新工科背景下大数据人才培养实践教学体系研究

□傅冬颖 迟 剑 孙海民

一、引言

“中国制造2025”、“互联网+”、“一带一路”等重大发展战略，以新技术、新业态、新产业为特征的新经济形态繁荣发展，从而要求工程与科技人才须具备更高的创新和跨界整合能力，加快新工科建设，助力经济转型升级。为支持国家战略发展，国家教育部门积极推进“新工科”建设，先后形成了“复旦共识”、“天大行动”和“北京指南”，并发布了《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》，鼓励高等院校积极探索建设“新工科”的发展路径。

当今社会已经全面进入大数据时代，大数据的应用已经从互联网、金融逐渐扩展到教育、政务、医疗健康、交通物流等社会和经济领域，正在深刻影响着中国社会和经济的发展进程与变革。如何培养适应新工科时代要求的大数据人才需要教育界和新产业界共同实践与探索。按新工科改革的教育理念，秉承创新工程教育人才培养“新模式”，建立以需求为导向的大数据人才培养机制。

实践教学体系在多学科交叉的新工科专业建设中，直接关乎学生的实践能力和创新意识。因此，探索适合大数据人才培养的实践教学体系是新工科大数据人才培养过程中的重要研究方向。

二、新工科背景下大数据人才岗位分析

大数据专业人才的服务面向政府与各类企事业单位数据管理与数据分析部门、各类大数据开发与大数据分析相关的企业相关岗位。这些岗位需求都在强调数据的获取、数据的组织与存储、数据预处理、数据分析与可视化的工程实践能力，因此大数据人才培养的实践教学体系的建立也应紧紧扣住岗位对工程实践能力的需求。

基于大数据专业市场需求以及具体所面向工作岗位的能力要求分析，大数据应用型人才的培养重在学生解决复杂工程问题的能力，确保毕业生适应社会发展的综合素养要求。使毕业生能够熟练运用大数据核心技术解决行业应用问题，具有创新创业意识，胜任以大数据系统研发工程师、大数据应用开发工程师、大数据分析师、数据可视化工程师、大数据运维工程师为典型的大数据行业的工作。因此，大数据人才的培养强调交叉学科特点，以大数据分析为核心，以统计学、计算机科学和数学为三大基础支撑性学科，培养面向多层次研究、应用需求的高级人才。

三、新工科背景下大数据人才培养实践教学体系设计

(一)设计理念。一是基于大数据专业人才就业服务面向，为培养适合新经济发展所需要的大数据人才，实施“校企合作”的培养路线。通过与校企合作企业共同广泛调研，分析岗位能力要素，了解企业岗位需求及人才规格要求，遵循“OBE”理念，吸纳行业企业及教育专家参与专业人才培养方案编制，讨论设计实践教学体系，从源头上避免应用型人才培养与企业需求的脱节。二是以岗位需求为目标，基于其对人才培养强调学科交叉性为特点，构建以数据科学与大数据技术专业为主干，以应用统计学、计算机科学与技术、软件工程等相关专业为支撑大数据专业集群。大数据专业集群建设，有效整合校内外资源，在专业建设、人才培养、队伍建设、平台建设等方面实现资源共享，交叉融合，凸显集群特色，培养具有不同学科和专业背景的交叉复合型大数据人才。三是培养目标中课程的设计要体现对能力的培养，积极践行“教学-实践-就业零距离”应用型人才培养模式。以四条主线为理念设计大数据人才培养的实践教学体系，在实践教学体系引入行业企业标准，培养学生工程应用能力和实践创新能力。

(二)设计内容。

1.以课程教学模式改革为主线的基础性实践教学体系设计。应用型课程建设实施是实现人才培养质量的关键，实践教学环节是应用型人才培养的核心部分。在校企合作机制下，教师与企业人员共同对专业课程与教学体系进行探讨，共同研究开发适合培养学生应用型能力的课程，重构课程体系，讨论实践教学环节的构成，形成培养学生实践能力的课程体系，真正实现课程设置是紧紧围绕培养方案中要求的能力。一是校企合作共同建设了大数据应用创新中心，作为教学环境和实践基地，为学生实践实训提供了坚实平台和广阔空间，提高了应用型人才培养质量。二是专业集群实施基于工作过程系统化、工作室项目化、学科竞赛、校企合作开发等应用型课程建设模式。突出能力本位，行动导向，做中学、学中做、思中学、教学做一体，真学真做、用以致学和学以致用相统一。全部专业方向课程设计、评价由企业人员直接参与。积极推行基于实际应用的案例教学、项目教学和虚拟现实技术应用，专业课程运用真实任务、真实案例教学。三是基础性实践教学体系的设计，践行应用型人才培养模式，使学生能扎实地掌握工程问题所需要的专业理论与知识，并具备对复杂工程问题分析与解决的能力。

