王 晶 张作政

（长沙学院计算机工程与应用数学学院 湖南·长沙 410003）

0 引言

为主动应对新一轮科技革命与产业变革，满足国家战略科技与经济发展的需求，2017年教育部发布了《教育部高等教育司关于开展新工科研究与实践的通知》，开启了推进新工科建设的进程。新工科专业，包括大数据、云计算、人工智能等与工科结合密切的专业，它们的共同特点是针对某一新兴产业而生。在这些新工科专业中，大数据专业以数学、计算机、统计学为基础，与相关行业知识相融合，是新工科的核心专业之一。

随着科技的发展与社会的进步，产业升级与科技革命呼唤新型工业化发展，具有创新性的大数据专业人才在市场上炙手可热，各行各业对大数据人才的需求呈上升趋势，大数据专业毕业生的薪资也相对较高。在新工科的大背景下，在大数据专业人才吃香的同时，社会的发展也对大数据的专业人才提出了明确的要求：

（1）应该具有较广的知识面，具有完备的、系统性的知识与技能，主要包括数学、统计学、数据挖掘、数据分析和自然语言处理等；

（2）具有独立获取知识的能力，以及较强的实践能力.大数据人才需要利用计算机等设备和工具，敏捷的获取、收集结构化及非结构化的数据。然后在已获取的海量数据的基础上，采用有效的方法和模型对这些数据进行分析，形成分析结果；

（3）大数据人才应具备良好的团队意识，互帮互助的协作精神。来源于现实世界的海量数据分析任务几乎无法由某个人单独完成，大数据专业人才需要与他人明确任务、分工合作、互相帮助来实现预定目标。

自教育部积极推进新工科建设以来，国内多所本科院校新增了数据科学与大数据技术专业，截至2019年，共有518所高校已经开设此专业。可见，大数据专业逐渐成为计算机学科的一个热门专业，其人才培养已初具规模，而相较于综合性院校在学科平台、师资团队等人才培养方面具有的优势，地方本科院校的大数据专业建设存在以下不足与局限：

（1）地方本科院校开设大数据专业的时间稍短，他们对产业升级和经济的发展趋势不够敏感，平台起点也不够高，课程体系不能很好的满足专业需求。

（2）师资力量不足，大数据专业是一门多学科交叉融合的新工科专业，要求教师既有数学、统计学、计算机等相关理论知识，也要有能指导学生动手操作的实践能力，这些都是对专业教师的高要求和挑战。而在大部分地方本科院校中，符合这些要求的教师占比很少。

（3）实践环境薄弱，条件欠缺，作为企业和社会重点关注的战略资源，地方本科院校拥有的真实的大数据很少，导致大数据实验开展困难。

我们知道，地方本科院校承载着为地方区域经济及相关行业发展输送人才的重要任务，文献[1-2]等探讨了大数据人才的培养模式。同时，人们认识到了地方本科院校大数据人才培养模式存在一些不足与局限。为了更好的服务地方经济，也为了培养出更能满足社会需求的大数据人才，地方本科院校的人才培养可以主动向技能型和应用型转变。文章将探讨在新工科背景下，如何构建有创新性和竞争力的地方本科院校大数据人才培养模式。

1 地方本科院校大数据人才培养模式构建

在新工科背景下，社会发展需要大数据人才具有更宽的交叉学科知识、综合实践能力以及跨学科的合作精神。为了更好的融入区域经济社会发展，地方本科院校大数据人才模式的构建应注重产教融合，体现新工科人才培养目标要求。下面我们将以课程体系、师资培养、实训基地三个方面为切入点，具体探讨地方本科院校大数据人才培养模式的构建。

图1：大数据人才培养课程体系

1.1 课程体系构建

大数据，由英文“Big Data”翻译而来，是指“大大超过传统意义的数据，用一般的软件工具难以完全捕捉、存储、管理和分析”[3]由概念可见，对海量的数据进行分析，若只采用某个单独的学科或者工具是行不通的，它需要掌握生物、医学、环境科学、经济学、社会学、管理学等实际应用学科相关行业的基础知识，以数学、统计学和计算机为工具，结合实际应用学科的特点，方能得出相应的结果。大数据分析的具体过程，可大致分为数据采集—数据存储—数据挖掘—数据分析—可视化展现等步骤。

