“新工科+新商科”背景下OBE-CDIO 大数据管理与应用专业人才培养模式探索

易国栋，施 芸，易淑婷

（1.湖南工商大学 前沿交叉学院，长沙 410205；2.中共湖南省委党校（湖南行政学院）文史教研部，长沙 410006）

新工科、新商科正在成为数字经济时代学科专业转型升级的重要方向，教育部明确提出要深化新工科、新商科等新兴学科专业建设，并促进学科交叉融合发展。数字经济时代发展“新工科+新商科”对人才能力与培养体系提出了多元化的新要求，要求培养兼具数据信息应用意识和应用能力的复合型人才。来自国家信息中心的中国大数据发展报告中显示，我国迅猛发展的以大数据为依托的数字经济急需大批大数据管理与应用人才。根据“十四五”规划，预计在2025 年，中国大数据相关产业规模将突破3 万亿元。当今时代，在众多行业的业务和工作中都显示出应用大规模数据所带来的巨大价值，然而大数据人才的供不应求却是目前大数据相关行业面临的一大困境。根据赛迪智库、LinkedIn 等研究院和机构进行测算得到的结果显示，数字化时代所面临的大数据专业人员的缺失表现出剧烈增长的情况。最近三年，大数据专业人员的缺失正以每年50 万人的数量增长，估计在2025 年之前数据专业人员的需求量会以30%到40%的速度保持稳定增长，对大数据人才的总需求量将达1 000 万人。

2018 年，大数据管理应用本科专业正式开设，迄今为止，全国142 所高校成功申报“大数据管理与应用”专业。这个专业主要采取的是因材施教的培养模式，注重培养复合型人才，要求学生既要掌握大数据管理、分析和应用开发又要精通管理与决策。此外，各大高校也在探索着依托专业教学、实验与科研和课程设计项目的人才培养新模式，但仍然处于重理论、轻实践，聚焦于理论方法课内教学和实验的阶段，较为忽视课外实践教学，基于OBE-CDIO 分析大数据管理应用专业有助于改善这一现状。

OBE 是指一种以产出为导向的教育模式，一个学生所学的内容和能否取得成就要远远重要于如何学习和何时学习。以反向方式来决定教学环节，让学生成为自己学习过程中真正的主人。CDIO 中C 代表构思，D 表示设计，I 是实现，O 为运作，是近几年来国际工程教学改革的一个新进展，加强学生理论知识与实践技能的紧密结合，以项目推进为中心，引导学生积极主动地进行学习，将理论运用于实践。

OBE-CDIO 教育模式被引入到了许多专业的课程教学中，如土木工程、化学、数字媒体技术专业等。在土木工程专业中，围绕BIM 一体化课程改革，基于OBE 理念，持续循环CDIO 模式进行该专业BIM 课程的教学，完善了BIM 课程的整体体系[1]。在化学专业中融合CDIO 的理念，采用项目化的教学方法，添加一项长期的研究任务，使分散的知识以学生为中心进行联系和延伸。重视学生不同阶段能力的提高，针对不同时期的教学目标，逐步提高教学难度，提高学生的科学研究和实践能力。在分析化学的教学中，同样可以进行相似的课设研究，使整个学期的学习都能够通过课设来加强学生的团队协作和自主学习的能力[2]。在数字媒体技术专业中，基于OBE-CDIO 构建以实践课堂与理论课堂为一体的教学体系，并且以实际岗位需求作为学生的培养方向，强调学生的实践与创新能力，从而应对数字媒体技术专业的培养模式与培养目标和当今发展方向相背离这一问题[3]。

一、大数据管理与应用人才培养的特征分析

“新工科+新商科”是数智化时代学科专业转型升级的重要方向，教育部明确提出要深化新工科、新商科等新兴学科专业建设，强调利用学科间的交叉、整合和融合，培养复合型技术人才。目前，大数据管理与应用专业建设主要存在以下几方面痛点问题：（1）新工科与新商科的交叉融合、相互渗透深度不够，未能较好体现时代需求和科学技术发展趋势。（2）智能实训平台面临硬件投入大，耗材成本高，商科学生“难入门、难实践”的问题。（3）实践教学设计缺乏针对性，无法满足不同专业、不同学生的需求，以致学生的学习能动性较差。（4）产教融合度、校企深度合作动力不足，对人才培养的支撑效果亟待提升。

