宋姗姗

摘要：分析高校大数据学科发展现状，进一步阐述大数据竞赛开展现状及不同主体开展竞赛的异同，提出采用以赛促学模式支持大数据人才培养并给出优化建议，以竞赛思维探讨从“入校”到“出校”的产教融合的闭环大数据人才培养路径。

关键词：新工科;大数据;人才培养;

全球信息化背景下大数据已成为国家重要的基础性战略资源，引领新一轮科技创新，推动我国经济转型发展。《2020大数据产业发展白皮书》显示：“国家级大数据规划逐步向细分行业应用落地倾斜;近几年市场需求、技术应用成为大数据快速发展的重要因素。随着5G和物联网的发展，大数据基础层持续保持高速增长，到2022年将突破万亿元”[1]。迅猛增长的市场需求对大数据人才培养的质量和数量也提出了更多要求。

一、新工科背景下大数据人才培养实践教学体系设计

（一）设计理念。一是基于大数据专业人才就业服务面向，为培养适合新经济发展所需要的大数据人才，实施“校企合作”的培养路线。通过与校企合作企业共同广泛调研，分析岗位能力要素，了解企业岗位需求及人才规格要求，遵循“OBE”理念，吸纳行业企业及教育专家参与专业人才培养方案编制，讨论设计实践教学体系，从源头上避免应用型人才培养与企业需求的脱节。二是以岗位需求为目标，基于其对人才培养强调学科交叉性为特点，构建以数据科学与大数据技术专业为主干，以应用统计学、计算机科学与技术、软件工程等相关专业为支撑大数据专业集群。大数据专业集群建设，有效整合校内外资源，在专业建设、人才培养、队伍建设、平台建设等方面实现资源共享，交叉融合，凸显集群特色，培养具有不同学科和专业背景的交叉复合型大数据人才。三是培养目标中课程的设计要体现对能力的培养，积极践行“教学-实践-就业零距离”应用型人才培养模式。以四条主线为理念设计大数据人才培养的实践教学体系，在实践教学体系引入行业企业标准，培养学生工程应用能力和实践创新能力。

（二）设计内容

1.以课程教学模式改革为主线的基础性实践教学体系设计。应用型课程建设实施是实现人才培养质量的关键，实践教学环节是应用型人才培养的核心部分。在校企合作机制下，教师与企业人员共同对专业课程与教学体系进行探讨，共同研究开发适合培养学生应用型能力的课程，重构课程体系，讨论实践教学环节的构成，形成培养学生实践能力的课程体系，真正实现课程设置是紧紧围绕培养方案中要求的能力。一是校企合作共同建设了大数据应用创新中心，作为教学环境和实践基地，为学生实践实训提供了坚实平台和广阔空间，提高了应用型人才培养质量。二是专业集群实施基于工作过程系统化、工作室项目化、学科竞赛、校企合作开发等应用型课程建设模式。突出能力本位，行动导向，做中学、学中做、思中学、教学做一体，真学真做、用以致学和学以致用相统一。全部专业方向課程设计、评价由企业人员直接参与。积极推行基于实际应用的案例教学、项目教学和虚拟现实技术应用，专业课程运用真实任务、真实案例教学。三是基础性实践教学体系的设计，践行应用型人才培养模式，使学生能扎实地掌握工程问题所需要的专业理论与知识，并具备对复杂工程问题分析与解决的能力。

2.以对接大数据岗位需求为主线的综合性实践教学体系设计。大数据人才的培养目标以大数据产业链为主线，设定为掌握大数据采集与整合、存储与运算、分析与挖掘、应用与消费的技能与方法，具有解决大数据行业问题的能力，能在政府、企事业单位、社会组织等部门领域从事大数据采集、预处理、数据分析与挖掘、研发、测试、运维、管理和服务等工作的高素质应用型人才。

二、竞赛思维助推的大数据人才培养优化路径

竞赛思维不是说竞赛至上思维，而是借鉴竞赛运营中优秀方法或模式的思想，竞赛的突出优势是资源聚合度较高，实践性强。依托竞赛资源在一定程度上可以促进教师的教和学生的学，但教学环节还需与其他培养环节配合，才能更系统、高效地培养人才。纵观大数据人才的培养，资源整合至关重要，这就需要业界与学界对齐需求，深度合作，协同构建闭环的产教融合大数据人才培养体系。“校企合作研习班”是一种比较直接的形式。以百度与西安交大共同开设的“百度大数据人工智能菁英班”为例，其旨在培养具有大数据人工智能应用专业知识，热爱人工智能技术，掌握一定大数据人工智能应用研究方法的人才。班级内有来自全校20多个专业和不同年级的学生。百度在这个项目中提供系统的在线课程、平台、项目、导师、奖学金等资源，西安交大提供人才、场地等资源。“菁英班”结合前沿理论学习与实践训练，要求学生在修满必修理论课程的基础上，全员参加国际大数据竞赛，以竞赛成绩作为考试成绩。在“菁英班”成立的第一天就以竞赛队伍形式组队，按照学科优势跨学科结合。“菁英班”对于培养跨专业复合型应用人才具有重要意义，“校企合作研习班”在定向培养社会急需的尖端人才上具有显著优势。

（1）协同制订人才培养方案。随着越来越多的高校开设了大数据课程，制订合适的大数据人才培养方案成为高校亟须解决的问题。新工科背景下，不少高校在实践中形成了独具特色的人才培养方案。例如，哈尔滨工业大学提出了面向可持续竞争力的新工科“Π型”方案，“Π型”人才指的是专业知识丰富和具有行业经验的复合型领军人才，在培养过程中重视校企合作、配备学校企业双导师、学习专业加行业知识等[8]。此方案具有一定的借鉴意义，高校和企业应深度合作，面向产业需求、根据高校及学生实际情况制订培养方案。

（2）协同进行课程设置。复合应用型大数据人才是社会急需的，因此在课程设置上应体现交叉学科的特点。学校和企业课程设置可面向特定的岗位，设置专业课程加行业课程并给出具体的数据人才能力框架要求，以提高人才培养的定向性。例如，财经类院校的大数据课程除了设置专业必修课程外，还可以结合本校的特色专业和行业前沿岗位要求，设置金融大数据分析、金融数据可视化等特色课程，以帮助学生掌握行业相关知识和技能，适应未来就业的要求。

参考文献：

[1]199IT.2020中国大数据产业发展白皮书[EB/OL].（2020-09-10）[2020-03-02].http：//www.199it.com/archives/1115151.html.

本文系成都锦城学院校级课题结题成果，课题编号：2020JCKY0016