贾舒宜 王海鹏 唐田田 郭晨

[摘           要]  随着大数据时代的来临，高校肩负着培养具有实践能力与创新能力的复合型大数据人才的重任，如何充分挖掘大数据的潜能，提供全面、有用、精炼的信息，满足后续决策判别是大数据专业人才培养的核心技能之一。针对智能处理类课程教学难题，从课程培养目标、课程模块设置、课程教学设计和教学实验平台构建四个方面提出基于大数据的智能处理类课程模块，完成模块内各课程“纵向贯通、横向关联”的交叉融合，采用课程教学、实践教学、网络教学和以研促教的混合立体化教学方式，构建智能处理教学实验平台，打造高层次大数据师资队伍，对提高智能处理实战化教学能力和人才培养质量具有重要的理论、现实意义和推广应用价值。

[关    键   词]  大数据;智能处理类课程;立体化教学;教学实验平台

[中图分类号]  TP311.1                   [文献标志码]  A                      [文章编号]  2096-0603（2021）15-0196-02

一、发展现状

2015年国务院发布的《促进大数据发展行动纲要》中对大数据的定义是：大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。“大数据”逐渐成为比石油、煤炭等更有价值的资源，将对政治军事、经济社会、科学研究等产生革命性影响。

近年来，大数据、人工智能等新兴科技发展迅猛，全球的大数据人才处于极其稀缺状态[1-2]，目前，国内外许多高校，例如美国旧金山大学、英国华威大学、国防科技大学、清华大学、北京大学等纷纷开设了大数据相关专业和智能化处理类课程，在课程体系建设、教学方法、实验平台建设等方面做了有益的尝试，主要成果如下[3-6]：

（一）课程体系方面

各高校根据人才培养方向不同，建立了分层次的大数据课程体系，每个层次大致包含三到四大模块，包括通识课程、基础课程（核心课程）、提高课程（实践课程），模块间课程相辅相成，逐层递进。

（二）教学方法方面

由于大数据课程内容繁多复杂，且包含大量的实践操作，传统的教学方式很难在短时间内将所有大数据相关内容传授给学生，许多高校构建了线上线下相结合的教学模式，既发挥了线上课程资源丰富的长处，又保留了传统实体课程对重点、难点讲解细致的优势，取长补短。

（三）教学实验平台方面

一些高校以阿里云大数据平台为核心构建了数据挖掘课程实验教学体系，提出了线下编程和线上操作相互结合的实践方法，帮助学生将理论知识用于实践。

二、现阶段存在的主要问题

近年来，大数据、人工智能等新兴科技发展迅猛，对数据人才方面的需求非常大。不止中国，全球的数据人才都处于极其稀缺的状态。所以很多高等院校都已经开设了大数据专业，2015年教育部开设了“数据科学与大数据技术专业”，首批只有北京大学、中南大学和对外经济贸易大学3所学校申报成功，2017年有32所高校申报成功，2018年新增250所，2019年新增196所。根据2019年《中国新一代人工智能发展报告》，全国已有30多所高校成立了人工智能学院，75所高校自主设置了89个人工智能相关二级学科或交叉学科。多层次人工智能培养的格局正在成型[3、7-9]，但是目前各高校普遍存在以下问题：

（1）现有智能处理类课程忽略了课程间的纵向贯通和横向关联，存在课程分散不成体系、基础理论重复讲授的问题。（2）智能处理类课程涉及多学科交叉，教学内容繁多复杂，对传统的教学方式和学习方式提出了挑战。（3）大数据实验教学平台滞后，导致实验教学只能在虚拟机环境下以伪分布式方式部署，学生难以体验到大数据技术的优势，无法真正掌握大数据技术的问题。

三、基于大数据的智能处理类课程模块培养目标

人才培养目标是专业培养方案和课程设置的基本依据。基于大数据的智能处理类课程模块的培养目标为：掌握数据科学的基本理论，掌握面向大数据应用的统计、计算机、人工智能等学科基本知识，具备大数据采集、处理、分析、展示与应用的基本能力。具体要求如下：为能够运用大数据思维考虑本领域的需求，能够搭建大数据平台（存储、计算、交互、安全等），能够构建人机交互软件架构（配置、搜索、爬取、可视化等），熟悉运用大数据编程语言（Java、Phython、Scala等）和核心算法（关联、分类、聚类、预测等），能够熟悉用于大数据处理平台的国产化硬件芯片（华为升腾310＼210，Atlas 200＼300等）的复合型技术人才。

四、主要采用的理论与方法

（一）建立适应大数据能力培养的智能处理类课程模块

大数据作为新兴的专业，既带来了机遇也遇到了挑战。当前，国内大数据智能处理类课程体系存在着课程分散不成体系、基础理论重复讲授等问题，因此需要在课程设置体系上做出改革。该课程模块根据课程培养目标将课程分为4个层次，如下表所示，该课程模块结合智能处理教学实验平台可以帮助学员构建知识体系，奠定系统平台管理基础，培养学员的数据智能处理能力，提升学员大数据智能处理实践能力。

