面向大数据的信息与计算科学专业课程体系研究

刘风华++苏有慧

摘 要：云时代、大数据时代的到来，为信息计算科学专业的发展带来了新的契机。该文从大数据时代的背景出发，结合该校信息与计算科学专业发展的实际需求，探讨了面向大数据的信息与计算科学专业课程体系构建，提出了人才培养的目标设定、理论课程及实践课程体系构建方案，以促进专业发展。

关键词：大数据 信息与计算科学 课程体系

中图分类号：G642 文献标识码：A 文章编号：1674-098X（2016）08（c）-0131-03

自1998年教育部将原来的计算数学、运筹学、控制论、信息科学4个专业整合成一个新专业——“信息与计算科学”专业后，全国已有600多所高校开设了信息与计算科学专业，该专业是数学、计算机、信息工程等学科的交叉，目标是培养具有扎实数学基础和一定的计算机技能，能够在信息科学和计算科学领域从事科研、教育、软件开发及解决实际问题的能力的应用型人才[2-3]。

但是，随着招生规模逐步扩大，暴露出许多问题，如专业特色不明显、专业就业方向不明确、课程设置、实践环节等方面滞后于信息技术和计算机技术的发展，学校教育和社会实际需要脱节等问题[4-5]。

云时代、大数据时代的到来，为信息计算科学专业的发展带来了新的契机。

大数据，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内截取、管理、处理并整理成为人类所能解读的信息[1-5]。随着各行各业信息量的快速膨胀，今后对拥有大数据管理和分析能力的人才需求将快速增长[7-8]。

大数据时代需要分析数据及其与业务相结合的分析人才，这与信息与计算科学专业的培养目标相吻合，信息计算科学专业充分发挥其数学的优势，结合专业背景和社会实际需求，可以为未来的大数据市场培养熟练掌握大数据技能并擅长海量数据的采集、存储、管理、挖掘与分析等经验的人才。为适应社会需求，该校及时调整专业方向，徐州工程学院信息与计算科学专业于2016年秋季招收大数据方向学生。

培养优秀的大数據人才，构建合理的课程体系是关键，该文根据该校实际情况，探讨信息与计算科学专业如何在保持数学类专业优势的情况下，融合大数据时代的技术和思想，构建合理的面向大数据的信息与计算科学专业课程体系。

1 人才培养目标制定

依据徐州工程学院应用型本科院校的要求，制定符合该校特色的面向大数据的信息与计算科学专业培养目标。

（1）综合素质目标。培养满足地方经济、社会发展需要，德、智、体全面发展，具备良好法律意识与职业道德规范，具备团队合作意识，具备较强的沟通表达能力、分析理解能力、专业文档撰写能力、创新能力、项目管理意识等各项综合素质的人才。

（2）专业技能目标。培养具有良好的数学素养，掌握信息科学和计算机科学的基本理论、方法和技能，熟悉主流大数据管理及分析平台、数据分析算法与工具，具备较全面的大数据平台的应用开发与管理运维能力，有一定的大数据平台架构能力，有一定数据分析与算法实现能力，有较强的创新意识和初步的大数据工程实践能力，适宜在IT企业从事大数据应用开发、大数据系统运维等工作、并具备一定行业经验认知的应用型大数据人才。

2 课程体系构建思想

为培养适应不同大数据岗位的专业人才，我们采用定制化课程体系、多元化教学模式，重点拓展和提升实践类课程建设，适当加入拓展课程。

2.1 定制化课程体系

针对大数据行业不同岗位技能要求，课程体系遵循“通用+特长”的设计思路，通过通用开发语言与特色大数据技能相结合的培养模式，利用项目驱动的实战技能训练，可实现学生的个性化培养。

重视基础课程，加强技术主干课程，构建核心课程群。在夯实基础课程之后，考虑学生实际就业方向，开设针对性强的专业课程，根据实际情况安排学生针对性选择实训方向，安排相应技术性课程学习，同时强化学生技术技能的运用能力。

2.2 多元化教学模式

为调动学生学习积极性，提高课程效果，采用多元化的教学方式。通过理论课、实验课、项目实战课和职业素质课程，培养学生理论结合实践的综合应用能力，提升学生的职业技能与综合素质；并通过线上教学环节为学生提供灵活高效的学习渠道、提升学习兴趣、拓展专业知识、培养主动学习的良好习惯。

为了将学生培养成为大数据开发、数据挖掘和数据分析类高端特色专业人才，课程体系以知识体系和能力体系为双主体进行规划，强调技术与职业素养的双重培养，将职业发展所需要的各种软能力培养融入到日常教学中，以实现学生的职业化能力培养。

