李守晓

（天津农学院 计算机与信息工程学院，天津 300384）

0 引 言

自2017年以来，教育部大力推进新工科建设，确保尽快为未来行业发展提供所需的交叉知识科技人才。新工科涉及大数据工程、物联网工程等以人工智能为核心的新兴专业。大数据专业的课程体系涵盖了大数据的全部核心技术[1]。它是一门多专业知识的交叉学科，是为国家新兴产业提供综合性创新人才的主力军。

智慧农业是农业中的智慧经济。智慧农业对于发展中国家而言是消除贫困、实现赶超战略的重要途径。随着互联网、大数据、人工智能与农业的深度融合，社会迫切需要具有农业背景的大数据人才，而这恰恰符合新工科背景下对大数据人才培养的要求。所以，农业院校应立足自身优势，与相关企业开展深入合作，结合农业特点和大数据技术探索新工科背景下的创新型人才培养模式[2]。

1 农业院校大数据专业的社会需求及目标

数据科学与大数据技术专业（大数据专业）是多学科相互融合以适应现代社会经济发展的新兴专业，属于国家战略性新兴产业相关的本科新专业[3]。基于农业院校的大数据专业是为满足我国农业发展需求而开设的专业。农业大数据主要集中在农业环境与资源、农业生产、农业市场和农业管理等领域。未来农业大数据的应用将进一步普及，大数据专业人才的需求量将成倍增加。农业院校的大数据专业旨在培养学生能够根据大数据专业知识及农业特色，满足智慧农业的应用[4]。农业院校要结合优势学科，建设多学科协同融合的新体系。大数据专业需参考企业的大数据人才岗位需求，制定适合人才发展的培养目标。

2 大数据专业建设方面的探究

2.1 提升大数据教师专业能力

大数据专业教师除了完成必要的日常教学和科研任务外，还要着重进行专业技能的提升。教师的专业知识体系结构对教学影响极大。农业院校大数据专业教师在具备大数据技术相关知识的基础上，应该具备大数据技术在农业领域的应用能力，这就要求教师队伍努力提高理论知识，培养将农业技术与大数据技术相互融合的能力。进而有目的地引导大数据专业学生将大数据技术和智慧农业相关技术交叉应用。教师可以积极参与学校组织的相关专业培训，有针对性补足自身知识短板，提高专业技能。

2.2 探索创新型教学模式

疫情期间由于不能线下上课，线上教学模式为学生搭建了丰富的网络课堂。尝试“在线视频+传统课堂+超星学习通”相结合的混合教学模式，进行相应的大数据专业教学方式改革，可以更好地将知识传授给学生，提高学生的兴趣。讲师讲解“统计机器学习”课程时，以工程问题为线索，将教师录制的微课引入课堂，学生通过学习通进行线上自主学习，教师设置完任务点后，学生可以自主观看视频完成学习任务，同时，也可以设置一些选择题和思考题供学生随堂练习。学生如有疑问，可以线下通过咨询教师解决问题。

2.3 校企合作搭建大数据实践平台

根据农业院校的特点，依托农业大数据相关企业技术，实现从理论到实践的统一。依托企业和学校的公共资源建立基于大数据分析的农业特色实践平台。在学生专业实践和毕业设计等教学环节中，为大数据专业学生开设与专业相关的特色实验课。大数据教学实践平台由教师讲解安装教程，学生自主安装参与实验。 教师在实验教学中可以要求学生利用教学实践平台搭建大数据相关环境进行课程实验。通过实践课与基础课所学知识的结合，提高学生理论结合实践的能力。

3 大数据专业人才培养模式探索

3.1 以大数据学科竞赛为载体提高学生创新能力

通过参加大数据相关的竞赛可以培养学生的综合思维能力[5]。专业教师可以采用创新教学模式（如：课赛结合的方式）进行教学。教师针对“数据结构与算法”进行讲解，也可以通过讲解竞赛问题展开教学。通过课赛结合的模式提高学生理论与实践的融合能力。目前国内各类大数据相关竞赛包括：全国大学生大数据技能竞赛、全国高校大数据应用创新大赛和全国计算机应用能力与信息素养大赛等。专业教师可以根据学生兴趣与专业相结合组建相应的竞赛团队，以竞赛为载体提升学生的综合能力。

3.2 将农业相关科研项目融入教学课堂

学校提倡教师采用科研项目与教学相融合的模式，鼓励大数据专业教师主动将农业相关科研项目融入教学过程中。通过涉农科研项目转化为落地课程资源，助力农业特色大数据科技人才培养模式的建立。学校鼓励学生参与教师科研项目，从大一采用导师负责制，提高学生的工程科技素养。

3.3 建立校企协同育人模式，校内校外多方位提升学生能力

由于大数据专业涉及多学科的知识，需充分利用学校不同专业的教学资源。校内联合农业工程、软件工程专业和物联网工程专业的教师协同培养学生。农业工程专业的教师进行农业基础知识的讲解，便于学生了解专业背景。软件工程和物联网工程专业的教师讲解软件编程、物联网大数据相关知识用于提高学生的专业技能[6]。与农业大数据相关企业建立校外合作实践基地，供毕业生开展毕业设计活动[4]。通过企业不同岗位的导师（如：大数据开发工程师、数据分析师、大数据测试工程师、大数据实施工程师）分别制定相应课程对学生进行专业培训提高学生的综合实力。如：企业数据分析师根据使用的主流数据挖掘软件，制定与行业核心数据相关的课程供学生学习，学生通过学习相关课程了解社会需求，可以更好地适应企业需求[7]。通过与相关企业合作共建实践课程，学生可以接触到企业的工程项目，提高学生的实践能力。

3.4 采用网络教学质量管理平台提升教学质量

大数据相关课程教学中教师教学水平的评价非常重要。教师本人可以通过评价找到不足，通过积极改进教学方式方法提升教学质量。学校可以引进相关教学质量管理平台（如：麦可思网络教学质量管理平台），学生可以在网上对教师进行实时评价，此举有助于学生与教师之间的沟通。如果学生对教师的讲课方法提出质疑，教师可以及时沟通改正，对教师的教学起到督促作用。

4 结 语

在新工科背景下，结合农业院校的培养模式和特点，探究大数据专业人才培养的新方法，建立高校与涉农企业协同育人的新模式[8]。通过科研项目融入教学，提升学生的科研眼界。通过新的培养模式使学生能够具有较强的创新能力，为社会培养更多具备农业背景的大数据专业创新型人才[9-10]。