计算机专业大数据类学科竞赛的实践与探索

武凌 陈劲松 周健

摘要：文章以安徽财经大学计算机大类专业参与安徽省高校大数据与人工智能应用大赛为例，从赛前动员、专业知识培训、团队管理、竞赛选手选拔等方面，阐述计算机专业师生参与大数据类学科竞赛的实践过程，分析以赛促教、以赛促学和以赛促改等创新性活动对提高人才培养质量的积极作用，并对未来如何更好地参加大数据类学科竞赛和提高人才培养质量进行了规划和展望。

关键词：计算机专业;学科竞赛;大数据技术;人工智能技术

中图分类号：G642        文献标识码：A

文章编号：1009-3044（2022）13-0172-03

1 引言

大学生学科竞赛活动是提升学生专业技能，提高学生创新实践能力和综合素质的重要载体，同时也是促进学科建设和课程改革的重要途径[1]，很多高校的教育教学工作者也从多种角度探讨了学科竞赛对学科建设和人才培养的促进作用[2-5]，分析学科竞赛中存在的一些问题和解决对策[6]。随着大数据与人工智能技术的发展，越来越多的大数据类和人工智能类竞赛开始出现，从2017年以来，安徽财经大学管理科学与工程学院计算机类专业每年都积极组队参加安徽省高校大数据与人工智能应用大赛。实践证明，大赛有力地推动了学生专业技能的提升、创新能力与团队协作精神的培养。

由于安徽省高校大数据与人工智能应用大赛的内容贴近前沿的计算机技术，竞赛形式公平，具有较高的实践性与技术难度，在培养学生动手能力和综合素质方面发挥了积极的作用，因而越来越受到广大任课教师的重视以及学生的普遍欢迎。结合管理科学与工程学院参加大数据与人工智能应用大赛的实践，对大学生专业竞赛活动的相关内容和问题进行研究和探索，旨在寻找合适的以选拔、训练、参赛及竞赛与教学良好结合等内容为主的模式，最终提高人才培养的质量。

2安徽省高校大数据与人工智能应用大赛简介

安徽省高校大数据与人工智能应用大赛是安徽省教育厅主办、安徽省高等学校计算机教育研究会承办的省级B类赛事，2017年10月份首次举办，2018年大赛名称由“大数据技术与应用大赛”更名为“大数据与人工智能应用大赛”，前2次大赛以大数据技术为主，从2019年开始大赛的内容逐渐向人工智能领域扩展，2021年的赛道扩充为大数据现场赛、人工智能现场赛、大数据和人工智能作品赛。

大数据现场赛赛道分为本科组和高职组，本科组竞赛内容分为大数据平台部署、大数据平台参数优化、大数据预处理、大数据分析、大数据可视化以及综合应用;高职组竞赛内容分为大数据平台搭建、运维与优化、语言代码处理、大数据工具使用、大数据处理及分析、文档编写等。人工智能现场赛赛道也分为本科组和高职组，本科组竞赛内容分为人工智能基础环境搭建部署、样本数据预处理、传统机器学习算法设计及应用、深度学习算法设计及应用、人工智能技术综合应用;高职组竞赛内容分为人工智能基础環境搭建部署、数据集加载及预处理、模型构建及训练、模型加载及预测、综合分析。大数据与人工智能作品赛需围绕大数据与人工智能核心技术，探索有具体落地场景的技术应用创意方案，竞赛采用开放命题，参赛者充分发挥创新能力，自由探索应用场景并自行获取相关数据，最终提交具有原创性并能够进行可视化应用展示的参赛作品。

