数据科学与大数据技术建设研究实践

摘要：在调研国内外数据科学与大数据技术专业建设情况的基础上，提出培养具有行业特色和可持续竞争力的大数据卓越人才的建设目标，阐述如何构建贯通式能力培养的课程体系，构建校企融合协同育人体系，构建多层次一体化的实验环境，培养师资队伍以及构建教学质量持续改进体系，从而形成多层次、多类型、健全的卓越人才培养体系。

关键词：数据科学与大数据技术；专业建设；创新人才培养

引言

信息技术与传统经济社会的交叉融合引发了数据迅猛增长，产生了对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力的数据科学与大数据技术。这种新的信息技术和服务业态正在引领技术、物质、资金与人才革新，影响社会分工协作模式，促进生产组织方式的集约和创新，推动社会生产要素的网络化共享、集约化整合、协作化开发和高效化利用，改变了传统的生产方式和经济运行机制，显著提升了经济运行水平和效率，是推动我国社会经济发展与产业转型的新动力，具有极高的社会价值[1-2]。党的十八大以来，强调中国要高度重视大数据发展，改善民生及保障国家数据安全[3]。国务院《促进大数据发展行动纲要》提出要加强大数据专业人才培养，鼓励高校设立数据科学和数据工程相关专业，重点培养专业化数据工程师等大数据专业人才，大力培养跨学科大数据综合型、复合型人才。

1国内外相关研究现状

2016年，国内首批3所高校开设数据科学与大数据技术专业[4]；2017年，国内开设该专业的高校增至32所[5]；2018年3月，国内数据科学与大数据技术专业的学校达到250所[6]；到目前为止，全国共474所（含理科、工科共488个专业）高校开设数据科学与大数据技术专业。武汉理工大学于2018年获批数据科学与大数据技术专业并开始招生。但与此同时，关于数据科学与大数据技术的专业建设研究工作还较少，如朝乐门等对国外数据科学专业建设进行调研并给出建议[7]；曹淑艳等对大数据专业的申报细节给出分析[8]；桂劲松等以数据科学与大数据技术专业为例，在培养目标、毕业要求、课程体系等方面探索新专业的建设思路[9]；陈欣等结合重庆工程学院实际情况制定相关人才培养方案[10]；樊迪结合应用型本科实际情况，制定科学的课程体系和培养方案，并给出相关的建议[11]；贺文武等针对本科教育中数据科学的人才培养需求，探讨数据科学与大数据技术的课程建设、实践平台建设等问题[12]。目前，我国现有的数据科学与大数据技术专业人才培养方式还存在专业精准度不高、课程设置不符合实际、学生多教师少等问题[13]；部分高校数据科学与大数据技术专业的建设还存在时效性、交融性、涌现性的问题[14]；地方高校专业建设则存在一些培养思维固化、缺乏专业特色，师资力量不足等弊端[15]。

2数据科学与大数据技术专业建设方案研究

数据科学与大数据技术专业的建设，应该以培养具有行业特色和具有可持续竞争力的卓越交叉创新人才为目标，围绕学生数据科学理论体系和算法能力、大数据系统设计、实现和创新能力进行培养，同时结合我校建材建工、交通、汽车三大行业特色，强调实践能力训练。为达到上述人才培养目标，需着重解决如下课程体系构建、实践教学及实验条件建设、师资队伍建设等方面的问题，从而构建多层次、多类型、健全的卓越人才培养体系。打破课程间的壁垒，构建融思政、厚基础、强能力、重创新应用的课程体系，最终形成以学生创新能力培养为主线的贯通式教学模式。与企业和科研基地协同，结合我校行业特色和优势学科进行交叉创新，形成符合大数据产业发展和需求的校研企深度融合的多元化交叉创新实践人才培养模式。结合大数据人才培养需求、我校行业特色和优势学科，构建开放式、多层次的数据科学与大数据技术专业实验实训环境，形成从基础到面向特定行业领域的一体化实验实训环境，助力卓越创新人才培养。建设具备高水平工程教育能力、科技创新能力、具有国际化视野的教师队伍。

