新工科背景下大数据人才培养的师资建设机制与策略研究

刘贵容，周冬杨

（重庆邮电大学移通学院，重庆 401520）

以大数据为代表的新型信息技术是“中国制造2025”战略规划十大重点领域之一，它与制造业和产业创新交叉融合，给全球制造产业带来了一场新的科技革命和产业革命，给我国制造业的快速发展、转型升级提供了最好的契机，也给我国高等工程教育，特别是给应对国内外市场需求调整的多层次工程人才培养提出了新的挑战[1]。为此，教育部启动新工科教育改革战略计划以解决新科技革命、新产业革命、新经济背景下工程教育改革的重大问题，探索实施工程教育人才培养的“新模式”。师资队伍是新工科专业建设和人才培养的关键与核心，是新工科建设的有力保障。因此，本文从新工科改革背景出发，研究大数据人才培养的师资队伍建设机制和策略，为以大数据为代表的新工科专业建设和师资建设提供借鉴作用。

一、新工科背景下大数据人才培养师资建设现状

我国的社会经济发展进入新常态，经济发展速度放缓，生产制造受全球制造业向发达国家“回流”和向新兴国家“分流”的“双向挤压”[1]。在新经济形态下，如何有效保证经济平稳发展和产业结构升级调整，这有赖于信息化。新时期的信息化还与建设生态文明、拉动消费、提高产品竞争力等密切关联，与以前的信息化不同，新型信息化是在移动互联网的环境下提出来的，有着深刻的云计算和大数据背景，对数据科学与工程学科的发展有重要的指导意义[2]。

2015年8月，我国国务院印发《促进大数据发展行动纲要》（国发[2915]50号），并强调：“创新人才培养模式，加强大数据专业人才培养。”[3]在此背景下，我国地方政府也顺应大数据时代的发展要求，先后制定相关政策以推动大数据产业发展与应用，各高校也积极开展各种教育改革，大力培养数据人才。

大数据人才培养首先要解决师资问题，大数据是新生事物，其人才的匮乏也导致大数据师资的匮乏。由于大数据和网络科学、计算机科学、信息经济学、图书情报学联系紧密，目前在不少高校，教授大数据专业课程的基本为计算机、智能控制、管理等专业的教师，但大数据课程本身有自己的体系，包含云计算、大数据、大数据挖掘、深度处理等多个门类，除云计算现在有统一的教材外，其他课程均缺乏专业教材，更缺乏专任教师[4]。

二、传统师资建设机制在新工科大数据人才培养中的不足

在高等教育的早期发展阶段，专业培养方向往往由所具备的师资力量和办学条件决定，新专业的申报往往也要评析该校已有的师资力量和教学资源。也就是说，高校具备什么样的师资结构就办什么样的教育，有什么样的师资人才就培养什么样的专业人才（如图1所示）。但问题是，我国绝大多数工科教师是从家门到校门再到校门，在现有的教育教学体制下，缺乏严格的科研能力、创新能力和实践能力的培养和训练，缺乏现代化工业企业的科研生产、工程设计和组织管理等实际经验[1]，其结果是固化的师资力量、一成不变的知识结构和能力结构、纯理论派教学与科研，导致教师素质与社会需求严重脱节，培养的专业人才也就无法满足社会需求。

图1 传统教育体制下以师资为导向的人才培养机制

三、新工科背景下大数据人才培养的师资建设机制

第一，新工科背景下人才培养的教育理念。在新工科背景下，学科专业的教育理念是：服务于国家战略，对接于产业行业，引领未来发展，并以学生为中心，强调学生的学习成效和未来发展，要求围绕着学生的个性、兴趣和潜力开展教育教学工作，培养出满足新经济发展需要的既有个性又能创新还有潜力的卓越工程科技人才[5]。按照这样的教育理念，大数据人才培养的源头是社会需求，以社会上的产业行业企业、政府及行政机构等大数据人才的需求为导向，组建师资队伍，培养社会所需人才。

第二，以需求为导向的师资建设机制。按照新工科教育改革的要求和教育理念，大数据人才培养的师资建设机制应该是以需求为导向的。首先明确社会对大数据人才的具体需求，然后通过顶层设计解决跨学科师资建设问题，再根据社会需求和师资力量情况，定制化培养大数据人才，最终根据培养效果动态调整师资力量（如图2所示）。

