戴宏亮， 戴宏明

摘  要： 在新工科背景下，探索理学大数据专业的建设，提出理学大数据专业建设借鉴新工科、工程教育认证、CDIO模式等理念。从修订特色人才培养方案、打造过硬教学团队、构建面向国际化课程体系、融合“产、学、研、用”四层次实践教学平台、营造多元学生创新创业环境等方面，探讨了理学大数据专业建设和应用型人才培养的路径和策略。

关键词： 新工科; 理学; 大数据; 工程教育; 专业建设

中图分类号：G642          文献标识码：A     文章编号：1006-8228（2022）01-86-04

Exploration and practice of the construction of science big data

specialty in the context of New Engineering

Dai Hongliang1， Dai Hongming2

（1. School of Economics and Statistics， Guangzhou University， Guangzhou， Guangsong 510006， China;

2. School of Information and Automation， Guangdong Polytechnic of Science and Trade）

Abstract： In the context of New Engineering， the construction of science big data specialty is explored， and it is proposed that the construction of science big data specialty learn from the concepts of New Engineering， Engineering Education Accreditation， CDIO mode and so on. The paths and strategies for the construction of science big data specialty and the training of applied talents are discussed on revising the characteristic talent training plan， building an excellent teaching team， building an international curriculum system， building a practical teaching platform with "production， learning， research and application" four levels fusion， and creating a diversified student innovation and entrepreneurship environment etc.

Key words： New Engineering; science; big data; engineering education; specialty construction

0 引言

随着国家大数据战略和人工智能战略的实施，各种新兴产业如同雨后春笋破土而出。面对大数据的爆炸式增长和新兴产业的广泛需求，大数据人才出现巨大缺口。自从2015年教育系统批准三所本科院校开始承办数据科学与大数据技术专业（简称“大数据专业”），至今已有超过600所本科院校获批大数据专业。在这600多所院校承办的大数据专业中，其中有将近三分之一的院校由数学学院或者统计学院承办，授予的学位为“理学”学位。在新工科背景下，如何进行理学大数据专业建设呢？这是很多理学大数据专业非常困惑的问题。笔者作为本校大数据专业负责人，从2017年本校申报大数据专业开始，开始了大数据专业艰辛富有挑战的探索！目前，本校大数据专业高考录取分数位居学校前列，学校每学期期待转入本专业学生人数位居学校前列，远超数学、统计学等同类理科专业，大数据专业已经成为本校最受学生欢迎的本科专业之一。

本文立足本校大数据专业建设实践，探讨理学大数据专业的建设路径与举措。

1 理学大数据专业建设理念

理学大数据专业虽然授予“理学”学位，但是专业构成来看，该专业由数学、统计学、计算机三个一级学科交叉形成，具备理论与技术两方面的要求。因此，理学大数据专业建设不能遵循传统理学专业的建设思路，其专业建设必须要有新的理念。

1.1 借鉴新工科理念

新科技革命和产业变革的时代浪潮奔腾而至，中国大地正如火如荼地掀起高等教育“质量革命”的浪潮。新工科[1-2]建设主要面向所有授予“工学”学位的专业，也就是工科专业。而理学大数据专业同样可以借鉴新工科理念。首先，理学大数据专业本身就是大数据专业，属于新兴新工科专业的范畴，不能因为授予“理学”学位就变成了传统的理学专业。其次，从理学大数据专业课程内容看，其课程由数学、统计学、计算机科学三者交叉形成。为了体现“理学”的理论要求，课程设置数学、统计学内容可以多一些，要求可以高一些。比如工学的高等数学应该换成数学分析;线性代数应该换成“高等代数”;概率统计应该分成两门课程概率论和数理统计等。但是本专业大数据技术的内容不可或缺。大数据技术方面主要由计算机相关课程构成，必须学会技术然后动手解决问题。因此，理学大数据专业本质上具备“工学”相关属性，借鉴新工科相关理念也是在情理之中。最后，通过借鉴新工科理念，达到以社会需求为导向设计培养目标，以学习实效为核心设置教学内容;全面落实“学生中心、产出导向、持续改进”的先进理念，持续提升本专业人才培养水平;以多主体共享协同育人机制，推进产教融合、校企合作的机制创新，深化产学研合作办学、合作育人、合作就业、合作發展。

1.2 借鉴工程教育认证

理学大数据专业一般不会参加国际工程教育认证。但是，作为理工交叉、特别强调动手的应用型专业，主动借鉴工程教育认证标准对专业建设还是大有裨益。可以参考工程教育认证通用标准的所有七条大的标准，争取专业建设能够达到这七条大的标准中所有小的标准。借鉴工程教育认证对于理学大数据专业建设具有显著意义。第一，2016年6月，我国正式成为《华盛顿协议》第18个缔约国，这意味着我国工程教育认证体系与发达国家工程教育认证体系实现了国际实质等效。因此，借鉴工程教育认证理念，乃至下一步争取通过工程教育认证，对于培养学生的国际化认同特别重要。第二，工程教育认证通过系统性、整体性与综合性建设与改革，建立适应与引领产业经济发展的可持续人才培养体系。理学大数据专业建设借鉴工程教育认证理念，不仅是完成工程教育认证的程序，而且是落实工程教育“学生中心”、成果导向、持续改进三个基本理念，实现理学大数据专业培养模式改进的重要举措。

