通识教育背景下数据科学课程建设路径探析

2021-09-22 02:12程实周梓轩王昭吉凯熙
科学大众·教师版 2021年11期
关键词:通识教育课程体系

程实 周梓轩 王昭 吉凯熙

摘 要:数据人才需求日趋强烈,数据科学专业教育所培育的人才在数量上无法满足社会需求。文章结合数据科学课程建设的必要性,依循国内外高校数据科学课程建设研究现状,在总结并借鉴优秀经验的基础上,从课程目标确立、课程模块设置、课程体系建设、课程制度建设等四个方面,探讨了面向通识教育的数据科学课程建设路径。

关键词:通识教育; 数据科学课程; 课程体系; 课程探索

中图分类号:G642.0       文献标识码:A         文章编号:1006-3315(2021)11-043-002

为了顺应大数据时代的要求,国家出台了《促进大数据发展行动纲要》,明确要求借助大数据全面助推国民经济发展、改善社会治理模式、提升政府服务与监管职能。从2010年起,国内外高校纷纷开设数据科学专业与大数据学院,国内高等教育也从2016年起开始设置数据科学专业,以致力于培养具有专业素质的数据科学人才。然而,由于高校数据教育起步晚,数据科学通识性体现不足,专业教育培养对象多聚焦于研究生群体。可见,数据教育除了要设置专业教育,更要以通识教育为导向,全面推进跨学科、交叉学科及课程体系建设。

1.数据科学课程建设的必要性

1.1大数据产业高速发展的时代要求

现阶段,大数据已然渗透到社会各领域、各行业,大数据产业的高速发展呼吁数据人才的培养,据不完全统计,2020年大数据领域人才需求缺口约150万人,且需求缺口呈逐年递增趋势。因此,全面推动数据科学课程建设俨然成为大数据产业高速发展形势下的现实所需、时代所迫。

1.2国家大数据战略实施的应然选择

2015年,为了应对大数据时代的深刻变革,十八届五中全会明确提出全面推行“国家大数据战略”,这标志着该战略成功上升至国家战略层面。为了配合该项战略的顺利实施,各大高校需要立足“人才强国”战略视角,在提升数据人才培养意识的同时,注重推进数据科学课程建设,强化校企、校校之间的合作与联盟,通过大数据竞赛、合作办学等多元途径,推动数据教育资源共建共享。此外,数据科学教育不应局限于计算机或统计学等关联专业,而要推进通识类数据科学课程建设,为国家大数据战略及人才强国战略的实施保驾护航[1]

1.3当代大学生素质教育的必要支持

在实际工作领域,数据技术仅仅是解决问题的一种手段,真正发挥核心作用的是数据思维与创新能力。为了培育当代大学生的数据思维、创新能力等数据科学素质,还需借助数据科学通识教育强化各学科间交叉、融合与协作。

2.国内外数据科学课程研究现状

大数据课程最早是从2011年起,在佛罗里达大学、哥伦比亚大学、加州大学伯克利分校等知名院校率先设置的。根据涉及“数据科学”或“Data Science”等字样的课程群,可细化为三大类:其一,基于理论基础的数据科学课程。此类课程多位于数据课程链的上游,鲜少涉及数据关联知识,多为数据科学课程教学前的知识准备,如哥伦比亚大学设置的面向数据科学讲授机器学习知识的《Machine Learning for Data Science》等。其二,基于基础理论的数据科学课程。此类课程集数据科学理论、方法、技术、工具及应用于一体,在数据科学课程链中居于核心地位。如纽约大学设置的讲授数据科学定义、方法及应用等基本问题的《Intro to Data Science》课程。其三,基于实践应用的数据科学课程。此类课程居于数据课程链的下游,指向的是学科领域中数据科学的应用方法论、应用实践等,如伯克利分校设置的关于数据科学在智慧城市领域应用的《Data Science for Smart Cities》等[2]

从上述内容可知,国外知名高校数据科学课程建设较早,课程链划分也相对成熟、富有层次性。与之相比,国内高校数据科学教育起步较晚,特别是通识教育、交叉学科發展方面毫无经验,多数数据科学课程均面向的是专业教育。因此,有必要面向通识教育构建数据科学课程,以推进我国数据科学教育的发展。

3.面向通识教育的数据科学课程的建设路径

3.1课程目标确立

通识类数据科学课程要结合高校办学特色、不同专业特点,强化数据科学教育与专业教育的融合性、渗透性。一方面,课程目标要聚焦复合型人才培养,为了达到这一目标,课程整体显示出选修课数量超出必修课的特点。其中,必修课集中在数据科学基础理论层面,结合不同专业方向的选修课程,为各专业学生提供了充分的选择范围,学生可依循未来职业规划选择与自身职业发展最为契合的课程展开学习。选修课程多聚焦于数据分析、处理、挖掘、可视化等内容,以此培养出具备数据分析、计算机编程、数据可视化等综合能力的复合型人才。另一方面,课程目标突出跨学科培养的实践性。为了满足专业要求,通识类数据科学课程目标多聚焦于跨学科、多元化教育理念要求,综合全面介绍大数据背景下新的技术体系,还需结合数据科学实践性强这一突出特点,设置实践性课程及专业实验室,并通过案例教学、项目驱动教学等方法,使学生在真实场景下利用大数据技术解决实际问题,通过实战积累丰富的岗位经验[3]

