应用型本科大数据专业人才培养方案研究及教学实践

张嘉焱 张嘉勇

[摘           要]  应用型本科大数据专业，需对照“新工科”和“工程教育认证”的要求，结合行业对大数据人才的需求制定人才培养方案;着力于应用型师资队伍建设，革新教学方法和手段;以赛促学、以证促学，提升学生的创新创业能力。

[关    键   词]  应用型本科;大数据;人才培养;课程体系

[中图分类号]  G647                   [文献标志码]  A                 [文章编号]  2096-0603（2022）03-0175-03

当前，大数据产业市场高速增长，为了适应产业发展需要，教育部于2016年公布新增大数据专业，设立大数据相关专业的学校数量呈井喷式增长，各校都在积极摸索大数据专业的建设与实践。数据科学与大数据技术专业（以下简称大数据专业）是以大数据为研究和分析对象，以计算机科学、数学和统计学作为基础的多学科交叉融合专业，课程难度大，门槛高。

一、大数据专业建设现状

（一）专业人才培养目标不明确

由于对产业发展需求、行业应用需求以及岗位核心能力需求的调研不足，很难准确地制定专业人才的培养目标，专业为社会的服务方向不明确。

（二）专业课程体系有待完善

由于人才培养目标不够明确，服务方向不清晰，课程体系还有较大的完善空间，没有形成标准统一的课程体系;实践环节存在基础实验设施落后、与行业需求相脱节等问题。

（三）专业师资力量薄弱

大数据专业涉及的学科知识面及工程技术比较广泛，教学难度大，对教师的要求较高，需要兼具理论知识和实践能力，能够胜任该专业理论和实践教学的教师极其缺乏。

（四）缺少合适的教材

大数据专业的教材建設处于起步阶段，适合高校教学的教材较少，尤其缺少权威的优秀教材。以数据科学与大数据技术导论课程为例，作为课程教材其应涵盖知识点的广度及深度，至今仍处于讨论中，缺乏权威性教材。

（五）实践平台亟待建设

大数据专业具有较强的实践性，实践平台不仅需要提供开发环境，还需要提供真实的行业数据供学生分析与操作。目前平台建设难以“真刀真枪”地进行工程实践教学。

二、人才培养方案制定的依据

应用型大学的使命是服务区域（行业）经济社会发展，培养应用型人才。专业人才培养方案的制定，需要对照新工科以及工程教育认证对专业建设的要求，需要充分结合产业发展需求和行业应用需求。

（一）新工科的要求

新工科旨在培养具有良好人文素养、协作精神、可持续发展、终身学习能力，以及实践、创新能力强的高素质复合型人才。大数据专业需要紧跟大数据技术的发展和产业需要，谋求“特色”“精准”的人才培养模式。[1][2]

（二）工程教育认证的要求

工程教育认证是对本科高等教育工程类专业开展的一种合格评估，在制定培养目标时，要求充分考虑学校定位、专业具备的资源条件、社会需求和利益相关者的期望等;要求培养目标能够说明学生毕业5年左右从业的专业领域、职业特征和所具备的职业能力;培养目标的制定过程要求有有效的调研及合理的预测。[3]

（三）行业企业对大数据人才的需求

根据对行业企业对于大数据人才需求的调研，对专业所对应的部分核心岗位、职业能力以及需要的知识技能梳理见表1（文末）。[4][5]

三、大数据专业人才培养方案

基于新工科和工程教育认证对专业建设的要求和理念，大数据专业人才培养方案的制定需要有企业行业专家参与，需要建立有学校、地方、行业和用人单位共同参与的专业指导委员会制度。

（一）专业人才培养方向

根据“应用型大学”的办学宗旨，湖南交通工程学院确定本专业主要为社会培养大数据开发及大数据分析两类人才，人才培养方向及能力描述如下：

1.大数据开发人才：该类人才能熟练掌握本专业与开发能力相关的基本理论及相关技能，例如：熟悉 Hadoop、Spark等主流大数据平台，具备大数据系统的分析、设计、开发等实践能力以及创新思维，是能够胜任大数据处理及大数据系统开发与构建工作的专业应用型人才。

2.大数据分析人才：该类人才具有良好的数学基础与数学思维能力，掌握信息与数据科学的基础理论与技能，能熟练使用numpy、scipy、pandas、matplotlib模块完成数据分析及展示，掌握基于企业级的数据分析技能与综合应用能力，是能够胜任大数据分析与辅助决策的专业应用型人才。

（二）人才培养目标

湖南交通工程学院大数据专业的培养目标设定为：让学生掌握面向大数据应用的计算机科学、统计学、数学基础知识，系统学习数据建模、数据管理、数据分析的基本理论方法和技能;同时具备自然科学和社会科学等领域中大数据的应用分析技能。本专业学生在系统的专业技术训练基础上，应具备广泛的数据应用视野。学生毕业后将能从事交通大数据、金融大数据、健康大数据等各类应用领域大数据分析挖掘、大数据系统开发等技术工作。

（三）课程体系

基于两个培养方向，围绕培养目标，设计课程体系要体现产出导向、突出能力培养。课程体系的制定要邀请企业和行业专家参与，参考行业大赛以及“X”证书的要求，动态修订课程体系，以保证课程内容能及时更新并与行业实际发展需求相适应[2][6]。专业课程体系包含理论课程体系和实践教学体系两大部分，见文末图1。

