史梦安，任 艳，叶 倩，郭占苗

（苏州大学应用技术学院，江苏 苏州 215325）

0 引言

2014 年3 月，教育部明确了高等教育改革方向，即全国普通本科院校中将有一半学校逐步向应用型大学转变。应用型本科以培养高层次应用技术人才为办学定位，对国家社会经济发展起到积极的促进作用［1］。应用型本科属于偏重技术技能、兼顾理论基础的本科教育，是应用型高等教育的重要组成部分［2］。应用型与学术型高等教育的关系如图1 所示。应用型本科和普通本科是高等教育中的两个不同方向，是各有侧重、平行发展的。

根据教育部发布的信息，近年来新设立数据科学与大数据技术专业的多为应用型本科院校。应用型本科人才培养的特点是注重理论学习与实践教学相结合，通过强化实践教学提升学生的应用能力和创新能力，培养服务区域产业的高水平应用型创新技术人才。

Fig.1 Relationship between applied higher education and academic higher education图1 应用型高等教育与学术型高等教育的关系

相较于计算机类其他专业，数据科学与大数据技术专业对数理知识的要求更高，学生需在掌握较为扎实的数理知识的前提下熟练运用计算机技术解决大数据领域的问题。因此，如何把握基础数理知识与计算机应用能力之间的关系以及相关课程设置是很多高校面临的首要问题。对此，余亚辉等［3］对大数据专业数学基础知识体系进行了研究，提出一套数理知识课程体系，并详细分析了主要课程的作用，但未进一步研究分析能够应用这些数理知识的后续课程。在当前新工科以及工程教育专业认证背景下，数据科学与大数据技术作为新兴工科专业，缺少根据相关标准和要求进行专业建设的经验。为此，罗恩韬等［4］对工程认证教育背景下大数据人才培养课程体系进行了研究，提出了一套围绕新工科和工程认证标准的课程体系，并且在专业课程模块中划分了专业方向，但未能结合区域产业、行业特点深入分析。

由于新兴专业信息化资源匮乏，各高校普遍存在教师信息化教学能力亟待提升的现象。如何解决教师信息化能力培养路径不清晰的问题，实现其信息化能力的全面提升，是数据科学与大数据技术专业建设过程中面临的巨大挑战。为此，何志芬等［5］探索了应用型本科大数据专业的建设思路，提出一套课程体系，并根据实际案例对双师型教师建设以及校企合作的方法进行了阐述，但相关分析不够系统；杨洪等［6］分析了大数据专业人才培养的理论需求和实践需求，提出一套在扎实学习理论基础知识的前提下能够提高学生实践能力的课程体系，并提出可以使用翻转课堂和在线教学进行教学改革，但未能分析具体的专业教师信息化能力培养方案。对于基础较为薄弱的学生，没有充足的信息化教学资源保障，在线教学很难保障学习效果。

由以上分析可知，应用型本科的数据科学与大数据技术专业发展迅速，但仍处于初始阶段，在专业与区域人才培养体系方面可借鉴的经验并不多。本文结合应用型本科的特点对数据科学与大数据专业进行分析，提出一套符合区域行业特点的知识体系架构，并对该专业的信息化建设策略和人才培养模式进行了研究与分析。

1 数据科学与大数据专业分析

Fig.2 Interdisciplinary and cross industry characteristics of data science and big data technology major图2 跨学科、跨行业的数据科学与大数据技术专业

实际上，与数据统计分析相关的专业早已有之，且发展已较为成熟。随着信息时代的到来，各行各业产生的数据体量巨大、类型众多、结构复杂，海量数据中蕴含了许多高价值信息，原有的数据采集、存储和处理技术遭受到前所未有的挑战，传统的数据信息学科已经难以适应大数据时代的要求。

数据科学与大数据技术是探索数据资源奥秘的理论与方法，其能揭示数据内在变化规律并发现新知识。由于该专业涉及多学科、多领域，对从业人员的大数据理论基础、实操技能以及知识体系的系统性提出了更高要求，需要其具备较好的数理统计分析、计算机系统应用、计算机网络、计算机软件等跨专业知识，并且能很好地将大数据处理技术与不同行业需求相结合。根据以上分析，可将数据科学与大数据技术专业的人才培养目标定位为培养具备大数据分析、处理、挖掘、可视化、系统集成等能力的创新型、复合型技术人才。