1.3 借鉴CDIO理念

CDIO工程教育模式是近年来国际工程教育改革的最新成果。CDIO模式是融合构思、设计、实现和运作于一体的工程教育理念，理论与实践训练有机结合，学生全程参与，致力于“做中学”和“基于项目的教学”[3-4]，着力培养学生的实践与创新能力。理学大数据专业借鉴CDIO理念可以构建基于CDIO理念的理学大数据人才培养方案、课程教学体系、实践实训体系等，促进学生在理论和实践方面的全面发展，同时培养学生运用知识解决实际问题的创新创造能力。

2 理学大数据专业建设路径

要建设一个好的专业，不仅需要好的理念，而且需要踏踏实实的行动。根据笔者多年的专业建设经验，我们要建设好理学大数据专业，必须从以下五个方面扎实努力行动。

2.1 修订特色理学大数据人才培养方案

专业人才培养方案对于专业建设就像宪法对于国家建设一样重要。因此，打造新工科[5-6]背景下能够对接新兴产业需求，并且能持续改进的理学人才培养方案，对于理学大数据专业建设至关重要。

首先，理学人才培养方案必须对接产业需求。在大数据人工智能时代，大数据人才将成为社会长期的需求。但是须考虑，社会到底需要数据科学家，还是数据分析工程师和数据产品应用工程师;理学大数据专业到底应该培养什么样的人才呢。这两个方面必须结合考虑，才能修订有特色的理学大数据人才培养方案。我们应该积极参加大数据企业、机构主办的相关会议，去一些大数据企业、机构调研，了解产业需求;有计划、有步骤、有尺度地推动企业定制式的人才培养机制形成，在校企紧密合作中实现人才培养与市场需求的无缝接轨;邀请大数据企业、机构负责人、技术负责人等到学校开办形式多样的讲座，在修改人才培养方案时，邀请学界专家和产业界专家来指导。

其次，理学人才培养方案必须紧跟国际前沿发展。当今世界一体化已经成为趋势，科技没有国界，积极走出去引进国外先进科技成果助力自身发展。我们可以从多种途径学习国际国内一流高校大数据人才培养方案设置，借鉴其优点，用于改进人才培养方案设置。明确课程目标、设置课程、建立课程体系、组织和选择支持课程目标实现的课程内容需要根据专业人才培养标准的要求进行。确定的质量评价方式要能够有效衡量专业培养标准实现情况。

最后，我们需要保持对人才培养方案持续改进的理念，坚持每年一小改，四年一大改。

当今大数据人工智能时代，高新科技日新月异，社会对人才的需求也是不断变化。因此，我们必须保持对时代的敬畏，同时坚持培养人才与社会同步的良好理念，持续改进人才培养方案。

2.2 打造过硬理学大数据专业建设团队

高水平师资队伍是高标准人才培养质量的重要保证。大数据专业由数学、统计学和计算机科学三个一级学科交叉形成，对师资带来巨大的挑战。怎样才能应对这个挑战呢？我们做了一些尝试和探索，取得不错的效果。①首先建立学科负责人、专业负责人、骨干教师、青年教师培训、交流和深造的常规机制，做到每学期至少召开一次专业建设会议。②整合和优化现有教师队伍。将统计系现有年青教师更多的引入到大数据专业教师队伍，每位教师负责2-3门专业核心课程，在每门课程上课前一个学期进行试讲。同时，联系相关机构或者自行参加外面机构组织的培训和交流，提升教学团队的业务水平。③继续改善和优化师资结构，引进本专业建设急需的人才，包括机器学习与大数据分析相关专业人才。④围绕学科和专业建设，每年设立1-2个主题，聘请2-4名国内有影响的专家，来我校举办学术讲座，开拓师生的学术视野。⑤引导团队教师进行思想观念方面的革命。逐步转变专业教师以教为中心的观念，树立“以学生为主体、以教师为引导”的现代教育理念，一切为了学生的发展，为了学生未来能够更好服务社会。要以产出为导向，改变原来课程导向的做法。同时，以能力为中心改进教学方法。

2.3 構建面向国际化的课程教学体系

大数据专业属于对接新兴产业专业，同时，肩负实现国家大数据战略的重要责任。大数据技术知识更新日新月异，产业需求也在不断改变，因此，构建面向国际化的课程体系至关重要。①充分了解国内外大数据技术人才培养的动态，及时调整课程体系的内容，始终保持课程体系的先进性和实用性。②设计与专业特色培养相适应的课程、教学内容、实践项目，形成方向鲜明、结构合理的课程群。建设与专业特色培养相适应的课程教学资源。③与校外大数据企业、机构共建专业教学资源库。④在课程教材资源开发时，大力推行基于项目的参与式学习、基于案例的讨论式学习和基于问题的探究式学习等研究性学习方法。⑤充分运用各种在线教育资源，将混合式教学等教学方式与研究性学习相结合，最大限度地发挥课内课外、线上线下的教学资源效果。⑥适当的时候可以考虑组织教师自己编写与产业接轨的教材，并积极引进国际、国内最新、与产业接轨的教材进行课堂教学。