1.理论课程体系，从通识能力、专业能力及提升能力三方面对学生进行培养。通识类课程主要普及学生自然科学、人文、社科等方面的基本知识，使学生能够健康、全面地发展。专业类课程旨在让学生扎实地掌握本专业的理论基础知识与基本技能，能够灵活运用所学知识与技能从事工程实践活动。提升类课程重点培养学生大数据集成开发能力，能综合运用大数据平台技术、数据挖掘及数据分析技术完成行业数据分析任务。

2.实践教学体系，培养学生综合运用知识解决实际问题的能力。实践教学要实现课程内容与职业标准、教学过程与生产过程对接，围绕大数据的整个生命周期，培养学生解决复杂问题的能力。实践教学包括实验教学、实习实训、社会实践、毕业论文（设计）与综合训练等各个环节，目标是能有50%以上的毕业论文（设计）在实践教学中完成。

四、应用型师资队伍建设

大数据专业是新兴专业，师资队伍是专业发展的瓶颈，需要多举措建设师资队伍。

（一）培养“双师型”教师

一方面不拘一格地从企业或公司的大數据项目一线，招聘数据工程师作为兼职专业教师;另一方面每年安排学院教师到相关企业公司转岗参与实际项目的研发，将日常讲授的理论知识与实际项目相结合，以提高教师的双师素质。

（二）专业教师的自身充电

鼓励专业教师多参加与大数据相关的研讨会及实践技能培训，以提高自身的专业技能;鼓励教师多指导学生参加行业大赛，提升自身及学生的实践与创新能力;鼓励教师积极申请大数据专业的横向、纵向课题，撰写教改及科研论文，通过科研促进教学。

五、教学方法与手段的革新

该专业技术体系复杂，实践性强，必须革新传统的教学方法与手段。课堂教学中要体现以学生为中心，尽量实现“理实一体”的教学模式。教学方法上应注重技术应用情境、问题导向，多倡导PBL教学法，项目式课程设计，实际案例教学。

以机器学习及其应用课程教学为例，完全实现“理实一体”教学模式。理论教学部分，以屏幕分享的方式讲解算法，演示算法的Python代码实现;实验部分，教师提供行业中真实的数据集，让学生进行验证性的实验分析，在实验中掌握算法应用，培养数据模型思维。课程还有综合性的项目研究环节，学生3人/组，1人负责设计数据项、收集数据集;1人负责机器学习代码实现及数据可视化;1人负责项目报告以及项目研究视频制作。事实证明，该课程的教学充分调动了学生自主学习的积极性。通过小组项目研究，锻炼了学生实际解决问题的能力，培养了学生团队协作的能力。

六、以赛促学，以证促学

大数据专业培养的学生，需要能熟练运用大数据技术解决行业企业复杂的实际问题。国内很多大赛对于学生的培养具有风向标作用。例如，全国数学模型竞赛，自2019年出现的C题型，属于经济管理类数据分析辅助决策问题，是数学建模与数据分析技术相结合解决行业复杂问题的典范;由工业和信息化部人才交流中心主办的蓝桥杯大赛，其赛题始终围绕当前社会发展急需的信息技术专业重点领域的问题，能有效引领高校学子IT技能以及创新能力的培养。

（一）以赛促学

带领学生积极参加大赛、认真研究赛事，能很好地促进专业的教育改革。首先，大赛能促进我们发现人才培养的差距;其次，大赛设置的比赛项目，往往反映了行业的最新问题和科技前沿，而人才培养方案往往滞后于技术发展。因此，大赛能引领我们及时动态地修订与行业发展需求相适应的课程体系。

（二）以证促学

“1+X”证书制度是国家职业教育的一项基本制度，X证书本身就体现了一种市场需求。目前，教育部发布的与大数据相关的X证书，就涉及大数据平台运维、大数据工程化处理与应用、大数据分析与应用、大数据应用开发等产业方向。组织引导学生有选择地考证，能有效地提升学生创业就业的能力。

七、总结

大数据专业建设还处于摸索阶段，我们需要坚持“学生中心、产出导向、持续改进”的理念，密切跟踪行业企业需求，在教学实践中不断积累经验，完善课程体系，着力于应用型师资队伍建设，践行革新的教学方法和手段，着重学生就业创业能力的培养，为社会输送高素质的应用型人才！

参考文献：

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

[2]尹波.新工科背景下大数据专业课程体系研究和实践[J].计算机时代，2021（7）：98-100，103.

[3]冯勇，徐红艳.工程认证理念下数据科学与大数据专业建设探究[J].辽宁大学学报（自然科学版），2021，48（1）：88-91.

[4]周欢，江兆银.产教融合背景下的大数据技术与应用专业建设[J].计算机教育，2021（9）：108-112.

[5]叶惠仙.以大赛引领大数据专业人才培养方案建设的实践[J].电脑与信息技术，2020，28（4）：79-83.

[6]关金金，庄彦.“1+X”证书试点制度下的大数据技术人才培养模式分析研究[J].科教文汇（中旬刊），2021（8）：136-138.

◎编辑 薛直艳