3竞赛指导工作的组织与实施

3.1赛前动员

由于大赛涉及的知识模块较多，为了能让学生有更充足的时间进行准备，管理科学与工程学院采用的做法是在大赛前一年的上半年就开始启动竞赛的宣传工作。例如为了参加2020年10月份的大赛，在2019年上半年就启动竞赛的宣传工作。利用学院网站、微信群、QQ群、辅导员例会，采用线上线下的方式，多角度对比赛进行宣传，给学生营造一种参与竞争、自主学习的浓厚参赛氛围。为了方便宣传，我们以图片的格式制作了宣传册，在宣传册中给出了竞赛培训课程的时间安排与内容、参加培训前应做的准备和应该具备的基础知识，留下了竞赛群号及老师的联系方式，并且写上了一些鼓励的话语，做到一目了然，方便在师生中进行转发。

3.2竞赛技能培训

由于大数据技术入门门槛较高，我们采用了申报开放性实验课方式进行入门培训，开放性实验课是安徽财经大学实施的一种以培养实践能力为主的选修课模式，纳入教务系统正常的教学管理中，这种方式较好地解决了指导教师的工作量问题。现阶段一共申报了2门课程，《初级大数据技术与应用竞赛培训》（36课时，1学分）和《高级大数据技术与应用竞赛培训》（36课时，1学分），考虑到竞赛的举办的时间是在10月份，因此下半年开设初级课程，上半年开设高级课程。参加学科竞赛培训既能学习技术还能获得学分，这对大部分同学来说还是很有吸引力的，所以每次开课的时都会成为选修课中的热门课程，选课人数大大超出了课容量人数。

培训课程定位的目标主要为大二学生，大二上学期修初级课，大二下学期修高级课，经过暑假的强化后，在大三上学期参加比赛。按照竞赛的内容体系指导教师团队编写了详细的教学大纲和实验指导书，内容包括Hadoop平台和人工智能平台TensorFlow的搭建、HDFS操作、HDFS API和MapReduce编程、Hive、Spark、Python数据分析与可视化、TensorFlow初步开发，经过为期一年多大致80节课的学习，学生就可以从零基础到较全面地掌握竞赛涉及的知识点，初步具备了深入学习大数据技术的能力。竞赛培训课程在授课方式上与传统的正常教学有两点较大的差别：①考虑到大数据技术入门时各种操作的复杂性，为了学生方便课后自主学习，我们没有再使用计算机实验室的电脑，而是采用由教师指导学生在自己的笔记本电脑上搭建环境后直接进行案例的开发。当学生看到在自己的笔记本电脑上安装的WMware Workstation虚拟机软件中竟然运行了3台Linux操作系统，自己用命令能操作一个集群的时候，兴奋之情溢于言表;②课程完全以实战方式为主，内容有一定的超前性，重点在于引导学生入门，相关的基础理论知识留在课后由学生自学。这种边学边做边练的方式让动手能力较强的学生有机会快速地进入大数据领域，较好地调动了学生学习的积极性。

3.3团队管理

大数据技术的学习会让一些初学者产生畏难心理，为了尽量避免单人学习产生的挫折感，在竞赛的培训过程中采用了团队互助学习的方式。在启动培训课程后第一次大作业之前完成组队工作，参加培训的同学可以自由组队，每2～3位同学为一组，给队伍起个名字并选出一名责任心强的队长。每次作业由团队协同完成，作业中除了要完成的题目以外，增加了作业记录表和作业感受，作业记录表主要记录学生完成这次作业共进行了几次队员之间的交流、每次在一起完成作业的地点和持续时间;在作业感受中写出每位队员完成作业中遇到的困难和解决过程。通过作业感受指导教师可以及时获取学生的学习动态和心理状态，对学生的薄弱环节有针对性地指导。老师可以在QQ群中对作业进行点评，对一些出现的共性问题进行解答，加深了师生之间的交流和默契程度。平时还要求队长能及时反馈队员的学习状态，对那些遇到困难想退缩的同学及时进行鼓励。