2.以对接大数据岗位需求为主线的综合性实践教学体系设计。大数据人才的培养目标以大数据产业链为主线，设定为掌握大数据采集与整合、存储与运算、分析与挖掘、应用与消费的技能与方法，具有解决大数据行业问题的能力，能在政府、企事业单位、社会组织等部门领域从事大数据采集、预处理、数据分析与挖掘、研发、测试、运维、管理和服务等工作的高素质应用型人才。

学生的专业综合实践课程体系设置为从第2学期至第6学期每学期末的小学期，分别为数据结构与算法综合实训、数据采集实训、数据预处理实训、行业项目综合应用实战。

一个典型行业大数据项目的实施分为四个步骤：第一，选定行业数据挖掘项目，对项目进行背景分析，在确定数据挖掘项目的目标的基础上，开展数据调研，掌握数据获取途径，设定数据采集方案，进行数据采集与存储；综合实践教学体系中的数据采集实训与其相对应。第二，采集到的数据进行初步分析，分析数据质量，是否存在缺失值、异常值；对数据的分布、对比、统计量特征进行分析；分析后对数据的缺失值、异常值进行预处理，对需要集成、变换的数据进行预处理。综合实践教学体系中的数据预处理实训与其相对应。第三，预处理后得到的数据，根据需要运用分类与预测、聚类分析、关联规则、时序模等数据挖掘算法，对其构建模型并求解。对结果进行可视化和阐释，对模型进行评价与改进。综合实践教学体系中的行业项目综合应用实战与其相对应。第四，行业解决方案部署。综合实践教学体系中的行业项目综合应用实战与其相对应。

综合性实践教学体系的设计，以大数据产业链为主线，结合基础课程的教学实施，进一步打好算法基础，以行业项目应用为主线设计层进式的专业综合实践课程，使学生在扎实地掌握工程所需专业理论与知识的基础上，能够将多学科的知识贯穿灵活运用，通过层进式的专业综合实践课程，掌握大数据工程实践的项目过程，并实实在在地掌握使用数据挖掘的现代工具、资源、平台和技术解决复杂工程问题，提高对工程问题开展研究与设计解决方案的能力。

3.以行业项目实战为主线的创新性实践教学体系设计。

(1)瑞翼工作坊。为全面提升学生的复合能力和创新能力，与企业人员共同建立瑞翼工作坊，作为创新性实践模块的主要实施手段，开展以专业实践为导向的学生活动，打造创新应用型大数据人才培养基地。工作坊的主要建设模式与内容为：第一，全面建立企业管理模式，引入绩效考核机制，设置各职能部门，优秀的学生尝试参与并协助教师对其他学生进行兴趣引导、专业培养、技术指导等工作，从而形成“高带低”、“强带弱”的良性循环，激励优秀人才成长。第二，以培养学生解决复杂工程问题的能力为目标，结合企业实际用人需求，在专业学习基础上，扩展实际应用能力，同时培养学生基本办公、团队协作、文档撰写等能力。第三，作为课堂教学的重要补充，利用课余时间，按照人才培养体系的要求，让学生、教师以及工程师混编参与到实际科研项目当中，利用“瑞翼工坊”落地企业管理模式，固化协同科研创新模式。第四，在固化协同科研创新模式的基础上，由教师的带领和指导，组建行业应用服务团队，深化团队的大数据行业应用拓展能力，提高协作水平，形成具备行业应用能力的服务团队。

目前工作坊成员参与了学科竞赛、校园大数据、满非遗产品展示等项目，已形成了较稳定的工作团队。

(2)工作室建设。工作室是开展大学生能力训练、团队协作意识、创新精神与创新能力培养的多功能教学组织。工作室建设与管理的责任人为教师(组)，教师(组)在创新工作室中发挥引导作用。工作室以学生为本，教师与学生同等地位，以“做中学”和合作学习为特征，不仅培养学生的技术，还培养学生做人、做事，最终实现全方位、全过程人才培养。