大数据管理与应用专业以数字经济为背景，旨在通过系统化教学，培养具备管理学与经济学基础理论与方法，掌握大数据分析技术和方法，并擅长运用大数据挖掘技术对商业数据进行定量分析，促进商业决策智能化的复合型人才。这种学以致用的能力要求与OBE[4]成果导向的核心理念完全吻合。另外，大数据管理与应用更注重将理论知识和实际运用紧密结合，通过让学生跟踪项目全流程，从项目方案的设计到实际项目落地，通过实践让学生自主掌握并在项目中进行课程理论知识和项目实际操作之间的有效衔接，加强理论知识的实际运用，累积项目实践经验，这一点也是CDIO 教育理念的体现。因此，在“新工科+新商科”背景下，OBE-CDIO 人才培养模式能有效结合大数据应用与管理专业的课程，提升学生专业实践能力。大数据管理与应用专业人才培养的自身特征与OBE-CDIO 理念耦合，具体表现为以下几个方面。

（一）“管、技兼备”的复合型人才培养

提高知识的实践运用水平，大数据分析技能和管理决策专业知识并重，是大数据管理与应用专业的培养特点。该学科注重于信息技术和管理科学的融合应用，具体来说就是培养能满足复杂场景与现代企业的需要，并利用强大数据挖掘手段对管理问题进行模拟分析，从而进行管理决策的复合型人才[5]。所以，在专业建设中要十分注重利用计算思维这种跨领域概念和管理思想范式集成的模式，重建学生的大数据思维体系，提高其数据分析和应用能力，以便更好地在实践中解决具体的大数据技术和应用层面的问题。

（二）“逆向、模块化”的课程体系构建

大数据管理与应用专业的人才应具备数据挖掘技术与管理决策能力，数据挖掘与决策活动作为一项工程，本身具有一个明确的结果。OBE 是注重结果效益的教育理念，即先确定当下的现实需求，明确学生的预期学习结果，特别强调学生储备的知识与经验技能。因此，大数据管理与应用专业适合采用“基于产出模式”，即OBE 模式的逆向课程设计，将预期的毕业生能力素养有机地导入到课程计划之中，明确各门课程、每节课对实现最终目标的贡献[6]。目前，中国国内大数据行业的重要人才需求有三类，分别为技术型人才、应用型人才和业务型人才，相应的技能素养可划分为三个维度，分别为硬性技术主导、柔性知识主导和跨界融合的知识主导，因此，课程设计应根据这三类技能素养要求确定。另外，大数据管理与应用的课程体系强调学科模块和CDIO内容的对应，按照本科人才培养通用的通识教育、学科基础教育和专业教育三个层次结构，由七个课程模块构成，其中，学科基础教育层次包括计算机基础模块和数学与定量方法模块、经济与管理理论模块。专业教育层次包括数据分析与管理模块、大数据技术模块和大数据应用模块。课程模块之间有机耦合，同一层次的课程模块相互补充、相辅相成，不同层次的课程模块环环相扣，纵向深化，与CDIO 的四个环节高度匹配。

（三）“理论、实践并重”的培养模式设计

大数据管理与应用专业的人才培养一方面依赖于课堂的理论体系学习，一方面依靠基于大数据技术的项目实战。按照培养计划安排，学生应掌握大数据的基本理论。在实践方面，基于CDIO 理论，将项目分模块耦合进课程中，保持项目进度与知识传授进程同步，学生在项目中完成对数据采集、加工和处理，并面向问题进行建模和分析。以项目促教学是理论与实践衔接的有效途径，能够帮助学生达到系统化理解、掌握和应用专业理论知识的目的。其中，实践教学具体包括实践课程、实践研讨和实习。例如，以完整实施一个项目为目标，自学生大二进入专业后即进行分组、选题和模型设计，第4—5学期进行程序开发，第6—7 学期进行数据分析，第8 学期提交项目成果。通过项目实践开发培养学生的数据洞察力、逻辑思维能力和分析总结能力，具体如图1 所示。

图1 基于OBE-CDIO 理论的大数据管理与应用人才培养特征

二、大数据管理与应用人才培养模式探索

（一）以实际岗位需求确定学生培养方向

围绕提升目前企业数字化转型对大数据综合分析人才的迫切需求，按照OBE 模式进行人才培养方案设计，将相关职位如数据科学家、数据架构师、大数据开发工程师、数据产品经理和数据库工程师等数据分析类职位需求与该专业毕业生能力培养进行匹配，具体涵盖以下五个方面：（1）在大数据管理与应用知识方面，学生能系统地掌握该领域的基本理论知识和前沿技术的基础应用，掌握统计学、电子信息等学科的专业知识和基本技能；（2）在问题分析方面，学生能够熟悉机器学习，数据挖掘相关理论，熟悉运筹优化算法使用场景，寻求解决问题的思路、方法与方案；（3）在设计与开发方面，学生能够形成大数据思维模式，即对数据敏感、善于洞察和挖掘数据间的关联性，具有良好的科学素养和数据意识，具备综合运用掌握的知识、方法和技术来解决数据实时或离线处理时出现的实际问题能力；（4）在计算机技术应用方面，学生熟悉PDI（Pentaho Data Integration-Pentaho）进行数据抽取、转换和装载等数据预处理工作流程，熟悉数据采集传输、消息队列相关技术，对Kafka、Flume 等开源组件，熟悉大数据离线计算生态体系，有独自完成项目设计与相关程序语言编写的数据管理实践经验；（5）在个人与团队协作方面，学生能够有较强的快速学习能力，在多元学科背景的团队，具备团队沟通与交流及解决实际项目问题的能力。

