熊斐

摘要：随着整个社会对大数据人才需求的井喷，如何培养出契合社会需求的数据科学与大数据技术专业人才成为高校急需解决的问题。文章通过分析大数据技术专业人才培养当前面临的主要问题，结合大数据专业的特点，从多个维度对普通应用型本科院校大数据人才培养体系进行了探究，并指出作为普通应用型本科院校，应结合自身的专业特色，形成以应用为主导的特色大数据人才培养体系。

关键词：数据科学；大数据技术；应用型高校；人才培养体系

引言

2011年由全球最著名的管理咨询公司麦肯锡首次提出大数据概念，并迅速在全球范围内引起共鸣。最近几年，大数据应用已经席卷各行各业，对诸多产业原有规则产生了冲击，极大加速了产业发展。当今社会已经進入大数据驱动时代，从公司战略到产业生态，从学术研究到教学实践，从城市管理乃至国家治理，“数据驱动”将成为鲜明的时代特征。大数据的应用正在逐步从互联网扩展到金融、教育、物流、医疗、消费、气象等各大社会和经济领域，必将深刻影响未来全球社会和经济的发展进程。

我国拥有全世界最大的互联网市场，巨量的数据资源正在推动我国大数据产业的蓬勃发展。国家根据大数据产业发展状况做了精心筹划和前瞻性布局，大数据产业快速发展。2015年首次提出“国家大数据战略”，制定了大数据发展行动纲要；2021年工业和信息化部发布《“十四五”大数据产业发展规划》。“十四五”时期是我国工业经济向数字经济迈进的关键期，国家对大数据产业发展提出了新的要求，在第十四个五年规划和2035年远景目标纲要中做出了围绕“打造数字经济新优势”，培育壮大大数据等新兴数字产业的明确部署[1]。考虑到大数据行业面临的巨大人才缺口，国内高校纷纷开设大数据专业，2015～2022年，全国743所（不含重复备案）高校成功备案“数据科学与大数据技术”本科专业。

1. 大数据专业人才培养现状分析

国内众多高校纷纷开设数据科学与大数据技术专业，但在专业建设、人才培养的过程中绝大部分高校都处于摸索阶段，还没有形成科学的、系统的建设标准和体系。数据科学与大数据技术专业与普通专业不同，是多学科交叉融合的应用型专业，而培养这类应用型人才并非易事。现阶段，普通应用型本科院校在数据科学与大数据专业的建设和运行过程中存在诸多问题，主要集中在人才培育目标、专业课程设置、师资队伍、实训平台等方面。

1.1 人才培养目标不清晰

人才培养目标与就业岗位密切关联，当前大数据技术专业岗位主要包括大数据开发工程师、大数据分析挖掘岗、数据产品分析师、大数据科学家、数据模型师、大数据运维工程师、大数据架构师等。大部分高校大数据技术专业的人才培养目标与岗位关联度不够，所以导致人才培养目标不清晰，专业定位不明确，也未根据自身专业特色进行人才培养方案的科学规划。人才培养目标的不明确会导致一系列问题，大数据技术专业的此类问题因为该专业的多学科交叉融合属性显得更为突出，从而无法培养出合乎社会需求的大数据专业人才。

1.2 专业课程设置不合理

数据科学与大数据技术属于多学科交叉专业，在课程设置上绝大部分高校均涵盖数学类课程、传统计算机类课程、数据科学类课程，但在各类课程比例、课程体系流程方面均缺乏科学的规划。在专业课程设置上部分高校只是在计算机类课程的基础上附加几门数据科学类课程，而这样的课程安排无法培育出合格的大数据专业人才。

1.3 专业师资队伍匮乏

由于大数据专业属于聚焦前沿领域的应用型专业，而且牵涉到多学科的交叉融合，对师资的要求极高，大量师资无法满足大数据技术专业的教学要求。即使通过对现有师资加强大数据相关知识的培训力度，教学质量改善提升的效果也是存疑的。

1.4 实训平台缺乏

大数据专业属于实践型学科，专业知识的学习过程中需要大量实践，为了理论与实践相结合，需要相应的实训平台以便学生进行实践训练，充实实践教学内容。而高校普遍缺乏这类大数据实训平台，导致实践教学的效果不佳。

2. 大数据专业人才特色培养体系建设

2.1 明确培养目标

任何一个专业的人才培养方案的成功与否，都需要有明晰的人才培养目标。作为普通应用型本科院校，应该结合本校自身专业特点和师资特色，科学合理制定人才培养目标。作为普通应用型本科院校，应结合高校自身的优势学科，创建交叉专业，或者把该专业归属到相关教学学院，形成以应用为主导的特色数据科学与大数据专业人才培养体系。大数据专业属于应用型学科，针对不同领域的应用数据，在目标定位上要有所倾向，应该培养在特定领域的大数据专业人才[2]。结合笔者所在高校的专业特点，制定如下培养目标。

培养目标：本专业面向金融大数据、商务大数据和政府政务大数据的处理、分析和应用需求，旨在培养具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，拥有良好的计算思维，并具有一定的统计学基础，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，具有大数据查询、处理和分析的基本能力，能够灵活运用所学的大数据知识解决实际问题，具备较高的综合业务能力、创新与实践能力，能从事大数据相关工作的应用型创新人才[3]。根据数据科学与大数据技术专业特点以及培养目标，在具体能力培养上如表1所示[4]。

