“新工科”背景下基于岗位需求的大数据人才培养——以金融大数据为例

潘华贤

（西安财经大学行知学院,陕西 西安 710038）

我国经济已进入新的发展阶段，为了应对国际竞争新形势及服务国家战略发展的需求，为此国家提出特色高等工程教育改革方案，即“新工科”。培养多样化、创新型人才，为产业发展和国际竞争提供人才保障，已成为高校的当务之急。高校专业的建设路径将转变为“产业市场人才需求—改造升级现有专业—调整完善现有学科”，从单纯“以学科为基础”向注重“以市场为导向”进行转变。同时，由于大数据作为战略资源的地位日益凸显，大数据技术已成为引发经济社会变革的最根本性的原因，大数据与专业人才培养的融合，已成为高校各类学科专业人才培养的共识。如何构建大数据和各学科专业之间的相互依附、相互影响和协同发展的关系，对人才培养进行改革研究，成为高校面临的一项新的挑战。

教育部的新工科建设实施方案中，明确提出不同层次院校的新工科建设有不同的目标和要求，地方高校的工科人才培养要对区域经济发展和产业转型升级发挥支撑作用[1]。本文以“新工科”背景下数据科学与大数据技术专业为研究对象，以多学科交叉融合为出发点，探讨大数据专业人才的培养改革方案。

1 现状分析

1.1 产业人才需求现状

据调研数据，预计到2023年，中国大数据产业规模将达到1万亿元，预计到2025年，大数据人才岗位缺口将达到200万，无论是高校还是企业，引进和培养大数据产业人才都迫在眉睫。同时，在全球新冠肺炎疫情的冲击下，实现“数字化”转型已成为各行业和市场的核心竞争力，然而，数字技术的难关成为大多数企业面临的一项艰巨挑战，由于企业在数字技术方面存在技能缺口，从而在实施数字化转型时出现技术壁垒，因此企业对大数据人才的需求持续增加。据人才需求报告统计，近几年，数据类岗位不断升温，大部分相关职位供不应求，包括数据架构师在内的高级数据科学岗位人才存量严重不足。

当前产业对大数据人才需求的特点是大数据和人工智能相关岗位出现全行业渗透的现象，大数据岗位的划分表现出强烈行业化的特点，几乎所有行业都提出了大数据岗位，而且并不是单纯的以大数据技术（大数据平台开发、运维、数据分析）进行岗位划分，很多大数据相关岗位要求必须符合具体行业需求。这就对高校人才培养提出了更高要求，高校各专业需要在人才培养过程中丰富知识结构，实现大数据与其他学科的交叉融合。同时，由于大数据在行业中的应用日益广泛，越来越多的行业从业者都将成为大数据从业者，因此，无论何种专业，高校在进行专业建设的过程中，如何引入大数据知识体系，已成为各学科专 业亟待解决的问题之一。

1.2 岗位需求现状

由于大数据分析可促进信贷评级及有效实现精准营销等，金融服务业迅速将大数据技术应用于金融风险及客户管理[2]。通过对各类大型校园招聘网站关于金融行业（包括银行、保险、证券市场）大数据相关岗位的招聘信息分析得知，进入2021年，数据类岗位热度进一步提升，对于数据人才的需求，包括数据分析师、大数据开发工程师、大数据运营工程师、大数据营销等岗位，已成为几乎所有金融类企业的需求标配。通过对金融类企业对大数据人才的招聘要求进行分析可知，对应届生的能力要求分为业务能力、英语能力、行业知识运用能力以及资质证书的获取情况。

如表1所示，对于业务能力的要求，与其他行业对大数据人才的需求无明显差别，主要考核学生对大数据专业知识的应用能力，核心业务能力要求包括是否学习了相关课程、是否掌握一种或多种编程语言。一些企业将对于程序语言的掌握情况作为优先录用条件，提出是否熟悉某一类数据库的应用、是否掌握数据分析软件的使用、是否熟悉建模方法，并将人工智能知识的掌握情况以及对大数据生态圈技术的掌握情况作为优先录用条件之一。

2 大数据人才培养存在的核心问题

2.1 人才培养存在的问题

对于资质证书与行业知识的要求，很多招聘企业将是否具备大数据技术相关资质证书，以及是否具备金融行业的行业知识作为优先录用的条件，如表1所示。企业要求应届生在掌握金融、经济相关理论的基础上能够对经济现象涉及的数据进行深入洞察与分析，并利用大数据分析技术寻找隐含的经济规律。因此，对于行业知识的掌握情况，进一步对高校的人才培养提出了具体要求。然而，虽然有很多高校在制定培养方案的过程中，将行业知识穿插到课程实验、实训模块进行讲授，但是由于实验实训课时受限，无法深入讲授交叉学科的知识，一方面，学生对交叉学科知识的欠缺，导致对知识点的深入理解存在障碍，另一方面，实训过程中无法全面深刻体会数据分析、管理过程对业界的作用。

