张韧志

摘要：随着大数据技术的不断发展及其在各行各业的广泛应用，大数据正式上升为国家战略， 然而，面对互联网上大数据的处理急需大数据科学研究能力与素质创新人才，因此从事大数据处理与高性能计算的拔尖创新人才的培养已成为当前最紧迫的问题。面对当前的现状和挑战，介绍了基于新工科教育的地方本科院校大数据专业人才培养的必要性和迫切性。并结合黄淮学院的专业特色，从师资队伍、实验、实践、科研条件等方面介绍了开设大数据专业的现有基础。从培养目标、培养要求、培养模式、实践性教学环节等角度入手，讨论并探索了新工科教育的地方本科院校大数据专业人才培养方案。

关键词：应用型院校大数据专业;大数据课程体系;校企联合培养

中图分类号： G642.0      文献标识码：A

文章编号：1009-3044（2019）15-0131-03

1 大数据技术概述

随着网络环境的发展，云服务的普及，智能移动设备的普及，每个人都能感觉到世界正在迅速变化，大数据是未来信息革命的后续效应。这股浪潮正在重塑我们的生活方式、工作方式和思维方式。所谓大数据就是现有的一般技术难以管理的具有复杂结构的大数据的集合，大数据技术是指从巨量的结构化和非结构化的数据中，快速获得最大价值信息的能力，人们通过对网络中巨量的数据信息进行挖掘、管理、整合、分析处理并整理，从中挖掘新的知识，获取更大的有创造价值的信息，进而带来“大知识”“大科技”“大利润”和“大发展”。高级专门人才，从事大数据处理与高性能计算的拔尖创新人才。因此，新的领域需要专业的人才，直接推动了高校大数据专业的发展。专业的人才需要大学设置专门的学科来培养，无限的挑战和机遇更需要有胆识、有智慧、有担当的有志之士、睿智青年勇攀高峰。

2 高校大数据专业设置

该专业依托基于数学、统计学、计算机以及其他具体实践领域的交叉学科。主要培养能够在商业、金融和经济等领域从事大数据处理、分析及预测等工作的应用型复合型人才，需求前景广阔。本课程体系根据学科发展需要，以提高研究生培养质量为宗旨，结合本专业导师队伍、科研实力、研究方向、实验条件等实际情况进行设置，其中公共课程按照国家相关规定设置;专业课以按二级学科设置为基础，注重研究方法课程、跨学科课程，适当加大专业选修课所占比例。

2.1 培养目标

大数据专业是以信息技术、数学基础和应用作为其研究的对象，将信息技术、计算机技术和数学交叉融合的工科类专业。专业要求学生打好数学基础，接受较扎实的计算机基础训练，主要学习信息科学和计算科学的基本理论知识、方法，初步具备在大数据分析、高性能计算领域从事科学研究、解决实际问题及设计开发有关软件的能力。培养具有良好的数学基础和数学思维能力， 掌握信息与数据科学的基础理论、方法与技能， 受到科学研究的训练， 能解决信息技术和数据挖掘中的实际问题的高级专门人才，以及从事大数据处理与高性能计算的拔尖创新人才。本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的创新型高级卓越复合人才。

2.2 专业课程设置

该专业依托基于数学、统计学、计算机以及其他具体实践领域的交叉学科。主要培养能够在商业、金融和经济等领域从事大数据处理、分析及预测等工作的应用型复合型人才，需求前景广阔。本课程体系根据学科发展需要，以提高研究生培养质量为宗旨，结合本专业导师队伍、科研实力、研究方向、实验条件等实际情况进行设置，其中公共课程按照国家相关规定设置;专业课以按二级学科设置为基础，注重研究方法课程、跨学科课程，适当加大专业选修课所占比例。在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。

构建课程体系。设置科学与人文素养、专业知识与技能、工程实践与创新三大类课程。推行渐进式教学，前两年重视对学生大数据数理基础、计算机技术基础、大数据分析基础、人文素养等方面的培养;后两年着重于大数据技术实操能力的培养，并逐渐让学生参与到工程实践中。大数据专业将从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括实现和分析协同过滤算法、运行和学习分类算法、分布式 Hadoop 集群的搭建和基准测试、分布式Hbase 集群的搭建和基准测试、实现一个基于、Mapreduce 的并行算法、部署 Hive 并实现一个的数据操作等等，实际提升企业解决实际问题的能力。核心课程：程序设计基础、数据结构、数据库原理与应用、概率论与数理统计、高等代數、应用统计学、面向对象程序设计、算法设计与分析、数据库原理及应用、大数据分析应用平台 Hadoop、大数据处理、数据可视化原理与方法、数据挖掘等以及相应的项目与实训、实践的课程，培养具有较强的知识更新、技术跟踪与创新能力。大数据专业人才培养课程体系结构如图1所示。

2.3 培养方案

遵循工程教育理念。以学生为中心，建立明确的数据科学专业人才培养目标及毕业要求，在此基础下完善课程体系和师资队伍，最终搭建起合理有效的工程教育专业认证标准体系。明确专业建设思路与人才培养定位。充分发扬跨学科特色，将数学和统计学、计算机技术、管理学高度融合，计算机学院、信息管理学院、经济管理学院、理学院协同推进，产教融合、科教融合，以社会需求为导向，推进技术应用型人才的培养。细化培养目标。确保毕业生熟悉计算机专业基本知识、方法和技能，掌握大数据平台技术、大数据分析能力以及特定场景中大数据的开发和应用能力。大数据专业的毕业生主要从工程知识、问题分析、设计解决方案、问题研究四个方面进行考核，确保学生能够利用学到的专业知识分析和解决大数据复杂工程问题。依托科研和产业优势实施导师制。与政府和企业建立广泛的政产学研合作，采用导师制，带领学生进行大数据应用实践。搭建优质实践平台。投入大量科研和教学经费，建成私有云计算平台，引进Oracle大数据一体机以及博雅大数据学院优质实训资源——数据嗨客。加强师资队伍建设。跨校引进高水平大数据人才，积极选拔优秀教师参加境内外大数据培训和交流，提高师资教学水平。坚持“以学生为中心”的基本原则，遴选优质生源，组建大数据实验班，激发学生兴趣，建立跨学院的专业建设与教学工作小组，实行动态跟踪、持续改进的质量监控体系。

