雷海卫 何方圆 贾博慧

(中北大学大数据学院，山西 太原030051)

0 引言

随着大数据政策环境不断完善、大数据技术水平不断提升，大数据行业的应用持续升温，我国的大数据市场进入快速发展时期。为了促进大数据的发展，加快建设成为数据强国，国务院正式印发了《关于促进大数据发展的行动纲要》。纲要中提道：鼓励高等院校、职业院校和企业合作，加强职业技能人才实践培养，积极培育大数据技术和应用创新型人才。依托社会化教育资源，开展大数据知识普及和教育培训，提高社会整体认知和应用水平。

大数据技术是通过数据采集、数据存储、数据管理、数据分析与挖掘、数据可视化等，得到实质性的规律或结论。高校培养的大数据人才除致力于大数据方向科研，大部分涉足于借助大数据技术分析解决行业问题。在大数据人才的培养中，大数据技术层面的理论教学只是基础，学生能够实质地研究大数据，分析数据的潜藏价值，才能更好地将理论与实际结合，在科研和商业方面创造新的价值。即高校追求人才培养环境和科研环境配置。而高校自身并不产生真正的大数据，缺乏大数据资源。对于开展大数据研究的科研团队也一样，他们也需要海量的大数据资源。数据科学要以大数据为基础，如何解决这个根本问题是高校进行大数据人才培养和科学研究首先要面临的[1-2]。

企业追求经济效益和长远发展，企业活跃的经济活动能够产生大量数据，一些互联网企业因其具有先天的数据仓库优势而成功享受到了大数据带来的红利。然而，绝大多数公司的数据资源仍处于未开发状态。数据常常散落在不同部门，而且这些数据存在于不同的数据仓库中，不同部门的数据技术也有可能不一样，这导致企业内部自己的数据都没法打通。企业从这些数据中提取的价值并不多。此外，当前市场竞争愈加激烈，企业发展决策对数据分析的依赖程度越来越大。学校和企业在应对大数据的发展方面，都面临着很多问题，借助校企合作的方式可以解决一些问题并能共同推动大数据技术的发展。

1 校企合作培养人才

随着大数据技术的发展，专业领域时时都在推陈出新，对于大数据人才的培养体系也需完善精进，学校与企业应该协同合作，培养新时代大数据人才来共同应付大数据的发展。

1.1 注重人才的培养方向

注重培养学生的数学能力，培养学生扎实的数学计算和计算机基础能力，使用数字计算和信息科学的基本理论与思维方法，对学生进行科学思维训练，使学生能获得较好的学习能力、思维能力以及创造能力，让学生了解掌握数学建模的思想和技术，并指导他们将计算机技术结合起来，用于解决软件开发，数字计算等现实问题，培养成为在计算机行业或企业单位从事科研开发、数据分析等的高级技术人员[3]。

1.2 校企共同制定学生培养方案

学校教育侧重于理论教育，企业更侧重于实操，两者结合可以培养出理论与实践相结合的人才。学校与企业合作共同培养，学校在前两年对学生的基础文化知识与理论知识进行培养，使学生具有扎实的计算机操作能力以及科学计算、创新思维的能力，第三年，让有项目经验的教师带领学生，教导学生将理论知识落到实处，教会如何运用。第四年，让学生去到与学校有合作的公司进行实训，按照企业的上班模式培养学生，真正做到理论实践相结合。

1.3 专业课程的完善与精进

要想借助大数据技术创造价值，基础理论知识的铺垫必不可少。根据大数据技术研究工作的分工和学生的兴趣爱好发展目标，合理的安排分布式存储、分布式计算、数据仓库、云计算、机器学习等专业课程的学习，立足当下，制定培养计划。选择资历丰厚不断吐故纳新的教师，组成钻研小组，根据专业要求以及社会需求等进行大数据教学课程的研发，建设从易到难，从理论到实践的科学课程体系，并根据学生实际学习效果不断完善课程设置，使课程设置更加科学可行，并随时关注大数据领域新的发展，设立讲座，给学生讲解新知识，让大数据专业课程学习更加与时俱进，不断精进[4]。