2.4 融合产学研用四层次创新人才实践教学平台

要培养合格的对接新兴产业的高级人才，必须创新实践教学平台。我们提出融合“产学研用”四层次创新人才实践教学平台。“产学研用”合作教育是指充分利用学校与企业、科研单位等多种不同教学环境和教学资源以及在人才培养方面的各自优势，把以课堂传授知识为主的学校教育与直接获取实际经验、实践能力为主的生产、科研实践有机结合的教育形式。①以共建师资、共建平台、共建专业教学资源、共建创新创业基地为主要内容，构建协同创新的校企全面战略合作体系，达成合作共赢。②建设创新型集“学、研、训、产”四位一体的具有国内一流水平的人才培养模式。共建在线云教育平台和综合实训管理平台。发挥产学融合创新作用，与学校共建校内创新创业基地。③建立多样化、层次性的实践教学环节。改革实践教学的方法和途径，强化工程实践能力培养。建立包含实验指导书、实验报告、成果案例等内容的成套实验教学资源。建立学生到企业或实践教学基地实习的有效机制。由企业自带项目来学校，全真模拟企业生产的过程和形式，进行毕业设计训练。④注重校企合作教学与国内外知名企业和大学进行合作，外聘教师进行课程讲授、专题培训和前沿讲座。将企业引入教学，协同进行课程实验和实训。

2.5 营造多元协作学生创新创业训练环境

为把我国建设成为世界科技强国，必须尽早培养学生的创新创业观念，同时给学生提供多元协作的教育生态环境。为了营造多元写作学生创新创业训练环境，可以从以下途径着手。

①以创新创业教育为抓手，改革课程体系。优化通识课设置，面向全体学生开设研究方法、学科前沿、创业基础、就业创业指导等方面的普惠性课程;将专业课程与创新创业教育有机融合，结合国家级、省级创新创业品牌赛事，为大多数学生开设创新创业类综合课程;结合创新创业实践，为少数有创新创业潜质和能力的学生开设实务类、指导类课程;将学生创新成果折算成课程学分，鼓励学生积极参加创新活动。②加快创新创业教育优质课程信息化建设，自建、引进一批在线开放课程，建设内外结合、线上线下、依次递进、有机衔接、科学合理的创新创业教育课程体系。③加强创新创业教育教材建设，组织高水平教师、企业界精英、政府职能部门相关专业人员、杰出校友编写具有特色的教材和案例库。④改善创新创业教育实践条件，支持建设校内创新实验室、创业训练中心，支持建设校内大学生创新创业实践基地。⑤明确教师创新创业教育责任，构建创新创业教育绩效评价体系，增加实验、实习、实训教师在职称晋升中的比例，将提高教师创新创业教育的意识和能力作为岗前培训、课程轮训、骨干研修的重要内容。以培养教学团队为牵引，引导专任教师积极开展创新创业教育理论研究与教学实践，产出一批示范性成果。建立创业就业导向的人才培养结构调整机制。⑥设置合理的创新创业学分，建立创新创业学分积累与转换制度;将学生开展创新实验、发表论文、获得专利、科技制作等情况折算为学分，鼓励学生参与课题研究、项目实验等创新活动;放宽学生修业年限，允许调整学业进程、保留学籍休学创新创业。

3 结束语

本文基于本校大数据专业建设实践，探讨了在国家建设一流本科专业和新工科建设的背景下，理学大数据专业的建设问题。我们可以借鉴新工科、工程教育认证、CDIO等理念来革新传统理学专业建设理念，使得理学大数据专业建设具备较好的理论基础。同时，我们需要从人才培养方案制定、教学团队建设、课程体系建设、实践平台建设、学生创新创业等多方面出谋划策、久久为功。最后，我们希望本文的探讨可以为理学大数据专业建设抛砖引玉。

参考文献（References）：

[1] 王元卓，于建业.新工科背景下的大数据教学体系建设探析[J].大数据，2018，56：11-18

[2] 王元卓，隋京言.新工科背景下的大数据专業建设与人才培养[J].中国大学教学，2018（12）：35-42

[3] 戴宏明，戴宏亮.新工科背景下基于CDIO理念的软件工程应用型人才培养方案研究[J].计算机教育，2020（1）：64-67

[4] 戴宏明，戴宏亮.基于CDIO理念的《HTML5网站设计》课程教学模式构建[J].现代计算机，2019（10）：52-56

[5] 付含非，杨红荃.“新工科”与高职院校产教融合的机理耦合、现实困境与优化路径[J].教育与职业，2020（6）：5-12

[6] 郝莉，冯晓云，宋爱玲，等.新工科背景下跨学科课程建设的思考与实践[J].高等工程教育研究，2020（2）：31-40