地方本科院校大数据专业人才培养是一个新的教学领域，在未来的发展中，需要总结出更多的经验，不断完善大数据人才的培养工程。培养具有多学科交叉能力的大数据人才。该专业人才一般需要培养以下专业能力：一是理论性的，主要是对数据科学中模型的理解和运用;二是实践性的，主要是处理实际数据的能力;三是应用性的，主要是利用大数据的方法解决具体行业应用问题的能力。高校开设大数据专业，本科四年制，培养阶段划分为三个培养阶段。

1）通识课程教育阶段。

在通识教育阶段，主要是基础知识和基本技能的培养。在基础知识培养模块中，要设置“思想道德修养与法律基础、大学英语、大学英语听力、数学类专业外语、大学物理、物理实验、信息与计算科学进展选讲、计算机训练、大学体育”等必修课程，和由人文科学与艺术、形势与政策、人文社会科学类选修课、艺术体育类选修课、安全教育选修课程。在基本技能模块中，主要设置有数学分析、数值分析、离散数学、数据结构、操作系统、实变函数与泛函分析、Java程序设计、信息论、数学建模、数学软件实训、程序设计课程实训、高性能计算课程设计、超算编程综合实训、数据挖掘与分析综合实训等课程。

2）专业课程培养阶段。

该专业依托基于数学、统计学、计算机以及其他具体实践领域  的交叉学科。主要培养能够在商业、金融和经济等领域从事大数据  处理、分析及预测等工作的应用型复合型人才，需求前景广阔。培养大数据分析人才必备基础理论知识和技术能力。包括专业基础能力和学历提升两个模块。学历提升模块开设计算机类考研必备的高等数学、英语、计算机网络、数据库基础、数据挖掘等基础性课程，使学生掌握扎实的学科基础理论，掌握高性能计算和大数据分析的基本方法，专业基础模块开设统计学基础、多元统计分析、时间序列分析、Hadoop 并行计算、数据可视化技术和分布式云计算等专业技术基础课程，让学习者掌握智能算法的原理并有较强的算法实现能力，掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能，培养具有一定的解决工程问题的能力。

3）多元化培养阶段。

在多元化培养阶段通过设计课程体系的多元化，为学习者提供自主选择专业方向的机会，实现学习者的个性化的培养。现在大数据专业将从大数据在实际工作中的数据管理、系统开发、海量数据分析与挖掘应用三个主要层面来系统地帮助企业掌握大数据应用中的各种典型问题的解决办法，包括大数据与 Hadoop 生态系统，关系型数据库技术，Map/Reduce 计算模型和 Hadoop Map/Reduce 技术等，实现一个基于Mapreduce 的并行算法、部署Hive 并实现一个的数据操作等，从而提高了企业在解决实际工作中的问题的能力。

3 结束语

大数据专业的人才培养要注重德、智、体的全面发展，具备科学人文精神、创新创业精神和良好职业道德，学习者要具备将自主学习的能力、实践创新能力、算法分析、算法设计与计算机编程能力，要培养把信息技术运用到海量数据处理的能力;能在实际工作中解决某些实际问题;批判思维及团队协作的能力，掌握数据科学与大数据技术所需的统计学、数学，计算机、网络、数据处理、算法分析、算法设计与编程等相关领域的知识和解决工程问题的能力。要具有自我知识创新能力，提高利用新技术对大数据信息进行跟踪处理的能力，熟练掌握大数据信息的采集-传输-存储-处理与分析应用等技术，具备大数据工程项目的设计和开发能力，具有一定的大数据科学研究能力与素质，能在各行各业中从事大数据的挖掘、整合、分析处理、预测、处理、服务、开发与利用等工作的应用型、复合型高级专门人才。

参考文献：

[1] 樊迪.论高校本科开设大数据专业的重要性[J].沈陽工程学院学报（社会科学版）， 2018（1）：119-123.

[2] 陈江林，姚继美，孙永香.数据科学与大数据技术专业人才培养目标与定位研究[J].电脑知识与技术， 2018（35）：166-167

[3] 汪中施，培蓓.数据科学与大数据技术专业建设研究[J].安庆师范大学学报（自然科学版）， 2019（1）：117-120

[4] 朝乐门，邢春晓，王雨晴.数据科学与大数据技术专业特色课程研究[J].计算机科学，2018，45（3）：1-8.

[5] 桂劲松，张祖平，郭克华.新工科背景下高校新专业建设思路探索与实践——以数据科学与大数据技术专业为例[J].计算机教育，2018（7）：27-31.

[6] 张大鹏.高职院校大数据专业人才培养方案研究[J].福建电脑， 2018（9）：160，169.

[7] 贺文武，刘国买.数据科学与大数据技术专业核心课程建设的探索与研究[J].教育评论， 2017（11）：31-35.

[8] 仲崇丽，王艳，吴睿高，陈燕.民办高校的大数据之路[J].吉林省教育学院学报（上旬），2015（5）： 11-12.

【通联编辑：张薇】