与此同时，还要紧跟社会的需求，在传授专业知识的同时确保实践能力的培养。实践能力的培养不仅仅是在计算机中搭建虚拟环境。通过校企合作的方式，借助企业的数据、经验和人才需求，整合实践教学资源，合理规划教学和实践方向，为学生提供大数据研究的数据基础和实践指导以及实习训练，将模拟实验扩展成为实战，使学生专业知识水平与实践能力相匹配，更好地将理论知识转换为科研和工作能力。

1.4 实习实训

针对数据科学与大数据技术专业实践性强的特点，该专业的实习实训环节应采用校企合作的模式，双方签署实习实训协议。如果学校一方有满足条件的实验室或实习基地，则可以在学校进行该项教学任务。一般可采用聘请企业中资深技术工程师带队的形式来实施，把企业中那些已经落地的且成熟的项目作为学生的实习题目。

如果企业一方有更好的实习基地和实习场所，则可以把实习环节放到企业来实施。企业通过优质资源整合，配置自己的工程技术和研发中心。该中心不仅使学校师生接触到社会和企业，还可以帮助学生培养职业素养、大数据专业技能、实践动手能力和创新精神。

1.5 企业助力学生创业

学校应开设大学生创业课程，并邀请企业到校进行创新创业的宣传，然后邀请学生到企业观摩学习，提供创业经验的分享以及实地培训。学校应设立创业协会，对于有意向创业的学生，提供国家创业政策指导。对于正在创业的学生，企业给予经济方面的支持以及在创业学生的公司运营方面给予一些指导与帮助。

2 合作构建资源平台

校企双方对大数据的发展有着不可推卸的责任与义务，应共同构建供大数据发展的平台，实现大数据更好更快的发展。

2.1 大数据共享平台

在实际环境中，对真实数据的分类存储分析工作的训练才能培养出更符合科研和企业发展需要的大数据人才。大数据应用具有难以复制性，难以复制性指其独特性，每家企业的大数据以及利用大数据进行分析的方法，相对于其战略和市场定位而言是独一无二的[5]。因此，在大数据教学中，依托实际大数据进行数据分析实践对专业人才培养有重要意义。学校和企业应共同建设一个大数据共享平台，推进资源共享化。

2.2 专业实验室建设

搭建大数据专业的实验室，用来确保学生实验、老师教研以及开展项目工作。学校应作为主体，投入专门的经费去承建一个先进的大数据专业实验。实验室应具有大数据集群环境，满足分布式存储、分布式计算、海量数据分析与挖掘、数据结果可视化等基本功能。企业可以给予学校实验室建设部分经济支持，并要求学校为其配备满足企业专业需求的功能模块。有时，企业为了推广自身的大数据产品，也会为实验室捐赠一部分大数据设备。实验室应具有丰富的案例资源以及相应的实验指导书。实验室还应不定期举办培训、竞赛和科技创新等系列活动。学校与企业合作，完成专业实验室的建设工作，既满足了学校人才培养教学和教研的需要，也满足了企业各方面的需求。

2.3 人力资源互聘

高校大数据技术方面的人才培养和科学研究离不开师资力量的培养。高校应加强对大数据方向教师的培训，确保教师自身的专业能力过硬，并且具有良好的教育教学能力。另外，结合大数据技术的特征，转变教学观念。在校企合作平台下，调整之前虚拟数据环境下的实践教学模式，充分利用企业提供的实践数据资源，调动教师实践积极性，完善实践能力培养方式，确保师资培养的专业性和适用性。

学校挑选大数据专业的教师进入企业学习，让一部分老师挂职锻炼，走进公司，实地考察，学习公司先进的实践性知识，提高教师的实践教学能力，与课本相结合，形成一套与实践相结合的教学体系，使教学更加贴近应用。同时，一部分科研成果丰富的老师可进入企业进行担任讲师，为企业带来关于大数据领域最新的研究成果[5]。