目前已经创立并有效运行的工作室有数学建模工作室、大数据应用研发工作室、数据挖掘与分析工作室、创新创业工作室。数学建模工作室以全国大学生数学建模竞赛和美国大学生数学建模竞赛为主线，对学生和教师进行培训，组织学生参赛，并成立了数学建模学生社团，吸纳全校对数学建模有兴趣的学生，进一步扩大学生参与规模。数据挖掘与分析工作室以“泰迪杯”全国大学生数据挖掘竞赛为主线，对学生和教师进行培训，组织学生参赛，突出学生整体作用，培养学生的团队协作实践能力。大数据应用研发工作室以河北省电子信息职业技能大赛为主线，对热爱软件开发的学生和教师，进一步培养其软件设计能力，基于数据挖掘、数据可视化、数据分析等技术进行应用研究，并以“互联网+”项目、移动互联项目对学生实施企业级开发实训。创新创业工作室以河北省“互联网+”大学生创新创业大赛为主线，对学生进行培训和指导参赛。打造浓厚的创新创业教育氛围，指导学生将移动互联网、云计算、大数据、人工智能、物联网等新一代信息技术与经济社会各领域紧密结合，探索基于互联网新时代的新产品、新服务、新业态、新模式。鼓励学生在“互联网+”的时代浪潮中，积极投身实践，勇于创新创业，激发学生创新创业的激情。

几个工作室均参加了对应的学科竞赛并取得了不错的成绩，工作室对于学生基本素养与实践能力的培养有着很重要的作用。第一，激发学生自主学习的原动力。通过教师引导学生通过动脑、动手、动口积极参与教学全过程，弥补了传统课堂教学对学生个性发挥的忽略。第二，培养学生良好的学习方法，开展“做中学”、“探中学”、“例中学”等教学模式，实现“学思结合和知行统一”的教育理念。第三，工作室环境能使学生在自由、平等、活泼的氛围中进行交流讨论、批判创新、融合，进而去寻找真理，有助于培养学生的创新思维能力。第四，有助于学生养成健康的人格、优良的品质和良好的团队合作精神。

创新性实践教学体系的设计，以各类学科与科技竞赛为培养学生工程实践能力、促进创新创业能力的重要基石，学生以教师工作室为载体，参加各种学科与科技竞赛,将所学理论转化为实践所用，提高工程实践素养，强化专业综合运用。更多的学生以瑞翼工作坊为依托，参与地方性服务项目，体验企业工作模式，培养职业能力，强化职业素质，提升毕业生的就业竞争能力。

(三)以就业为主线的体验性实践教学体系设计。实习性实践通过学生参与教师工作室工作、参加社会实践与专业实习，将理论知识在复杂工程问题中得到应用，提高学生的基本素质与职业素养，逐步缩小与就业的距离。

1.社会实践。社会实践是大学生完成社会化、实现全面发展的重要途径，是了解民族民生、服务社会的重要手段。数据科学与大数据技术专业社会实践紧密结合专业理论知识，以理论指导实践，理论应用于实践。社会调查、公益活动等形式的志愿服务类社会实践，能够让学生了解社会、健康、法律以及文化知识，理解大数据工程问题的解决方案对于社会、健康、法律以及文化的影响，并能够理解应当承担的社会责任；“大学生创新创业”、“大学生参与科研”等专业化内容类型的社会实践，能够让学生全面地接触到大数据复杂工程问题，在专业教师的指导下，从问题的分析与研究，运用文献和专业理论获取和分析大数据复杂工程问题现有解决方案存在的利与弊，并通过研究确定改进方向和技术路线，基于科学原理采用科学方法设计合理的方案，并通过信息综合分析得到合理有效的结论，对实施方案的局限性进行探究和改进，最后能够从数据的调研、数据的预处理、数据的分析与挖掘、模型的部署等一系列的实践过程中，扎实地锻炼工程实践能力，培养良好的沟通交流、书面表达、任务执行、竞争与合作的能力。

2.专业实习。第1～4学期每学期开设《准职业人导向训练》《职业定位与发展训练》先导课程，让学生理解团队合作的重要性，具有一定的团队合作精神，培养学生的组织能力及学生遵守职业道德和行业企业行为规范。

第7学期的专业实习采取校企合作的方式，与相关企业签订框架式协议，打通学生校外实习渠道；实习指导教师做现场沟通与指导工作，引导学生尽快完成从学生到工作人员的角色转换；建立完善的实习管理与考核制度。

体验性实践教学体系的设计，使学生实际接触工作岗位，参与企业的真实项目，体会工作角色，了解岗位职责与职业道德规范，丰富实践经验，增强知识技能，加强团队协作，建立终生学习的理念，了解自我提升的途径，对提高毕业生的就业竞争能力有着十分重要的作用。

四、结语

新工科背景下，大数据应用领域的广泛性、大数据人才需求的复合性、变化性，需要政府、高校、企业进一步深化合作模式，进一步打通“产学研用”的壁垒，共同探索与实践大数据人才培养的新模式。