面向大数据智能化的计算机专业人才协同创新培养

作者简介

冯永（1977—），工学博士，重庆大学计算机学院工程系书记，博士生导师，教授，重庆市一流本科专业负责人，健康医疗大数据智能化重庆市工程研究中心主任，重庆市医药智能物流工程技术研究中心首席专家，重庆市研究生教育优质课程“大数据技术基础”负责人。

高端芯片与基础软件研发人才的缺乏不仅会影响国家整体安全，也会严重制约国家在大数据智能化领域的创新能力。计算机专业系统能力是指在“新工科”背景下，以计算为基础的大数据智能化系统分析、设计、实现和应用综合能力，也是研发高端芯片和基础软件所必备的专业能力。国家战略和产业发展需要大量具备高阶系统能力的大数据智能化复合型计算机类卓越人才。

一、当前大数据智能化人才培养与国家“新工科”建设目标存在差距

目前全国各类高校、高职院校已陆续围绕大数据专业或方向展开研究，部分高校已经申报了大数据专业，然而大数据相关专业，特别是结合人工智能的大数据智能化相关人才培养方式、目标定位等距离国家“新工科”建设的目标仍存在较大差距。

（一）缺乏清晰的培养目标和定位

大数据智能化人才是以计算技术为基础，以数据科学、大数据技术、人工智能为特色的宽口径人才，因此大多数院校的培养目标与传统的计算机科学与技术、软件工程等人才的培养目标相关联，甚至将计算机、统计学等专业培养目标复合而成。大数据技术與人工智能融合演进迅速，还在各个领域持续渗透和深化，岗位需求不断演变，客观上也导致学校在专业培养目标和定位上不明确。

（二）缺乏完善的能力与知识体系

国内在针对大数据智能化人才培养模式的研究上相对不足，所进行的大多是特定应用领域下大数据应用能力培养方法，而没有系统性提出培养体系。大数据产业链涉及多种信息技术和商业模型的集成，岗位需求多样，需要开展较为全面的大数据技术与产业现状调研，结合其产业链结构来分析大数据产业应用和就业前景，合理规划教学内容和课程体系，按国家“新工科”实施方案要求的“以技术发展调整教学内容，更新人才的知识体系”。

（三）缺乏合理的课程体系支撑

由于大数据领域的内容还未明确，现与大数据专业相关的课程和教材之间缺乏明确的划分和协同。课程的内容组织和教学方式上还未能体现“新工科”以“满足行业发展需要的课程和教材资源”的要求。为了提高人才培养的质量，必须对课程体系和教材建设进行研究和规划。在理清专业核心能力和知识结构的基础上，明确课程体系和配套的教材以支撑专业发展。

（四）缺乏师资队伍能力结构的规范

大数据智能化作为新兴的交叉型学科方向，人才需要“能够理解数据科学中的理论模型，掌握实际数据的处理技能，具备解决行业问题的应用能力”。这些能力的培养过程，对教师的知识结构有不同的要求，需通过“校企联合”“理工协同”和“教研融合”等模式整合学校、企业和社会的多种师资资源来完成。体现出产学合作协同育人和学科交叉融合的“新工科”培养方式。

二、大数据智能化人才培养的举措

（一）创新的培养组织体系和设计

成立跨学科和行业的大数据智能化人才培养指导委员会，委员会由计算机科学与技术、数学、统计学等学科教授，3—5名行业资深专家构成，指导培养方案及课程体系的建设，监督人才培养全过程的实施；还成立了跨学科和行业的大数据智能化人才培养教学团队，团队由来自计算机科学与技术、数学、统计学等学科教师和多名企业资深工程师构成，具体负责培养方案制订、教学资源建设、教学等工作。

（二）知识、能力、素质需求要素的科学融合、分级与分类

将知识体系要素、大数据与人工智能产业对人才的能力和素质需求要素作为输入，提出知识、能力、素质需求要素的融合机制，依据大数据技术的实施路径，提出覆盖大数据系统平台能力、大数据获取能力、大数据融合与存管能力、大数据分析与计算能力、大数据可视化能力、典型领域的大数据应用能力等的分类方法，分析新工科的内涵与外延以及其与大数据的关联关系，形成了对应大数据智能实施层次的不同难度能力分级方法和基本课程体系。

（三）面向大数据智能化的新工科师资队伍建设和教学过程与方法创新

优化构建了新工科师资队伍的配比结构、教师队伍能力素质需求要素、教师的职业规划发展方案，在人才的培养上应探索以工程研究和专业实践为主的课程项目和竞赛式教学方式、方法，以项目和竞赛为主线、教师为主导、学生为主体、工程研究为方法，使学生有机会主动参与、自主协作、探索创新。在教学实施过程重点考虑发挥教师的指导作用，发挥学生的主体作用，让学生在完成课程项目和参加竞赛的过程中达到教学目标的要求。

（四）大数据智能化产学研用多方协同培养机制

结合计算机专业与数学专业的教学特点，与大数据结合，基于学校在科教融合培养方面的优质平台资源，研究并建立了科教结合协同培养机制。重庆大学与曙光、华为、百度、飞腾等头部企业合作开展的一系列行业大数据创新实践正持续深化，建立了产学融合协同培养机制，每学期安排一个教学实践环节或课程，由企业资深工程师授课，及时将企业的先进技术引入教学；收集企业对实习生和毕业生的评价及反馈，建立动态跟踪机制；计算机学院目前已经与境外高校建立了稳固的合作关系，基于“2+2”联合培养、“3+2”联合培养、学分互认、短期交换等具体措施，建立了国际合作协同培养机制，培育了硕士带动本科生的创新实践团队，在综合实验结束后应安排学生进入大数据相关企业进行实践，建立产学研合作联盟，进一步提升学生的创新实践能力，从而建立良性互动、协同创新的多位一体大数据智能化人才培养机制体系。

（责任编辑：邵秋露）

为了提高人才培养的质量，必须对课程体系和教材建设进行研究和规划。在理清专业核心能力和知识结构的基础上，明确课程体系和配套的教材来支撑专业发展。