大数据与人工智能技术日新月异，大赛涉及的技术面也比较广，既考验了学生的学习毅力，也对指导教师的实力提出了较高的要求。观察这几年的竞赛培训情况，我们发现，在刚起步阶段，如果学生的问题不能得到及时解答，有的同学会很快地失去学习的热情。例如学习大数据的第一关就是搭建Hadoop平台，这个过程对初学者而言是一个比较艰巨的任务，搭建平台的过程中有很多的技术细节，一旦某个小问题没有解决会影响后面整个平台的运行与开发，一些学生在折腾了一段时间后，由于问题得不到及时解决，在刚入门的路上就放弃了，显得很可惜。这些问题一方面是由于学生本身学习动力不足，另一方面也是指导教师水平还是有所欠缺，因此要求指导教师团队在竞赛的各个方面必须要比较熟悉和精通，才可以更好地履行指导的任务。

3.4竞赛选手选拔

大赛的每支参赛队伍可以由1～2 名指导老师和2～3 名学生组成。对于指导教师的确定，我院实行教师申请的办法，申请指导竞赛的老师必须爱岗敬业，对大赛有充分了解和正确认识，对新技术的学习充满热情，老师可根据自身专业特长自由组合。

对于参赛学生的选拔，整个过程分为院内选拔和网络赛选拔两部分。院内选拔在每年暑假开始时进行，由参加过培训的学生自由组队，在规定的时间内完成相关的试题，主要考核程序设计的基础知识和大数据的基本技能，包括大数据Hadoop平台搭建、Java程序设计基础、Python程序设计和SQL语言。老师根据报名学生在平时培训中的表现（即学习能力、动手能力、团队合作精神、专业知识储备等方面）综合考虑，初步筛选出参加网络选拔赛的学生。网络选拔赛在每年的8月底举行，由通过院内选拔的同学组队参赛，网络选拔赛的风格与大赛现场赛的风格十分接近，竞赛时间为4个小时，经过这一轮的选拔后具有实战能力的较优秀的同学就可以被选拔出来参加现场赛。

4对实践教学改革和课程建设的促进作用

经过连续多年参加安徽省高校大数据与人工智能大赛，大赛对目前进行的实践教学和课程建设的促进作用也日渐显著，主要体现在以下两个方面。

4.1以竞赛调动学生学习积极性

管理科学与工程学院的计算机类专业学生已经连续4 年参加大赛，每年都取得了较好的成绩，每年都拿到了全省一等奖，在2019年的竞赛中团队总分位于全省第一，为此学生学习积极性大大提高，也促进了本院的学风建设。近几年的授课发现，学生学习《Java程序设计》《Python程序设计》和《机器学习》等课程的主动性和积极性大大提高，有的同学根据竞赛的内容自学了爬虫、数据可视化等技术，有的同学在作业感受中显得很活泼幽默，表达了在学习过程中不断进步的充实感、撰写代码完成任务带来的成就感，对深入学习大数据与人工智能技术也充满了热情和期待。每次竞赛后都会有一些参加培训但最后没有获奖的同学，跟老师进行了交流，表达了自己的心情，虽然没有获奖，但是学习到了很多的专业技能，开阔了眼界、拓宽了知识面。

4.2以竞赛促进实践教学改革

大赛每年的题目涵盖了数据采集、数据清洗、数据挖掘和数据可视化，牵涉的技术面比较广，提倡使用新技术、新方法，竞赛涉及的知识模块也在与时俱进，而且这些知识模块都是计算机行业发展的前沿技术，是行业最大的需求点。目前我院的计算机专业还是沿袭了比较传统的计算机学科体系，这些新技术在专业的培养方案中涉及不多，在大数据和人工智能技术方面的课程较少，只有一些选修课，不能满足学生学习新技术的需求，通过竞赛我们已经深深地意识到了这一点。学科竞赛还给专业教师提供了走出去的机会，促进了与其他高校的交流和对热门技术的了解和学习。