2 数据科学与大数据技术专业建设要素

根据应用型本科人才培养定位、数据科学与大数据技术专业分析与行业定位，在工程教育专业认证框架下，设计专业人才培养目标和毕业出口评价标准，整合专业课程、师资队伍、办学资源等要素，建立以学生为中心、以成果为导向的可持续人才培养体系［8］。该体系以工程认证标准的12 个维度指标展开，可归纳为3 个层次，其中知识体系层面为培养学生具备一定工程知识，具有分析与解决问题的能力，能够针对具体项目设计解决方案，具备一定开发能力；沟通管理层面为培养学生处理个人与团队、工程与社会关系的能力，使其具备一定的项目管理能力；可持续发展层面注重培养学生的职业规范、研究精神和终身学习的习惯。

2.1 课程体系知识构架

通过对数据科学与大数据技术领域岗位要求进行分析，将该专业知识与职业能力划分为大数据专业基础、数据分析与运维、大数据应用开发、大数据智能分析和行业大数据处理4 个部分。针对每一层进一步细化具体知识范畴与技能要求，相应的知识点、技能点分布如图3 所示。

Fig.3 Knowledge structure of data science and big data technology major图3 数据科学与大数据技术专业知识构架

数据科学与大数据技术专业学生需要具备以下素养：①扎实的数学、统计学和计算机基础知识，具备Java、Py⁃thon 等语言编程功底；②熟练掌握Linux 系统操作、分布式框架原理以及可视化开发技术，为进行数据分析与运维提供技术支持；③掌握一定的大数据应用开发能力，理解数据挖掘分析的原理与基本流程，具备使用计算机技术解决数据挖掘分析相关问题的能力；④能将所学知识与特定行业相结合，开发出符合行业需求的大数据应用产品，或具备一定算法分析与设计能力，能够熟练运用数据挖掘算法，具备在机器学习、AI 领域开展学习研究的能力。

苏州及周边长三角地区对大数据人才的知识技能需求偏重应用［9］，兼顾人工智能及相关智慧产业。根据该特点，将专业人才培养分为行业大数据处理、大数据智能两个方向。其中，行业大数据处理方向注重工程应用，学生需进一步强化大数据开发相关知识技能，掌握数据分析挖掘流程和技术手段，并能举一反三。该培养方向主要针对数据分析、数据开发等岗位需求，主要课程包括Java Web开发、大数据应用综合实训、行业大数据分析实训等。大数据智能方向要求学生在具备基本应用开发能力的前提下进一步掌握数据科学理论知识，并学习如何结合深度学习等机器学习领域相关知识解决数据挖掘问题。该培养方向主要针对数据研发岗位需求，主要课程包括人工智能数学基础、机器学习与数据挖掘、大数据领域建模等。学生在大三时可根据自身特长或发展规划选择相应专业方向，专业负责人在此期间要向学生充分解释各专业发展特点，有升学计划的学生建议选择大数据智能方向。以上两种人才培养方向主要知识点分布如图4 所示。

2.2 信息化教学资源建设策略

数据科学与大数据技术专业建设过程秉承以教育信息化带动教育现代化的理念，落实信息化教学改革实践。为解决该专业教师信息化能力培养路径不清晰的问题，以满足“互联网+教育”环境下学生学习需求为导向，明确提出教师在教学信息化改革中应具备意识与理念、知识与技能、整合与应用、创新与发展、责任与道德5 个方面的能力。按照信息化技术范畴进行分类，遵循教师由技术基础到技术应用再到应用创新能力的提升规律，构建“技术导向、分类施策、能力递进”的信息化教师教学能力培养模式［10］。

在具体操作层面，本文设计了一套微课教学模式。以史密斯—雷根的学习者特征理论为指导，构建出分析学生特点、分析专业特色、分析课程特点、教学设计、微课展示的五阶段微课资源教学设计流程，形成开门见山式、情境式、探究式、抛锚式、理实一体式5 种微课教学模式，具体如图5 所示。

3 项目化驱动、分方向人才培养模式探索

3.1 项目化驱动人才培养

以真实产业项目为载体，与企业技术专家合作开发项目化课程教学资源，聘任企业专家模块化嵌入担任项目课程的授课讲师。围绕新一代信息技术产业岗位群，在构建专业课程体系的基础上，甄选10 个典型产业项目，作为贯穿专业核心课程的依托项目。根据项目开发技术分工和工作过程分解，构建能力递进型培养体系，推动项目驱动式教学的全面实施，包括专业基础课程单元项目、专业核心课程训练模块项目、就业方向课程实战综合项目和实习课程开发企业系统性项目。通过递进循环训练过程，使学生的项目开发能力螺旋进阶，具体实施流程为：