2.2 优化课程体系

笔者所在高校已开设计算机科学与技术专业、经济统计学专业、数学与应用数学专业多年，具有丰富的办学经验，其中计算机科学与技术专业和数学与应用数学专业均归属于理工学院，理工学院可以很好地配置资源，非常利于大数据专业的建设。

计算机科学与技术专业中含有多门数据库相关的课程，包括数据库原理、大型数据库管理软件、分布式计算等课程。数学与应用专业中含有多门数据分析方向的课程，如数学建模、数据挖掘、时间序列分析等课程。经济统计学专业已开设多元统计分析、统计软件与应用等课程。上述三个专业为数据科学与大数据技术专业的建设积累了丰富的教学经验，通过整合上述三个专业为开设数据科学与大数据技术专业打下坚实的基础。

主干课程包括：大数据导论、高级语言程序设计（C语言）、微观经济学、面向对象程序设计（JAVA语言）、并行与分布式计算、数据结构、数据库系统原理、数学建模、数据清洗与融合、大数据可视化、多元统计分析、Python与大数据分析、R语言与数据分析、数据库应用开发技术、Hadoop大数据技术、大数据查询与处理、自然语言处理、数据挖掘、计算机网络、大数据查询与处理、时间序列分析、统计软件与应用等。

考虑到自身特点，还应该开设一些特定应用领域的课程，比如开设微观经济学、现代金融工程、金融风险分析等经济类课程。通过开设“特定领域知识+大数据技术”特色课程，既符合地方产业需求，又契合学校专业特色，有利于培养特定专业领域的大数据应用型人才。

根据学校专业特点，针对该专业开设两个发展方向供学生选择，分别是大数据应用开发方向、金融大数据分析与利用方向。通过开设专业方向课，更利于针对特定应用领域的大数据人才的培养，形成具有特色的大数据人才培养体系。专业方向课程设置如表2所示。

在专业主干课程、专业方向课程的基础上，还开设专业拓展课程，以期为学生提供更完整的知识体系以及更广泛的专业外延。

2.3 师资队伍建设

考虑到大数据专业需要多学科融合，所以对师资的要求非常高。一方面可以对现有相关专业师资进行培训，提升现有师资水平；另一方面可以引进大数据专业的师资，补充和优化师资队伍结构，但更重要的是需要深度强化产教融合、校企合作，跨步推进协同育人。大数据专业技术迭代非常快，单纯依赖高校师资极难大幅提升专业教学质量，引进外部力量以及企业资源，通过产教融合、校企合作，才能从根本上解决大数据专业的师资问题[5]。

2.4 搭建大数据实训平台

大数据专业实践性极强，其教学需要在相应的实训平台上展开，实现理论与实践结合，大数据实训平台对能否培育出合格的大数据专业人才至关重要。大数据实训平台的设计应落实“产、学、研、用”一体化的思想，利用虚拟化技术及大数据主流框架，搭建实践教学平台，将大数据核心技术应用到实践教学中，将理论知识、实践教学和大数据项目实践进行融合，循序渐进，由浅入深，逐步提升学生的专业技能和项目实践能力，使得学生获取的知识、技能与社会需求吻合，真正培育出合乎社会需求的特定专业领域的大数据应用型人才[6]。

大数据实训平台的搭建可以在第三方平台的基础上进行二次开发，从而满足学校自身的特色培养需求，特别是大数据案例库的建设和扩充上。同时，通过专业的数据挖掘系统、数据分析和处理系统，匹配教师的科研需求，提升教师的科研创新能力，从而有效提升科研成效。

结语

近年来，全国高校纷纷上线大数据专业，在专业建设过程中出现了种种问题，本研究对大数据专业人才培养方案中最核心的人才培养目标、课程设置、师资队伍建设、实践教学等关键问题进行了探究。大数据专业是一个应用型专业，针对不同领域的数据应用，目前并不存在统一的标准和方法，针对特定应用领域的大数据人才培养是必然趋势。作为普通应用型本科院校，应结合自身的专业特色，形成以应用为主导的特色大数据人才培养体系。

参考文献：

[1]钱程.科技赋能传统企业数字化转型的对策分析[J].科技創新发展战略研究， 2021，5（6）：42-44.

[2]李莎莎，周竞文，唐晋韬，等.数据科学与大数据人才专业课程体系分析[J].计算机工程与科学，2018，（S1）：110-113.

[3]祝英杰，李晗，杨相群.DT时代大数据人才培养模式教学改革探究[J].科教导刊， 2022，（8）：32-34.

[4]张微微，杨静宜，吕晓华，等.基于校企协同育人模式的数据科学与大数据技术专业人才培养研究[J].科技风，2021， （30）：91-93.

[5]戴志锋，李春艳，靳洪.多学科交叉融合的数据科学与大数据技术专业课程教学改革与实践[J].湖北经济学院学报（人文社会科学版），2022，19（7）：149-152.

[6]朱魁，吴斌，王柏，等.结合大数据平台的大学创新实验课程体系建设[J].计算机教育，2020（1）：138-142.

作者简介：熊斐，硕士研究生，讲师，研究方向：计算机网络、智能优化算法。

基金项目：江西省高等学校教学改革研究项目（编号：JXJG-18-32-2）。