近几年，安徽财经大学实行了学科竞赛替代毕业设计的政策，获得省级竞赛二等奖以上的奖项就可以替代毕业论文，这也在一定程度上提升了学生学习新技术的动力。每年大赛后指导教师团队认真研究竞赛中的知识点，将竞赛作品返回课堂，让实践促进理论教学，将竞赛中的题目进行扩充和完善，将竞赛项目与课程设计、毕业设计结合起来[7]，让一些感兴趣的学生在实践环节中进一步得到了锻炼，提升了专业技能。有的竞赛获奖的学生在就业求职中，顺利通过了大数据岗位的面试，找到了自己心仪的实习和就业岗位。

5对大数据与人工智能学科竞赛的展望

目前大数据与人工智能方面的大赛也是越来越丰富，全国性的及各个省的相关的赛事也在逐步增加，以安徽省为例，在省内高校之间竞技的大数据赛事除了“安徽省高校大數据与人工智能应用大赛”之外，还有省电子学会和计算机学会承办的“安徽省大学生网络与分布式系统创新设计大赛大数据应用技能赛”（2019年开始举办）、中国大学生计算机设计大赛安徽省组委会承办的“中国大学生计算机设计大赛安徽省级赛大数据模块与人工智能模块”（2019年开始举办），这些竞赛的举办为展示学生们的大数据处理能力提供了高层次的舞台。为了提升学生学习大数据与人工智能技术的兴趣，更好地选拔竞赛选手，我们也在积极筹办校内的大数据与人工智能学科竞赛，竞赛的重点会根据省赛的内容进行调整，在全院范围内营造学习大数据与人工智能技术的氛围，校级竞赛的内容和组织形式也是我们以后竞赛建设的重要目标。随着人工智能技术的发展和应用，安徽省高校大数据与人工智能应用大赛对2021年的赛事单独划分出人工智能现场赛，为此指导教师团队也开始开设人工智能开放性实验课和选修课，引入神经网络、图像识别、文本挖掘等最新的深度学习技术进入教学体系中，为未来参与人工智能类学科竞赛进行知识储备。

6结论

大学生学科竞赛是提高学生创新、实践能力和综合素质的重要载体，学科竞赛对于本科同学来说是难得的学习机会，通过学科竞赛，学生能更好地将已经学习的理论知识转化为实际应用，进一步明确学习目标，这对于工科专业本科生尤其重要。本文对本院计算机类专业在参与大数据竞赛过程中，从竞赛培训、竞赛选手选拔、团队管理等方面的实践过程进行了分析和总结，并对未来的竞赛工作进行了规划和展望。在以后的工作中会进一步深入探索和实践基于竞赛促进教学、提高实践教学质量等与人才培养密切相关的活动，以期提高竞赛成绩、提高人才培养的质量。

参考文献：

[1] 肖远淑，刘金莲.纺织工程专业学科竞赛的实践与探索[J].轻纺工业与技术，2018，47（12）：76-78.

[2] 许波，李祥霞.计算机科学与技术专业应用型人才培养模式改革初探[J].廊坊师范学院学报（自然科学版），2020，20（1）：117-120.

[3] 杨志斌，赵昕.学科竞赛促进教学改革与创新能力培养[J].实验室科学，2018，21（5）：238-240.

[4] 李春阳，郑艺，付铁，等.基于学科竞赛的实践教学模式研究与实践[J].实验技术与管理，2019，36（10）：208-210.

[5] 李中华，夏明华，李晓东，等.基于学科竞赛驱动的创新创业人才培养研究——以IT应用系统开发大赛为例[J].计算机教育，2017（12）：36-38，42.

[6] 夏玲娜.地方高校开展学科竞赛存在问题分析及对策[J]. 浙江海洋大学学报（人文科学版） ，2014，31（2）：81-84.

[7] 王英.将学科竞赛与毕业论文（设计）有效融合的互助式培养模式探索[J].智库时代， 2019， （24）：236-238.

【通联编辑：王力】