2008年5月中旬，乌梁素海明水区域大量暴发黄藻，最盛时发生面积达 8万余亩（0.533万 hm2），超过明水面积的1/3。2009年5月下旬乌梁素海再次发生黄藻并迅速蔓延，最大面积达 1.6 万亩（0.107 万 hm2），对生态环境造成极大危害，引起国家有关部门高度重视。经调研监测分析，这是乌梁素海特殊气候条件、湖区水体水质、人类生产生活活动等多方面原因共同导致的结果。其根本原因是特殊气候条件下水体富营养化程度不断增高所致。监测结果见表1。

Fig.4 Distribution of main knowledge points in two kinds of talent training direction图4 两种人才培养方向主要知识点分布

Fig.5 Five stage of the micro-lectures teaching design mode图5 五阶段微课教学设计模式

（1）获取项目资源。通过校企合作、教师下企业以及科技服务等渠道，获得企业真实项目案例，结合实际学情特点，裁剪企业项目案例，达到适合课堂教学的尺度。

（2）重构项目案例。编排课程内容，选择切入点将知识、技能融入项目开发过程中。

（3）制定项目实施文档、考核标准，为教师实践奠定基础。

（4）项目实施。在教师引导下，根据教学项目设计情况，指导学生完成项目开发。根据学生学情，分组或单独完成项目。在实施过程中，以学生为主体，教师做好项目答疑和示范工作［11］。

（5）项目评价与反馈。由教师组织学生汇报、演示项目成果，展示学生的学习态度、技能水平以及对技能点的掌握情况。学生再根据教师反馈评价，反思整个项目过程中的表现，并吸取经验教训，查漏补缺。

3.2 分方向培养

大数据与新一代IT 技术飞速发展，呈现出多学科综合、多技术领域融合创新的特点。结合应用型本科的特点，本文提出复合型创新人才培养方向，为该专业构建宽基础、分方向的应用型课程体系，具体实施过程为：

（1）在大学一年级统一设置公共和专业基础课程模块，在多个方向通用共享。根据专业面向的岗位基础能力相通、技术领域相近的特点，统一设置培养通用能力的通识课程模块和专业基础课程模块，使学生对行业技术学习路线有一定认知，具备专业入门基本技能。

（2）在大学三年级，根据数据科学与大数据技术专业细分岗位多、知识更新快的特点，人才培养方案按照方向设置专业核心课程模块。学生在大二结束时学完专业基础课程模块，根据自身学习兴趣、知识基础以及发展规划，在所开设的专业方向中进行选择，实现分流培养。

（3）在大学四年级设置自选模块，服务个性化的毕业发展方向。根据学生毕业后可能的发展方向（就业、考研、创业）开设不同课程模块，针对性地强化知识技能。例如在就业技能提升模块中引入企业真实项目，聘请企业工程师授课，进行项目实战训练，强化项目综合开发能力，适合毕业后选择就业的学生选修。

（4）设立全程伴随的特长发展弹性课程模块，在做好学生学情分析和性格评测的基础上，引导学生选择某个技能方向重点发展，鼓励其参加特长生工作室、技能竞赛、创新工坊，通过竞赛获奖、做项目、报专利、发论文、考认证等方式置换选修课程学分。

4 人才培养模式实施情况

项目化驱动、分方向培养教学改革实现了以学生为中心的精细化培养。以项目为载体的培养方式实现了培养目标、课程体系、教学环节、毕业条件的前后贯通，提高了专业人才培养与行业需求的契合度，学生实践能力得到明显提升。在实施项目化驱动教学的同时，细分专业领域发展方向，促进学生个性化成才。在教学实施过程中注重对项目化驱动、分方向培养的闭环规范化评价，确保每一步都能有效促进专业人才培养质量的整体提升。实践教学结果表明，接受项目化驱动、分方向人才培养的学生与同专业未实施教学改革的学生相比，其实践应用能力、解决问题能力和创新能力明显提升，具体对比信息如表1 所示。

Table 1 Comparison between traditional teaching mode and project driven and training in different directions表1 传统教学模式和项目化驱动、分方向培养教学模式对比

5 结语

在新工科建设与应用型本科教育大力发展的背景下，数据科学与大数据技术专业的建设方兴未艾。本文在充分分析应用型本科人才培养定位和大数据专业特点的基础上，结合苏州大学数据科学与大数据技术专业建设与人才培养过程，归纳总结了该专业人才培养中12 个维度的知识框架和课程信息化建设路径，设计了项目化驱动、分方向人才培养模式以及对应课程体系。经过实践，该模式取得了良好的教学效果，该专业学生的实践应用能力、创新能力等明显提升。虽然本文根据应用型本科的人才培养定位以及区域人才的需求特点对数据科学与大数据应用专业人才培养体系进行了研究分析，但大数据是一个理论与实践并重的专业，如何把握两者之间的平衡，是后续需要深入研究的问题。