（二）以融合教育思想构建教学培养体系

OBE-CDIO 人才培养模式意味着课程规划与建设需要紧紧围绕实践、项目和最终能力展开，采取理论教学与实践教学相互融合的思想，与国家级、省级大数据实验室、平台学习相关优势课程的理论教学和实践教学内容，通过合作开展校企合作横向课题建设、大数据技术实验管理软件平台开发等方式提高学生实践操作能力。通过融合理论与实践，学生在实施相关项目时能较好地进行经验总结，在处理问题中学以致用，形成较为系统的知识体系。具体涵盖以下三大模块：数据管理模块建立在基础信息课程的基础上，侧重于信息检索、存储和数据清理的基础知识，重点是为学生建立一个数据管理的知识框架。数据分析模块主要是通过统计分析及处理过程的实操，学生能够自主收集和分析数据用于辅助决策分析决策，重点在于培养学生应用分析数据进行数据挖掘的能力。计算机能力模块是“新工科+新商科”相融合的背景下大数据管理与应用专业对应的企业人才需求中的技术支撑模块，着重加强学生对模型构建和自然语言处理的编程能力。

（三）以创新人才培养路径营造良好学习氛围

为了满足与适应面向数字经济时代下大数据管理与应用专业创新型人才培养模式。主要从以下四个方面出发：课程设置方案应以“工商交融、重在实践”为核心，适当增加项目调研、开发与实施等实践环节，夯实学生学科专业素质和处理实际问题的能力。职业规划导向以“通过数据思维及计算编程的力量去分析和解决实际问题”为目标，顺应数字化浪潮，培养学生运用统计学、计量经济和计算编程等方法从海量数据中挖掘发现数据秩序的能力，搭建学术沙龙等活动加强学生与相关数据科学领域带头人的交流、沟通平台，进一步帮助该专业学生明确自身职业规划方向。教学创新策略以“数据思维能力培养+项目实战”为主，从大数据分析、管理工具的学习入门，再到搭建数据模型、数据库等实战项目进行实际问题解决能力训练，通过问题导向对学生的知识进行系统性梳理。技能提升途径以“学赛融合”为指导，举办数据科学领域的专业性竞赛，激发学生自主学习积极性，综合提升学生的逻辑能力、业务理解、沟通技巧和分析工具运用能力。

（四）以多元评价体系提升学科培养质量

为实现“以评促教”的目标，形成和完善大数据管理与应用专业这一类“新工科+新商科”综合型人才培养的多元评价体系，大数据管理与应用需要以下几个方面完善评价体系：从系统的角度积极回应社会的变化和需求，建立跟踪教学、实践和社会服务的全过程动态评价，将多元评价贯穿到人才培养的全过程；不同类别院校都有自身学科建设特色，不同层次学科点相互支撑和学习，形成区域、形式或定位多样的学科点布局；综合学生评价、教师点评、院校互评和社会反馈构建多元评价体系，推动复合型人才的培养，通过收集数据科学、算法开发等领域对不同院校的人才培养成果反馈完善综合评价体系；将互联网的线上课程、人工智能的智慧教室、大数据平台的教学系统等科学技术的应用程度纳入课堂评价考核体系，提升教学数字化、智能化程度。

三、总结和展望

本文旨在“新工科+新商科”背景下探索大数据管理与应用专业人才培养模式，将OBE-CDIO 人才培养模式有效结合大数据管理与应用专业的课程，帮助学生积累自身专业知识的同时将理论与实践紧密结合，培养学生创新与实践的能力，引领学生增强自身竞争力、顺应时代发展，力争时代精英、成为高素质人才。本文首先介绍了大数据管理与应用专业的发展背景、专业开设现状及OBE-CDIO 在其他专业的应用，从中可以发现该模式与大数据专业自身特性有一定的适配度，然后在“新工科+新商科”背景下对大数据人才需求进行详细分析，最后将OBE-CDIO 引入到大数据管理与应用专业的人才培养模式的优化中，以应对该专业人才培养陷入困境的局面。

研究发现，在“新工科+新商科”背景下，OBE-CDIO人才培养模式有利于数据管理与应用专业摆脱人才培养困境，也为其他专业在人才培养模式的优化方面提供了可以借鉴的案例与意见。