同样，学校可聘请企业中的行业高层和技术骨干作为学校的客座教授，进一步充实师资和专业建设水平。定期邀请企业的大数据客座教授为师生授课，将大数据在企业的应用途径，应用方法引入学校，促进理论与实践结合，更适合培养出具有扎实大数据基础理论和实践能力的人才企业的技术人员，以此来达成校企大数据共同发展的目的。

3 项目合作与研究成果

3.1 共同承担大数据类项目

项目研发是校企合作中将技术理论与企业实际需求紧密结合的重要途径，充分利用校企双方的资源，实现科研成果的转化。一方面提升了企业科技水平和创新能力，另一方面也提高了学校的教学质量和科研水平，在项目实践中培养了大数据人才。促进了学校和企业的共同进步。

与大数据相关的企业分为两类，一类是互联网IT企业，这类企业自身业务的一个方向就是从事大数据相关项目的开发，有自己的核心技术人员，有自己的开发框架和平台，可以对外承接各类与大数据相关的项目。

另一类是正向信息化迈进的传统行业企业或信息化建设中的政府机关和事业单位，比如，电力、石油、机关单位和学校等。这类企业有大数据项目的尝试和建设需求，但是自身没有相关的研发能力，需要委托第三方来进行大数据和信息化方面的建设工作。

已经设置大数据相关专业的高校，可以和以上企业合作共同承担大数据类项目。针对第一类企业，项目的实施主体为企业，企业中有资深的项目经理和经验丰富的架构师，他们负责确定整个项目的架构和方案。学校一方的学生作为辅助者的角色参与到项目中，把课堂上学习的理论知识更多地融入大数据实践项目中，从而使学生的专业技能得到提升和锻炼。此外，校企要充分利用双方的科技人才优势，结合当前技术瓶颈和落地问题，共同开展学术交流、重大技术攻关、产品开发、技术推广与应用、各类科技计划项目申报等工作。双方就资源互补优势的研发项目开展联合攻关，并联合向政府各级科技部门申请相应的科学技术研究经费。双方的协力研发可解决企业发展中的瓶颈问题，增强企业核心竞争力，同时也使参与的师生获取了大量实践经验，为学校教师的实践能力提升带来优势。

针对第二类企业，他们不具备大数据项目研发能力，但有进行建设行业大数据平台的需求。很多情况下企业不情愿一下子投入太多的研发费用，仅是前期的探索，或者是经过前期探索后要建设自己的研发团队。高校老师具备扎实的理论基础并掌握大数据领域最新的研究成果，通过和有行业背景的企业进行项目合作，既能帮助企业提供合理的大数据平台建设方案，又能把最新的研究成果融入项目中。企业可根据自身发展方向规划选取其中合适的方案，进而优化产业生产销售结构，将科学技术转化为经济效益，改进商业模式，促进企业发展，从而增加企业利润，让企业从大数据技术中受益。

3.2 研究成果和利益分享

在校企合作的过程中，促使高校做好科研，同时也要确保企业从中受益。

高校借助企业大数据独立进行科学研究产生的科研成果，可与企业方面签订合同，企业以较低的专利费用使用研究成果。科研成果转让或者出售第三方使用时，校企双方签订合同，约定双方根据该技术实施后产生的经济效益按照一定的比例分享合作技术研发的收益[6]。高校凭借科研成果获得的奖金或补贴，企业也可以适当分得部分利润。

大数据技术在实际生产生活中应用时，往往是和其他学科知识相互交叉配合协同的。借助企业大数据进行研究时，可能会涉及企业生产中的专业知识，就需要企业的专业技术人员参与研究过程。对于企业人员参与的科学研究成果，参与人员享有部分专利产权。企业在行业竞争中，需要不断增加自身工作人员技术知识的积累，在参与高校科研的过程中，企业员工可以吸收高校技术知识，提升工作能力，推动企业长远发展。高校人才在使用企业数据进行分析研究的同时，对企业的产业结构发展方向有了一定的了解，毕业后进入该企业从事专业技术工作的可能会大大增加，为企业的人才引进扩宽了途径。