图2 新工科背景下以需求为导向的大数据人才培养师资建设机制

四、新工科背景下大数据人才培养师资建设的策略分析

以需求导向的师资建设机制在实际运作中有一定的难度。首先，目前社会对大数据人才的需求已经远远超出高校现有师资能力，所以根本不可能完全按照社会需求培养大数据人才。其次，复杂、宽泛、无统一标准、多学科交叉融合的大数据人才需求对实施以需求为导向的人才培养和师资队伍建设来说，完全失去了明确的导向性作用。最后，大数据人才培养需要多学科交叉融合，师资队伍建设涉及多个知识领域、多个机构部门，甚至是多个产业领域，跨学科的师资队伍建设难度较大。

新工科背景下，为了更好落实大数据人才培养的师资建设机制，高质高效地培养社会所需人才，可以采取以下策略。

（一）开展政校企合作，明确人才培养需求，降低师资建设难度

资源有限的大数据专业不可能面面俱到，无法培养出社会所需的所有人才。相反，有选择性地开展政校企合作，将需求缩小为合作单位的人才需求，并以此明确专业培养方向，开展后续的人才培养工作。合作单位对大数据人才层次、能力及知识结构的需求是非常清晰的，这为以需求为导向建设师资队伍指明了方向。这样做不必四面出击，不仅避免了宽而不精、通而不专的人才培养弊端，还降低了师资建设的难度。

（二）在顶层保障下多渠道完善师资队伍

跨学科组建师资队伍难度很大，这需要高校和政府的顶层设计战略来保障。在顶层战略要求下，通过政校企三方共建、引培机制和跨学科组建几种方式完善师资队伍建设。

1.政校企三方共建师资扩充校方师资力量。在政校企联合培养模式下，人才需求方的政府或企业向校方提出培养需求，校方结合自身师资资源初步研究培养该人才的可行性，如哪些师资已具备，哪些师资还欠缺，然后三方共同协商师资资源的组建方式，补充校方师资的不足。政府一般从政策及资金上给予扶持，并协调各方关系组建师资队伍；企方一般共享业务数据，并配备企业导师作为辅助师资；校方整合校方师资，并组织三方共同学习、研讨、培训，提高整体的师资水平。

2.构建引培机制完善师资队伍。除了政校企三方共建外，校方还可以采取引培机制，提升师资的核心力量[6]。所谓引培机制，就是引进和培养。按照定制化大数据人才培养方案，政校企都无法提供满意师资时，可以考虑从社会上高薪引进高级人才的方式来解决，也可以通过培训已有师资的方式解决。引培机制中，高薪引进的人才，可以是专职的，也可以是兼职的。技术专家和顾问一般采取兼职方式，也或许采取临时聘用举办短期培训会的方式，而业务外包人员则采取外包模式，解决师资问题。

3.跨院系跨部门跨学科组建师资队伍。师资队伍全部靠引培机制的话，成本高昂，见效慢。事实上，大数据的多学科交叉性使得很多师资已经分散在各个院系里，通过协调各个院系的相关教师就可以低成本、高效率地组建师资团队。尤其是按人才培养方案中的课程群组建师资团队，采取灵活的团队交流方式，就课程前后衔接、教学内容重难点划分、培养方式、教材编写、综合实践项目的协调指导进行研讨交流，形成合作备课和合作教学计划，提高人才培养质量。但是，打破原有的学科限制，跨学科跨院系跨部门组建师资队伍，需要校方在专业建设、教务管理、师资管理上给予支持，甚至有时需要政府和教育部门的协调。

（三）建立动态师资调整机制

当学生从高校毕业进入社会，所具备的能力与素质就被检验出来，以此评价培养效果。根据培养效果和当前的最新社会需求，又要重新评估师资力量，解决师资整合问题，形成新的师资团队，并以此确定专业培养方向和人才培养方案，不断优化人才培养模式，提高人才培养质量。

五、结语

以大数据、云计算、物联网、智能技术为基础的现代信息化是实现“中国制造2025”，建立现代经济体系的重要技术支撑。因而，相对应的人才培养是落实现代经济体系，实现中国伟大复兴计划的关键。但是，目前大数据人才培养的问题较多，在新工科背景下问题更加凸显，面向大数据人才培养的师资建设成为亟待解决的问题。本文探讨了一种以需求为导向的师资建设机制和实施策略，以期更好地服务于新工科高等教育改革，培养更多更好的大数据人才，以满足我国先进制造业，实现“两个一百年”目标，构建现代经济体系，实现伟大中国复兴梦的发展要求。