2.3 重点拓展和提升实践类课程建设，适当加入拓展课程

在保持基础扎实的前提下，拓展和提升实践类课程。除强化校内实践课程外，还要运用校企合作实训基地，进行实训项目开发，强化理论教学与工程实践的结合。

不定期聘请名企在职IT专家或业界知名人事，开展各种主题活动，拓宽学生视野。

3 课程体系构建方案

遵循“通用+特长”的设计思路，课程体系的构建重视基础课程，并加强大数据技术相关课程，划分为通识课程、学科基础课程、专业课程以及集中实践课程四大课程模块。

3.1 通识课程

包括通识必修课程和选修课程两种类型，是对本专业学生进行公民基本素质教育的重要内容，以提升学生的政治思想水平、文化科学素养、信息技术能力和外语沟通能力等大学生必备的基本素质为目标，也对本专业学生进行职业生涯与职业发展指导。

3.2 学科基础课程

该类课程是对该专业学生进行学科专业知识教育的基础内容，目标是提升学生的学科专业认知水平。专业基础课程一是用以铺垫专业数学基础，培养学生的基本科学素质。二是强化计算机科学与大数据技术的共用核心技术，增强学生进入社会的适应能力。该类课程如数学分析、高等代数、C语言程序设计、Java程序设计等课程。

3.3 專业课程

该类课程是对该专业学生进行专业技术和专业能力训练的重要内容，培养学生解决实际问题能力和应用创新能力，具备信息计算科学专业相关领域，尤其是大数据分析及应用开发领域技术工作所需的专业理论知识及相应的应用能力。该类课程包含数据结构、数据库原理及应用、Linux操作系统、数据分析、数据挖掘、大数据内存计算、大数据流式计算、大数据离线计算等。

3.4 集中实践课程

该类课程是对该专业学生进行专业创新教育和素质拓展训练的重要内容，重点是培养学生提出问题、分析问题和解决问题的意识、能力和方法，了解信息科学专业尤其是大数据分析及应用开发领域理论、技术与应用的新发展，能运用所学的理论、方法和技能解决信息技术与大数据分析及应用开发中的实际问题，具有较强的知识更新、技术跟踪及职业能力。该类课程主要包含课程设计、项目实训、综合实训、岗位实训和毕业设计。

面向大数据的信息与计算科学专业课程教学体系框架如图1所示。

课程开设先后次序注重学生大数据方向完整的知识链构建，严格按照大数据方向具备的知识结构设计。

实践课程体系包含两条线，一个是课内实验，一个是集中实践环节。课内实验是每门课的实践练习，学科基础课中《C语言程序设计》开设了课内实验，所有专业课均设置了课内实验，课内实验的安排又划分为基础类实验和提高类实验，是对学生进行的基本技能训练。集中实践是每学期后集中开设的实践课程，如课程设计、项目实训、综合实训、岗位实训、毕业设计。课程设计和项目实训目的是对学生进行综合技能训练，岗位实训和综合实训对学生进行实战技能的训练，毕业设计既是对学生的综合技能的训练，也是是对学生知识掌握、综合技能的一次检验。整个实践体系构建如图2。

4 结语

大数据专业方兴未艾，结合大数据专业，充分发挥数学优势，与计算机技术相结合，为我们的专业发展带来新的契机，为培养优秀的大数据人才，我们将根据实际需求及学生发展状况调整培养方案与课程体系，促进信息与计算科学专业的不断发展。

参考文献

[1] T White.Hadoop：The Definitive Guide[J]. Oreilly Media Inc Gravenstein Highway North，2010，215（11）：1-4.

[2] 王胜奎，徐光辉，王家军，等.普通院校“信息与计算科学专业”课程体系优化研究[J].数学教育学报，2009（5）：99-102.

[3] 徐凤生，刘艳芹，赵琳琳，等.基于分层分类的信息与计算科学专业课程体系的构建[J].高等理科教育，2016（3）：103-106.

[4] 许梅生.信息与计算科学专业课程体系的探索与实践[C]//Information Engineering Research Institute， USA.Proceedings of 2012 2nd International Conference on Future Computers in Education.2012.

[5] 卢春霞.大数据时代的信息与计算科学[J].亚太教育，2016（4）：90.

[6] 郝水侠，郭云霞.大数据时代下信息与计算科学专业人才培养模式新探索[J].江苏师范大学学报：自然科学版，2016（2）：72-75.

[7] 孙锋.面向大数据的信息与计算科学专业实验课程体系研究[J].福建电脑，2014（2）：57-58.

[8] 段森.信息与计算科学：大数据时代，我才是翘楚[J].课堂内外（高考金刊），2016（1）：38-39.