基于新工科理念面向经管领域大数据人才培养研究

董兆伟 王素贞 孙洁丽

摘要：目前在多所高校设置“数据科学与大数据技术”新专业的背景下，基于新工科理念面向行业需求，进行大数据人才培养模式研究是亟需的课题。基于新工科理念面向经管领域大数据人才需求及培养过程中存在的问题，提出基于新工科理念面向经管领域大数据人才培养模式。该模式通过构建课程体系和优化教学内容体现经管领域特色；通过改革教学方式加强实践教学和校企协同产教融合共建大数据专业教学支撑环境，增强学生解决经管领域复杂工程问题的能力，提高大数据人才培养质量。

关键词：新工科理念；经管领域；大数据；人才培养

中图分类号：G642，C961 文献标识码：A 文章编号：1673-1573（2018）02-0076-05

一、引言

当今世界，大数据、云计算、分布式系统架构、多元异构数据管理技术等信息新技术、新模式快速发展，信息产业格局正处在创新变革的关键时期，我国面临加快发展重大机遇。我国经济社会发展对信息化提出了更高要求，发展大数据具有强大的内生动力。大数据相关专业是新兴交叉复合型专业，为了尽快建设大数据专业，全国高校已先后建立大数据、数据科学相关专业学院，第一批成功申请该专业的高校共有3所，于2016年2月获得教育部批准。从2016年2月至2017年3月，共计35所高校获教育部批准设立“数据科学与大数据技术”本科新专业。2018年3月，教育部公布了第三批“数据科学与大数据技术”本科专业的名单。目前，全国已有283所高校获批“数据科学与大数据技术”本科专业，大数据人才培养和行业需求都呈现了爆发式增长。

二、大数据人才需求及培养现状与问题分析

目前，美国、英国和澳大利亚已将大数据上升为事关国家核心竞争力的国家战略，发达国家对此的高度重视促进了大数据的迅速发展。大数据成为塑造国家竞争力的战略制高点之一，国家竞争日趋激烈。各国纷纷将大数据作为国家发展战略，将产业发展作为大数据发展的核心。大数据成为塑造竞争力的战略制高点之一，一个国家掌握和运用大数据的能力成为国家竞争力的重要体现[1] [2] [3]。

工信部印发了《大数据产业发展规划（2016—2020年）》[4]，提出了发展目标，将酝酿开启万亿级别市场规模，到2020年，将建设10～15个大数据综合试验区，创建一批大数据产业集聚区，形成若干大数据新型工业化产业示范基地。发展大数据产业已经被写入了我国政府工作报告中，大数据已经不止是企业发展战略，更是国家发展规划的重头戏。

（一）大数据人才需求

数据已经成为各类单位经营管理、产品设计、市场营销、广告推广、内部管理的重要依据。积极培育和壮大“大智移云”新一代信息产业被写入河北省第九次党代会工作报告和河北省政府工作报告。

在全球范围内，大数据人才均属稀缺资源[5]，据麦肯锡全球研究院的报告，预计到2020年，数据科学家将会有14万～19万人的缺口，我国的大数据研究和运用人才更是稀缺[6]。大数据人才岗位需求与求职数量连续几年缺口很大，两者的对比见图1。大数据人才及传统行业平均跳槽薪资涨幅对比见图2。推动大数据应用，拉动产业发展。大数据驱动信息产业格局加速变革，创新发展面臨难得机遇[7]。新经济快速发展迫切需要面向未来布局新兴工科大数据专业、培养大数据专业新型工科人才。

大数据人才能从事以下几方面工作。首先是大数据开发工程师这一职位。主要是参与大数据计算平台的模型设计、功能开发和数据实时和离线计算。推荐系统的优化、改进和设计开发也逐渐应用到了市场上的各个领域。其次是大数据分析师岗位需求日益旺盛。主要负责相关具体领域的数据收集、清洗和分析挖掘等工作，并对领域业务数据做出专业分析、挖掘和预测。还需要对数据进行可视化的数据呈现。大数据专业培养的是新兴交叉复合型人才，需要对大数据的相关知识有一定的了解，更需要对某一领域熟知，积累一定的工作经验。这样才能将大数据分析工作做好，做精准。

（二）面向经管类大数据人才培养存在的问题和不适性

在大数据时代下，经管类学科要求在经济理论的基础上通过一些经济现象和数据来进行深入的理解和分析，并利用数据分析寻找复杂现象下的经济规律，对未来做出预测，故大数据已经成为经管类学科发展的一个新的趋势与新的路径。研究面向未来创新方向、面向新经济、新工科的面向经管领域大数据人才培养过程中存在的问题，才能有针对性地就存在的问题提出相关的解决对策。

