徐博 李盛新

【摘要】随着信息技术与统计学理论的深入发展，大数据已经深入到国民生活的各个方面，大数据分析日益成为人们进行预测和决策的重要手段。在大数据分析和应用中，其各种数据与决策模型需要被不断地测试和优化，更需要相应人员高质量的计划和执行力。因此，国家对大数据人才的知识结构与综合能力提出了很高的要求。本文在大数据背景下探讨数据科学家的含义和所具备的素质，分析国内外高校数据科学专业硕士课程设置的内容和特点，对完善我国高校数据科学专业硕士课程建设具有重要的研究意义。

【关键词】大数据 数据科学专业硕士 大数据人才

【中图分类号】C81-4；G643.2 【文献标识码】A 【文章编号】2095-3089（2017）41-0228-02

一、引言

1.研究大数据高校数据科学专业硕士培养方案的背景和意义

（1）研究大数据高校数据科学专业硕士培养方案的背景

20世纪60年代，数据科学一词开始出现在人们的视野中，但在统计学和数据挖掘社区应用中的实现却刚刚起步。数据科学旨在通过数学和算法技术的应用实现对最复杂的商业问题进行分析进而使其得到合理解决，并利用原始信息数据找出隐藏在表面之下的洞见，是一门建立在数据推理和探索基础上进而发现深层次知识的科学。

不断测试、优化大数据分析及应用中的各种数据和决策模型，提高相应人员的计划和执行力已成为必然要求。大数据相关书籍为大数据相关专业的兴起奠定了基础，知名学者和专家的文章在美国主流媒体上的发表对大数据相关专业的开设和发展也起到了推波助澜的作用。例如：2012年10月托马斯·达文波特（Thomas Davenport）和帕蒂尔（D.J.Patil）在《哈佛商业评论（Harvard Business Review）》杂志上发表的《数据科学家：21世纪最受欢迎的职业》（DataScientist： The Sexiest Job of the 21st Century）文章，指出大数据科学家应该具备的基本知识结构与综合能力：会编写程序代码；充满好奇心；具备数据分析和交流沟通能力等。也有文章对数据科学家其他方面的能力提出一些看法：作为大数据科学家，良好的数学、统计学和计算机科学等专业知识当然是必须具备的。与此同时，其他专业领域的知识背景也应有所涉猎，但最重要的是要有创造故事的能力（ability to create narrative-to create storytelling），数据是没有生命的，而数据科学家能够把握其本质，利用其价值，进而赋予其生命。对相关人才应具备的素质与能力进行研究和探讨，对大数据相关专业的开设具有极其重要的意义。

综上所述，我们对数据科学家的要求可以说是全方位的，因此将数据科学家定义为集科学家、物理学家、数据分析家、艺术家的基本素质于一身的高端复合型人才并不为过。目前，世界各国名校纷纷设置数据科学专业硕士学位课程，致力于培养具备数据科学家基本素质和能力的复合型人才。在对课程设置、实地授课方式、在线授课方式等方面都进行了大胆地尝试。

（2）研究大数据高校数据科学专业硕士培养方案的意义

如今大数据已经随着统计学理论与信息技术的发展逐步深入到国民经济生活的各个方面，在社会经济生活的预测和决策中，大数据分析的作用不可替代，大数据分析能力也已作为一项必备的基本技能得到越来越多的重视。

在许多发达国家的战略中，大数据的研究占据重要地位，而我国的高等教育体系却还未对大数据投入足够多的目光。随着大数据时代要求的进一步提高，传统的数据处理技术已无法再满足要求，我们越来越迫切的需要一群具有大数据视野和分析能力的综合性人才。统计学作为研究数据的一门科学，已经在与多种专业领域逐步完成融合，在大数据时代来临之际，对高层次统计专业人才进行培养已成为当今的大趋势。数据科学专业硕士的招收，是我国在大数据时代下迈出的一大步，我们也期待着一批高级人才能够在当今时代条件下涌现。

2.研究高校数据科学专业硕士培养方案的优势

现有大数据分析理论的梳理，有助于学科基础的总结，这为我们今后人才的培养奠定了基础，也在无形中搭建起大数据理论与统计理论之间的坚固桥梁。通过对新旧分析方法与理论的研究探讨，使得新的思维方式逐步建立起来。我们主要目标和方向是在开设课程的过程中将学生的分析能力逐步培养起来，熟练掌握解决问题的基本工具，数据搜集、数据整理、数据分析、数据呈现等基本能力也需逐渐培养起来，并将这些本领应用于实际问题的解决。在此基础上，开设一些必备的与之息息相关的选修课程。

