力、和团队协作能力；

第三，培养的学生应该具有主动学习意识和自主获取知识的能力，具有探索问题、提出问题、分析问题和解决问题的能力，具有较好的创新创业能力；

第四，培养的学生应具有较好的数学基础和功底，具有较好英语阅读能力和表达能力；

第五，培养的学生应具有扎实的计算机专业基础理论，具有良好的计算思维能力和素质，具有较强的编程能力和实践能力，具有大数据处理和分析的能力；

第六，人才培养质量的评价包含校内和校外两部分评价内容，要将实习单位对学生的实践评价作为一个重要的考核指标；

第七，应采用学习过程和学习结果相结合的方式，不断重视学生项目开发实践的过程性和阶段性考核。对评价结果要及时地整理、总结和完善，促进人才培养质量持续改进和提升。

3 总结

本文针对当前计算机科学与技术专业人才培养存在的问题，探索大数据时代计算机科学与技术专业改造升级路径。以大数据时代对人才的需求为导向，深入研究计算机科学与技术专业人才培养模式，从培养目标、教学内容改革、教学实践改革、教学方式改革、人才评价体制改革等方面提供了较为完善的改进方向。