1. 大数据人才培养目标与社会需求脱节。目前我国不同层次的高校，师资力量以及学生来源不同，导致不同学校专业培养目标也各有不同。而大数据专业是一个涉及面很广的专业。可以应用在经济、金融、保险、管理、医学、能源、交通、国防等部门，如何根据各行各业的发展要求，提出面向社会需求的数据科学与大数据技术专业培养目标，基于新工科理念培养出社会需要的应用型大数据人才，尤为重要。

2. 师资知识结构不能适应新专业要求，教学课程和教学大纲设置存在问题。实践教学资源，尤其是优质数据资源不易获取。基于新工科理念面向经管领域的大数据人才培养，不仅需要教师具有大数据等信息技术相关专业知识，还需要具备经管领域的跨专业的复合型知识结构。数据科学与大数据技术专业在国内是新开设的专业，基于新工科理念培养出社会需要的应用型大数据人才是当前具有挑战性的教育课题。2016年2月，教育部刚刚批准第一批数据科学与大数据技术本科专业，因此之前可以参考的办学经验比较少。数据科学与大数据技术专业人才培养目标、教学模式、课程设置和教学大纲编写等都是急需研究和解决的问题。为了避免教学内容重复陈旧等问题，数据科学与大数据技术专业课程内容需要重新整合、教学资源需要重新开发[8]。

3. 大数据专业方向合作共赢的产学合作模式还未形成。高质量的数据科学与大数据技术专业的校企实践基地数量较少，发挥作用不够，校企（地）合作缺乏深度，校外实习基地和校内“产学研”基地的建设思路与方式有待创新与突破；校企互动机制不能适应新工业背景下的大数据专业人才培养需求。大数据专业方向合作共赢的产学合作模式还未形成。[9] [14]

2018年3月，河北经贸大学获教育部批准设立“数据科学与大数据技术”本科新专业，2018年9月将开始进行“数据科学与大数据技术”专业招生。新专业的建设事关大数据人才培养的重要目标，基于新工科理念面向经管领域大数据人才培养是目前急需研究的迫切课题。

三、基于新工科理念面向经管领域大数据人才的培养模式

大数据技术应用具有很强的领域特征，大数据挖掘与分析技术已运用到经管类各个细分的领域，大数据为经管类学科优化提供了新路径。因此，大数据专业人才培养以产业需求为导向，基于新工科理念，面向经管领域深入研究大数据人才的培养模式与途径，重点培养学生们解决复杂问题和实践创新能力，以优秀的大数据人才支撑我国大数据产业的快速发展，具有及其重要的理论和应用价值[10]。

面向我国新经济的发展，并结合河北经贸大学的办学理念，面向经管领域大数据人才培养必须使学生能够结合经管领域业务知识，善于跨学科、跨产业思考和解决相关的工程问题，服务我国新经济快速发展的人才。利用河北经贸大学经济管理类占优势的综合性大学的优势，探索工科与经贸大学其他优势学科复合交叉的路径。

（一）基于新工科理念面向经管领域构建大数据人才培养课程体系

以面向新工科的工程实践教育为本，认真研究分析国家新经济、新产业尤其是河北省、京津冀战略新兴产业发展对人才培养的需求，树立人才培养新理念、建立人才培养质量新标准，构建人才培养新模式、打造工程教育课程新体系，实施工程学习新模式。

目前大数据人才培养处于探索和起步阶段，大数据技术应用具有很强的领域特征，为了适应新技术、新产业和新经济发展，急需探索基于新工科理念面向经管领域大数据人才培养模式，大数据为经管类学科优化提供了新路径。因此，大数据专业建设以产业需求为导向，面向经管领域深入研究大数据人才的培养模式与途径，重点培养学生们解决复杂问题和实践创新能力，以优秀的大数据人才支撑我国大数据产业的快速发展，具有极其重要的理论和应用价值[11] [12] [13]。

河北经贸大学大数据专业的办学理念是立足信息技术，融合经管领域知识，培养学生数据思维，聚焦数据处理。培养具备数据思维，能够理解领域模型，具有将领域应用落地能力的高素质应用性人才。专业特色是融合大数据技术与经管领域知识，依托我校经管大背景，针对电商、金融、公共服务等行业大数据服务的需求，基于新工科多学科交叉融合的理念，构建数据科学与大数据技术专业课程体系。

课程设置坚持以解决复杂工程问题能力培养为根本，以大数据产业需求为导向、以数据价值的提升和数据产品开发路径为主线，形成由数据资源层、系统运维层、分析展示层及结果应用层组成的体系结构。其中数据资源层主要培养学生对原始数据的采集、清洗和转换能力。系统运维层主要培养学生大数据平台、数据存储、数据库操作等大数据基础设施的运维能力。数据分析和展示层主要培养学生与具体的业务应用相结合，挖掘数据的隐含价值并实现可视化展现的能力。数据应用层体现我校经管背景特色，重点开展金融大数据、電子商务大数据等领域的应用能力培养。