大数据分析人才的培养要善于集合社会各界力量，以数据科学专业硕士为依托，同时将高等院校、科研机构和行业实际部门的师资力量及校内外相关实习、实践、实训资源整合起来，使得研究方向在现有基础上进一步得到拓展，力求与国际主流接轨，从而使数据科学专业高端应用型人才的培养走在全国乃至世界前列。

二、推行大数据背景下的高校数据科学专业硕士的培养与实践

1.数据科学家的内涵与应具备素养分析

对于数据科学家应具备的条件和背景，当前环境下也众说不一。创新、坚韧、好奇、技术功底深厚是伟大的数据科学家应当具备的四项素质。当今时代背景下，对数据科学家的要求不再仅仅是具备客观、诚实、严谨等科学家的基本素质，还要求其能够应用数据说话，使数据驱动决策并主导产品的开发。与此同时，数据科学家还应具备分析能力、技术能力、沟通合作能力。分析能力是我们始终在强调的，它主要是指在统计工具和数学工具的灵活应用下进行数据分析和可视化的能力；技术能力及与同事、客户的沟通技巧和合作精神也是数据科学家应该具备的。

2.国外高校数据科学硕士培养模式与课程设置分析

当前，世界各国对数据科学的研究都逐步提上日程，而各国名校对其课程的设置大都具备以下几个特点：（1）由高校中与其密切相关的学院如计算机科学学院或信息科学学院作为数据科学专业硕士的主要培养机构；（2）授課方式上，区别于传统方式，由网络授课与在校授课两种方式组成；（3）授课内容上，围绕数据技术方面的核心课程，辅助以大数据、云计算等内容，除此之外，也选择性增加了企业管理、金融管理等管理学方面的课程。学生实践课程的开展无疑是大胆而有效的尝试，许多高校已开始为学生提供参与大数据领域项目的机会，力求在此过程中使学生的实践能力得到尽可能大的提升。

3.国内高校数据科学硕士课程设置现状与存在问题剖析

深入的分析与对比典型高校的培养模式。从我国各高校课程设置方面来看，技术能力的培养一直作为数据科学专业硕士培养的重点方向，如北京航空航天大学对数据科学专业硕士课程做出了专业基础课程、专业核心课程和学位基础课程这样的划分和设置，在开设大数据技术方面的基础内容上融入数学、统计方面的教学内容，对管理学方面的内容却很少涉及。由此来看，当前时代背景下，我国各高校越来越重视数据科学人才复合型特点的培养，通过加强与企业的紧密合作，将理论与实践更加紧密地结合起来，联合办学的方式也开始被越来越多的高校所接受，扩展了实践场所，为能力的培养和发挥提供了更加广阔的空间。

4.我国高校数据科学硕士课程设置及培养方案完善策略

（1）进一步巩固加强数据科学人才培养模式。

高校+政府+企业合作培养模式自形成以来体现出巨大优势，但仍需进一步完善。各高校虽不生产大数据，但事实证明，其在大数据理论和技术研究领域具有独特优势，而政府和企业的大数据又恰好能够为人才培养提供重要的实践场所，这就使得人才培养的环节更加流畅和完整。

（2）建立多样化的授课方式。

线上+线下的授课模式已被众多高校所采纳，其授课方式与传统模式相较更加多样化的同时也依旧存在一些不足，如英文课程资源比较丰富而中文课程资源比较缺乏等，这就需要我们通过合理有效的方式使得课程内容更加丰富，使得求学者有更多选择。

三、结语

数据科学家是什么？其定义也是众说纷纭。有学者认为，数据科学家是集技术专家与数量分析师角色于一身的职业；也有学者认为，最好的数据科学家是“硬的科學家”。总之，随着大数据应用的兴起，为更好地满足社会需求，数据科学专业硕士学位课程也逐渐出现在许多世界著名高校。他山之石，可以攻玉，在批判性地继承国外先进策略的基础上，深入和分析国外高校数据科学硕士培养模式以及开设的课程也是我们必须完成的任务。

可预见的是，全社会对数据科学领域的研究都已逐步提上日程，在此时代条件下，我们有理由对数据科学专业研究生培养质量的研究充满期待！

参考文献：

[1]徐嘉. 90后大学生素质教育现状调研与分析[J]. 学校建党与教育思想. 2011，（8）：36-38.

[2]崔璐云. 基于大数据时代背景对统计学教育的几点思考[D]. 首都经经贸大学硕士学位论文，2014.

[3]刘鸿. 我国研究生培养现状的调查报告[J]. 现代大学教育，2004，（4）：26-28.

[4]张引，陈敏，廖小飞. 大数据应用的现状与展望[J]. 计算机研究与发展，2013.50（增刊）：216-233.

作者简介：

徐博（1982-），男，博士生导师，博士后，副教授，主要研究方向为无人航行器导航制导与控制、光纤陀螺惯性导航系统。