3具体举措

以培养学生实践创新能力为导向，培养具有可持续竞争力的卓越交叉创新人才。大数据技术需要与产业前沿紧密结合，因此数据科学与大数据技术专业必须与行业交叉融合、创新，服务国家产业升级和国家经济发展。在培养过程中，将强调全生命周期，以数学和计算机学科为基础，以算法能力为手段，面向领域应用，以创新能力培养为导向，深化产教融合、校企合作和创新创业，培养的学生将具有终身学习意识和创新意识，具备国际化视野和持续竞争力，能够引领科技创新和大数据产业发展，成为数据科学研究和大数据技术工程兼顾的具有可持续竞争力的卓越交叉创新人才。1）构建融思政、厚基础、强能力和重创新应用的课程体系，制定以学生能力培养为导向的教学内容。为了培养符合我国大数据产业需求，具有可持续竞争力的交叉创新人才，数据科学与大数据技术专业课程体系必须将思想政治教育有机融入到课程教学中，强调以数学和计算机学科为基础，算法能力为手段，面向行业和应用领域解决问题。因此，将构建融思政、厚基础、强能力和重创新应用的课程体系，主要分为基础课程、专业核心和选修课、行业实践课4个部分，见图1。在4年本科学习期间，数据科学与大数据技术专业遵循以数学和学科理论为基础，以算法能力为手段，面向行业进行创新来安排课程教学任务，见图2。2）建设校研企协同的多元化实践创新人才培养模式，构筑产学研深度融合的创新实践教育平台。依托武汉理工大学—华为ICT创新人才中心、水象科技等国内知名IT企业，在理论教学、实践教学等各个教学环节，学校与企业有机结合、相互渗透，建立理论教学、实验教学、科学研究、工程实践相互渗透的多维度新型教学组织模式和实践实训平台。依托计算机学院“科技部数字传播工程创新人才培养基地”“交通物联网湖北省重点实验室”“知识服务湖北省工程技术中心”等人才培养基地和科研基地，科教融合，开设创新创业特色课程，提升学生创新精神和科研能力。依托学校人工智能与大数据创新创业梦工场，在数据科学与大数据技术专业推行本科生导师制，扩大专业教育的对外开放，聘请院内外大数据、人工智能领域相关教师和专家指导学生进行课外科技和竞赛活动，并鼓励学生创新创业。3）构建系统化、多层次的数据科学与大数据技术专业实验实训环境。依托华为ICT创新人才中心和计算机类湖北省高校重点实验教学示范中心构建系统化、多层次的数据科学与大数据技术专业实验实训环境，实验环境建设包含4层架构，见图3。硬件基础设施层：基于高性能计算与海量存储节点构建的运算资源池，作为大数据各项实验学习环境的主要承载平台。系统管理与自动化运维层：方便用户使用、管理系统的软硬件资源。实验实训环境支撑层：包括基础实验实训环境、大数据实验实训环境支撑层，基于软硬件资源和系统管理功能，为大数据专业基础实验和专业实验提供保障。实验实训层：包括基础教学实验类、应用实现类和综合实训类实验项目和案例，形成从基础到应用、到面向特定行业和领域的大数据专业完整实验体系，见图4。4）促进教师能力发展，加强课程及教学团队建设。以建设一流数据科学与大数据技术专业为目的，全面提升教师教学能力、科技创新能力、工程实践能力和国际化能力。围绕数据科学与大数据技术专业，面向三大行业的重大科技创新领域，建设学科交叉与协同创新团队，提升教师科技创新能力；依托学校与三大行业和区域的合作共建，推进教育教学的行业协同、区域协同、企业协同，提升教师实践能力；依托高水平人才国际合作与交流，通过全球招聘教授、引进青年拔尖人才和鼓励青年教师国际交流，提升教师国际化能力。整合相关课程，贯通知识点，注重能力培养，建设大数据算法、大数据平台、大数据应用技术等课程群，建设相应教学团队，完善人才培养体系。5）建设学生培养质量保障和持续改进体系。（1）依托学生实验实训平台，对学生的实验/实训/竞赛/创新等活动进行记录和轨迹跟踪，构建学生“个性化需求—实验实践项目—能力达成度—就业创业能力”等信息反馈和持续改进机制，促进学生实践与创新能力培养。（2）以学生满意度为导向，结合教育部和学校一流本科专业建设要求，完善教学评估体系，建立教学——产出反馈机制，即建立课程教学效果评价与持续改进机制；建立学生与校外实习单位跟踪调查反馈与持续改进机制；建立学院对专业、专业对教师的教学考核与评价机制；完善教学环节各项规章制度，建立问题驱动的专业自我评估与持续改进机制。

4专业建设目标

经过专业建设与实践，达成如下建设目标。首先，形成符合我国大数据产业发展需求、反映我校行业特色和优势学科、以学生实践创新能力为导向、具有可持续竞争力的卓越交叉创新人才的人才培养方案。通过构建融思政、厚基础、强能力和重创新应用的课程体系，形成以学生创新能力培养为主线的贯通式教学方案。通过校企协同、科教协同，形成多元化的实践人才培养模式，构筑产学研深度融合的实践教育平台。构建从基础到应用、到面向特定行业领域的大数据专业实验实训环境。在课程体系、实践教育、实验实训有机结合的基础上，结合学生能力评估和培养质量保障体系，促进人才培养持续改进。通过实现上述目标，最终培养出具有较强的数据科学基本理论、专业素养、创新素质、适应国家行业需求并具有国际视野和可持续竞争力的大数据领域人才，同时带动其他相关专业发展，推动专业群建设水平的整体提升。

5结语

在保障学生培养质量的同时，创新教学方式，以学生能力培养为导向，依托企业和科研基地，建设校研企协同的多元化创新人才培养模式，构筑产学研深度融合的协同教育和创新创业平台，培养高质量大数据学科交叉人才。本文工作对促进专业建设，提高人才培养质量具有较大的作用和意义。未来将基于上述专业建设研究与实践，依托专业自我评估和反馈机制，持续改进，进一步提升人才培养质量。

作者：石兵 熊盛武 饶文碧 杜亚娟 单位：武汉理工大学