（二）采用课程教学、实践教学、网络教学和以研促教相结合的混合立體化教学方法

随着信息技术在现代教学方法中的普及，对传统的教学方式提出了挑战。以学生为中心的传统课堂教学思想和线上线下相结合、充分发挥实验平台等教学方式正越来越显示出蓬勃的生机和活力[10-11]。由于大数据课程涉及比较广的理论知识和操作性强的实验内容，很多理论性较强的内容在教学中非常容易理论和实践脱节，在实际工作实践中遇到相关问题时不能联系学过的内容来解决问题。

因此，可采用“基础奠定、实践强化、线上线下、科研引导”的混合立体化教学方式，利用实体课堂进行重难点讲解、线上课堂进行自主学习、实践操作巩固理论知识和动手能力，并将科研成果应用到教学实验中的教学方法，这种方法可调动学生学习的积极性和创造性，鼓励学生参与教学活动，促进相互交流，显著提升教学效果。

（三）构建智能处理教学实验平台

在现有大数据技术及应用实验平台的基础上，利用正在开展的大数据实验室建设项目，构建智能处理教学实验平台。借助实验室平台和购置的模拟器收集各种预警探测、图像图片、雷达、遥感数据等，并开发教学实验类人机交互平台软件，为大数据方面的人才培养提供教学实验环境。

（四）培养组建高层次大数据教学团队

由于大数据、人工智能是新兴的专业，缺少专业化的教师团队，可配置、指导学生实验的专业化师资严重不足。结合科学研究与军事应用，不断促进科研与教学相互融合，使科研成果向教学资源转化，培养组建一支面向智能处理人才培养的高层次大数据教学团队。

五、建立适应大数据能力培养的智能处理类课程模块的特点

（一）建立基于大数据的智能处理类课程模块

该模块结合专业，注重课程之间理论知识的交叉融合，紧紧抓住理论教学和实践能力同步培养的内涵，可以有效推进智能化处理类课程模块的改革进程，对于其他电子信息类课程改革具有重要的借鉴和示范作用。

（二）用科研项目的理论和成果促进课程模块建设

教学团队可利用承担的一系列大数据处理方面的科研项目，项目研究的理论、数据和实验成果可以应用于智能处理类课程的教学与实验中，以最先进的科研成果促进课程模块建设，提高教学水平，提升人才培养质量。

（三）构建智能处理教学实验平台

在现有大数据技术及应用实验平台的基础上，利用正在开展的大数据实验室建设项目，构建贯穿数据获取、存储、预处理、分析、可视化全流程的智能处理教学实验平台，为智能处理类课程教学与实践深度结合奠定了基础，显著提升了大数据人才的岗位任职能力。

六、总结

当前社会大数据和人工智能飞速发展，合理设置大数据专业课程体系和课程内容，采用多种教学方法，对于培养适应时代发展的高素质复合型人才是至关重要的。智能处理类课程作为新兴专业理论基础相关的重要课程，其课程体系、教学内容和方法值得深入研究。本文在分析当前形势的基础上，讨论了智能处理类课程的课程培养目标、课程模块设置、课程教学设计和教学实验平台构建，提出了“基础奠定、实践强化、线上线下、科研引导”的混合立体化教学方式，在现有大数据技术及应用实验平台的基础上，利用正在开展的大数据实验室建设项目，构建智能处理教学实验平台，采取多项举措不断提升团队教学水平和国际化程度，不断促进科研与教学相互融合，使科研成果向教学资源转化，培养组建一支面向智能处理人才培养的高层次大数据教学团队。

本文提出的基于大数据的智能处理类课程模块培養的学员具有基础理论扎实、适应能力强、理论素质高、操作技能过硬的特点，能迅速胜任第一岗位任职需要，该模块研究成果也可在高等院校课程教学中推广应用。

参考文献：

[1]大数据战略重点实验室.大数据概念与发展[J].新科技新名词，2017（4）：43-50.

[2]朱扬勇，熊贇.大数据时代的数据科学家培养[J].大数据，2016，2（3）：106-112.

[3]黄宏博，潘淑文.数据智能类专业最优化类课程教学研究[J].高教学刊，2020（21）：117-115.

[4]刘进军.基于岗位能力的高职大数据专业人才培养模式[J].河北职业教育，2020（2）：80-82.

[5]韦茜妤，肖雄，王萌.“新工科”背景下的大数据专业课程体系研究[J].专业与课程建设，2020（5）：69-73.

[6]夏大文，王林，张乾，等.大数据应用技术课程教学改革与实践[J].APPLICATLON应用，2020（38）：115-123.

[7]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.

[8]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.

[9]张志伟，房爱东，崔琳，等.新工科背景下大数据专业建设探究[J].攀枝花学院学报，2018，35（5）：107-111.

[10]李翠平.新工科背景下以数据为中心的计算机专业教学改革[J].中国大学教学，2018（7）：22-24.

[11]王国胤，刘群，夏英，等.大数据创新人才培养模式的探索与思考[J].计算机教育，2017（10）：25-28.

◎编辑 司 楠