表1 金融大数据岗位所应具备的共性职业能力要求

2.2 教材管理存在的问题

高校对大数据教材的需求包括两类：一类是一系列完整的大数据基础教学丛书，包括学科共同课程、专业基础课程、专业主干课程及选修课程的教材；另一类是面向实验模块、实习实训模块等的教学丛书。虽然国内开设的大数据相关专业的课程仍处于摸索阶段，但是市面上已有大量不同深度、面向不同层次人群的大数据相关教材，并且作为提高技能所需要用到的大数据参考类数据数量充足，且内容比较完善。但是，针对高校的授课教材，整体缺乏系统化及标准化教材，甚至有些大数据相关课程没有教材，教师使用自己编制的教案。同时，由于开设大数据相关专业的学校层次具有差异性、地域范围不同、办学定位不同，以及各高校为了体现特色性，设定了不同的人才培养方向。这些特征进一步对教材提出了更高的要求。因此，如何分层级编制统一标准化的大数据基础系列教材，如何根据差异化策略编制面向不同层次、不同特色培养目标的实验实训教材丛书，成为大数据专业教材管理亟待解决的关键问题。而多学科交叉融合是“新工科”专业的重要特征，但是目前的大数据专业教材尚缺少“新工科”的理念。

3 大数据人才培养改革路径

3.1 基于岗位需求的专业培养目标定位

招聘企业将应届生是否具备金融行业的行业知识作为优先录用的条件，该项要求被一些地方高校设定为体现核心竞争力的要素之一。截至2021年，全国共有730所高校获批开设了大数据科学与大数据技术专业。对于地方高校，在不具备与一流大学进行竞争的实力和区域优势的前提下，如何实现有利于大数据专业学生提升市场竞争力的专业建设、人才培养，以及保持领先于其他院校同类专业的优势，已成为其急需解决的问题。

因此，对于不具备竞争优势的高校，开设大数据相关专业，需采用差异化策略，如：强调“大数据+金融”“大数据+会计”“大数据+医疗”“大数据+交通”的特色培养模式；培养具备特定应用能力、大数据实践能力的人才；培养能够对大数据专业领域及经济、医疗、管理等领域问题进行判断、分析和研究，满足业界需求的人才。如此才能使得地方高校的人才培养对区域经济发展和产业转型升级发挥支撑作用。

3.2 基于岗位需求的课程体系

高校教学质量的提高，在于底层课程体系的建设，而课程体系的建设，需要契合企业的实际需求和有较强的针对性。同时，由于“新工科”以面向产业需求、学科交叉融合为主要特征，为了符合“新工科”理念，高校的课程体系也亟待调整。针对金融大数据人才的培养，需结合行业的招聘需求，设定课程体系。通过系统的、产教融合的多层次课程，逐步构建符合业界需求的人才知识体系结构。根据业界对人才技能的要求，具体课程安排如下：关于基础课程（见表1），高校可开设数据科学与大数据技术导论、概率论与数理统计、统计学原理、数据结构、离散数学、算法分析与设计、数据清洗等课程；关于程序语言的课程，高校可开设C语言程序设计、Python语言程序设计、Java程序设计等课程；与数据库相关的课程，可开设MySQL数据库、SQL数据库、Oracle数据库；工具软件包含SAS、Kettle等；关于建模方法的课程，可开设数据分析与挖掘、数学建模课程；关于大数据生态圈技术的课程，应开设Linux基础、分布式计算、Spark大数据处理、大数据存储与处理技术应用技术（Hadoop）、大数据应用开发等；与英语能力相关的课程，可开设大学英语、专业英语的培养情况；与行业知识相关的课程，应开设微观经济学、宏观经济学、证券投资学、运筹学、应用多元统计分析、金融学等，并且教材、课程内容应体现“新工科”理念。

3.3 基于岗位需求的教材管理

教材是学科体系和知识体系的高度凝练和综合反映，高校可依据业界对金融方向大数据专业的招聘需求，邀请企事业单位、政府部门的相关专家参与教材的编制。同时，由于多学科交叉融合是“新工科”专业的重要特征，大数据专业作为“新工科”专业的典型代表，在专业教材中，需要体现多学科交叉融合的知识内容，建立起不同学科或同一学科不同课程之间的关联性。同时，对案例进行分解，保证案例穿插到人才培养相关课程教材的整个环节，实现案例“一案到底，环环相扣”，因此，也对整个大数据专业的一体化教材管理提出了更高要求。为了符合“新工科”理念，需要将“新工科”的前沿知识，融合跨学科的知识、原理和方法编入教材，以培养学生的跨界整合能力[3]。

4 结语

体现“新工科”多学科交叉融合理念、以满足行业需求为目标，依据岗位招聘需求进行大数据专业人才培养的改革，将有利于培育具有“针对性”的大数据人才。高校需根据地方经济、市场需求，整合学校优势与特色专业，采用差异化策略，将大数据人才培养与多学科进行融合，培养满足特定市场需求的高校人才，提升人才的竞争力。