由于大数据是一门多学科交叉融合的学科，因此在人才培养的设计中，需要充分考虑其特点，充分构建合理的课程体系，既要开设通识课程、基础课程、核心课程、方向课程等理论课程，也要开设实训、课程设计、毕业设计等实践类课程。一般来说，通识课程包括形势与政策、大学英语、大学体育、劳动教育、创新教育等主旨为健全人格、拓展能力的课程；基础课程旨在夯实大数据人才的专业基础，包括高等数学、线性代数、离散数学、概率论与数理统计、程序设计、数据结构、操作系统等；核心课程包括数据科学导论、数据科学的算法基础、云计算、数据管理系统、统计方法与机器学习等；方向课程有数据挖掘、深度学习、计算机视觉、自然语言处理等；实践课程包括web编程、数据可视化、开源软件实践、毕业设计等。图1给出了较完备的大数据人才培养课程体系。

1.2 师资队伍培养

大数据人才培养的课程体系中共包含25-30门课程，这些课程涵盖了数学、统计学、计算机等众多学科，师资力量是影响课程教学以及人才培养效果的一个重要因素。与综合型大学相比，在大数据这一新兴学科方面，地方本科院校的师资力量相对薄弱和短缺，比如，一些教师理论知识比较丰富，但是缺乏具体的工程实践能力。这些缺陷制约着地方本科院校的大数据人才培养发展，因此，建立一支高水平的师资队伍，是地方本科院校大数据人才培养中要着力解决的突破性问题：

首先，学校可以加大师资的引进力度，吸引具有扎实理论知识且有工程实践能力的教师，为学校的师资队伍增添新鲜的血液，同时，对全校的教师资源进行合理的调整，创新性的组建本专业的专任教师队伍；

其次，充分调动本院校教师的积极性和创新性，挖掘广大老师的潜力，每年选派部分骨干教师参加相关的行业培训或者大数据培训班，待培训结束后，参加培训的老师可以在院部做相关的讲座或宣讲，让更多老师对学科动态和行业发展有最新的了解；

最后，积极构建与地方企业的联系，一方面，选派部分老师到企业考察学习，以提升教师自身的工程实践能力；另一方面，可以聘请企业相关人员作为本校的兼职教师，担任实习、实践、毕业设计等实践类课程的指导。

1.3 实践环境建设

大数据是企业和社会重点关注的战略资源，由于大部分地方本科院校拥有的大数据资源较少，因此开展大数据实验和实践相对困难。

为了克服这一困难，地方本科院校应主动出击，积极融入区域经济体，多方位、全方面的与地方企事业单位开展合作，建立大数据人才培养的实践基地，构建和完善稳定的实习、实训平台。依托从企事业单位的经营生产中获取的大数据资源，由企事业单位的资深工程师和校内教师共同承担实践类课程的教学，带领学生以项目的形式高度参与和完成教学任务，在项目中熟悉和掌握大数据的采集、存储、分析、可视化展现等技术。这种将理论课程与实践相融合的教学体系，对校企双方都是有益的：对企业来讲，教学合作在对海量数据进行处理和研究所形成的结果，可以为企事业的生产经营提供理论支撑和进一步经营活动的建议；对地方本科院校而言，实战化的教学让学生有了充分的实习和实训过程，通过解决复杂的大数据问题，提升学生分析、解决问题的能力，使得培养的人才更能适应社会需求，同时专业人才培养的效果可以得到进一步提升。

2 总结

大数据是一门由数学、计算机、统计学等多学科融合的新型交叉学科，人才市场需求量大，人才发展前景广阔。本文首先分析了地方本科院校培养大数据人才的困难与局限，然后在新工科背景下，针对现有的困难，给出了大数据人才培养构建的三条建议和想法。