3.2课程模块设置

面向广大大学生的通识类数据科学课程要着力培养学生“数据就是生产力”的意识,使之在专业领域大数据中自觉运用数据思维、技术、方法、工具挖掘价值。基于此,课程要面向数据科学工作流程进行知识模块的设置,并借助前沿应用引入关联学科最新成果,帮助学生在工作岗位中更好地开展实践应用。课程模块设置如下:其一,问题描述。数据科学的应用往往并非针对专业大数据“单刀直入”式的挖掘与分析,而是在面对专业问题、明确数据分析目标、方向及需求的基础上展开的。因此,该模块要引导学生发现业务问题,思考该问题涉及领域知识,分析其能否转换为数据问题,以此培养学生数据思维与意识。其二,数据准备。该模块重点培养学生数据获取能力,依循问题需求,利用互联网爬取、业务系统生成、设备记录等方式获取数据。再依循业务逻辑去除冗余、无效数据,填补缺失数据,最终获取可供分析的标准化数据。其三,数据探索。该模块利用统计学、图形化方式考察数据,获取数据统计学特征及数据关联性,并在数据可视化的支持下提供数据概览,探索有意义的模式。其四,预测建模。结合分析目标判断问题类型,如分类预测、描述性或关联性分析问题,结合问题类别选择以统计学或机器学习等方式构建模型。其五,数据可视化。将分析结果采用报表、二维图、信息图等多元方式予以展示,培养学生“数据说话”能力及图表表达能力。其六,数据解决方案。使学生自行阐释结果,获取数据解决方案,并在此基础上考虑业务问题,提出有针对性的解决方案[4]

3.3课程体系建设

通识类数据科学课程体系建设要围绕国家战略需求、行业发展趋势及高校专业特点展开,在课程规划设计中要夯实数学基础,强化通识教育,加强理论学习与技术实践,构建面向基础、面向能力、面向领域的课程体系。其一,基础课与通识课。由于数据科学的核心在于统计整合,因此,基础类课程要覆盖数学、统计相关课程,设置通识教育学分。其二,面向基础的专业必修课。此类课程涉及两大模块,即统计分析模块、系统与数据挖掘模块,前者涉及统计学导论、统计建模、数据分析等课程;后者包括数据科学导论、大数据技术应用、大数据新技术专题等课程。其三,面向专业领域的专业选修课程。此类课程集中指向大数据技术在计算机、广告、位置服务、智慧城市、社会计算等典型领域的应用,方便不同专业学生依循专业应用背景自由选择选修课,获取针对性的技术应用学习。其四,面向能力的实践课程。数据科学课程实践性极强,为了提高学生技能应用水平,要求高校针对不同专业设置不同层次的大数据实践课程,设置一定的课内实践学时,并依托虚拟仿真实验教学平台、计算机实验教学中心等,为学生实践课程提供良好的环境。其五,问题驱动的毕业设计。为了深化数据科学课程与专业课程的融合,提高学生综合利用所学知识、独立解决实际问题的能力,数据科学课程体系还需增设问题驱动的毕业设计内容,由责任导师负责审核毕业设计题目,并将审核合格的题目开放给学生,由学生自由选择题目,运用数据思维、理论、方法、工具解决问题[5]

3.4课程制度建设

面向通识教育的数据科学本科学制涉及全日制、非全日制两种类型,高校可借鉴国内外高校优秀经验及专业特点调整学位年限,效仿加州大学伯克利分校增设非全日制在线课程。针对数据科学专业的培养途径,除了传统学位教育,还要增加认证学习的人才培养方式,提供CAS数据科学高级研究认证,并将该认证作为学位课程的一部分。与此同时,高校除了要提供校内授课,还应积极探索在线网络课程,利用远程教育方式拓展数据科学教育机会及教学质量,确保课程制度的灵活性。除此以外,高校要构建课程考核机制,除了终结性考试以外,还要增加专业领域大数据技术实践、大作业等考核形式,重点考察学生对数据科学知识的掌握程度、运用所学知识解决复杂问题的能力[6]

基金项目:教育部协同育人项目(编号:202101189001)中国交通教育研究会 2020-2022年度交通教育科学研究课题(编号:JTYB20-42)

参考文献:

[1]宋晖,刘晓强,杜明,王洪亚.大学计算机基础类数据科学课程的探索与实践[J]计算机教育,2019(09):88-91

[2]王国仁,金福生,刘驰,王树良.面向国际化的数据科学与大数据专业课程体系建设[J]中国大学教学,2018(12):43-45+51

[3]覃雄派,陈跃国,李翠平,柴云鹏,徐君,文继荣,杜小勇.“数据科学”课程群与“数据科学导论”课程建设初探[J]大数据,2018,4(06):19-28

[4]苏日娜,杨沁.LIS学科中数据科学课程体系设置研究——以iSchools高校课程调研为中心[J]图书馆论坛,2019,39(04):40-49

[5]朝樂门,杨灿军,王盛杰,赵俊鹏,许梦甜.全球数据科学课程建设现状的实证分析[J]数据分析与知识发现,2017,1(06):12-21

[6]徐昊,秦玥,黄岚.面向通识教育的数据科学课程建设[J]计算机教育,2016(08):158-162

第一作者简介:程实,男,高级实验师,硕士生导师,研究方向为智能计算、虚拟现实。通讯作者简介:吉凯熙,男,讲师,研究方向为新媒体研究。

猜你喜欢
通识教育课程体系
三维视角构建劳动教育课程体系
老年大学模块化课程体系建设的实践研究
“艺养教育”凝练与艺美课程体系建设
“三位一体”课外阅读课程体系的实施策略
通识教育背景下行政文秘专业建设的改革与实践
图书馆文献信息资源在高校通识教育中的作用探析
通识教育与自由教育
工程教育认证模式T的人才培养模式
应用型本科院校“通识教育”的教务管理及对策分析