（二）以培养学生解决复杂工程问题能力为目标实施教学过程

在基于新工科理念面向经管领域大数据人才培养模式改革过程中，基于新工科人才培养理念，解决复杂工程问题的能力是新工科专业合格毕业生必须达成的目标，培养方式的基本原则是“应用导向、问题导向”，坚持“做中学”的理念。探索如何分解和落实大数据学生解决复杂工程问题能力培养的子目标及其观测控制点。

针对培养过程所设置的观测点，对标能力培养子目标，构建能力达成度评价指标体系，采集观测点特征数据，建立评价模型，形成动态监控、反馈机制，精准施策，确保能力培养子目标及总目标达成。研究大数据专业的理论课程与实践课程的相关比例以及开设内容、如何开展理论与实践教学活动。充分利用线上线下、校内校外、跨学科等教学资源，精准控制教学过程，确保教学目标达成度。

突破传统院系利益格局，鼓励各院系之间融合，推进办学资源的共享和合理进行资源分配；考核机制突破传统评价模式，鼓励教师跨专业融合，促进对未知科技的探索，突破传统管理机制，促进跨部门跨院系的协同发展，促进跨专业选课与个性化培养计划的实现。

建立数据科学与大数据专业的教学质量保障体系，进行教学质量管理队伍建设，建立和完善学生信息员机制；成立专门教学质量检查机构；强化教学质量责任制度。教学质量评价遵循客观性和导向性原则，只有定性不能很好地实现精细化管理，只有定量不能全面获得提高教学质量的信息，评价方法应定性和定量相结合[14]。

（三）通过产教融合校企协同优化教学支撑条件和实践环境

1. 跨学科的教学团队建设研究。跨学科教学团队是面向经管领域大数据人才培养的关键。大数据人才培养教学团队是影响大数据人才培养成果的关键。面向经管领域的大数据方向教学团队涉及到计算机、统计、数学、经济与管理等多学科教师，通过对教师结构优化整合，形成一支多学科融合的数据科学与大数据技术专业教学团队。为了保证教学质量、培养实用性人才，可以根据需要组织不同形式的师资培训，组织企业技术团队与高校师资一起进行教材编写、项目案例及课件研发、项目合作开发、产学研合作等。

2. 教学资源平台建设研究。充分整合河北省经济信息地理大数据平台、京津冀大数据产业联盟、河北省IT服务外包人才培养基地、云数融合校企合作创新平台等资源，建设大数据人才培养教学资源综合支撑平台，探索面向经管领域大数据专业人才培养校企合作新模式，为大数据专业人才工程实践能力培养提供保障。在河北经贸大学建设和应用在线教育公共服务平台，围绕大数据人才培养的核心课程和主干课程，建设专业课程的课程资源共享平台和开放平台，将部分课程的教学过程转移到网络上，实现在线教学和在线交流。

（1）跨学科的教学资源建设。为了培养多学科融合的数据科学与大数据技术专业人才，结合我校实际，充分利用河北经贸大学经管实验中心、河北省经济信息地理分布大数据等教学科研平台以及京津冀大数据联盟等身份，采集挖掘经济管理领域的各类数据，建立经管领域大数据研究基础教学数据库，为面向经管领域大数据人才培养提供资源支撑。

（2）跨学科的实践支撑平台建设。有了教学大数据库，还需要有能够分析处理这些数据的软硬件环境。本项目研究建设跨学科的人才培养综合服务平台。该平台的目标是基于大数据技术构建可服务河北经贸大学大数据专业及其他各个学科的教学与科研综合服务平台，通过平台建设可以实现校内教育资源的数据服务整合、科研团队及项目资源的技术整合，实现校内各类业务平台的数据服务整合，实现相关科技项目和技术服务的成果转化和提供对外的公共服务。除此之外，还可实现通用的大数据分析服务，满足一般需求的数据统计、分析、挖掘和可视化等服务[15]。

（3）跨学科的实践教学团队建设。跨学科的实践教学团队是面向新工科跨学科人才培养的紧缺资源，也是影响未来相关人才培养成果的关键。面向新工科跨学科实践教学团队涉及到信息技术、经济、管理、统计、数学等多学科教师，通过对教师知识结构优化整合，采用送出去或聘请相关领域专家进校培训等方式，建设跨行政界限的面向新工科跨学科实践教学团队，借鉴新工科师资需求及相关国际人才培养认证理念，研究面向新工科跨学科实践团队的激励与管理机制、考核评价体系等，探索一种长效的面向新工科跨学科人才培养的实践教学团队。

3. 产教融合校企合作新模式。探索经管领域校企合作新模式。加强实习基地建设。根据专业特点和人才培养要求，灵活多样地选择实习模式和实践形式。加强与企事业单位的合作，产学研协作创新，加速基础设施建设。积极发挥产学研协作创新作用，运用大数据思维模式将行业专家与数据专家有机结合起来，加速各行业大数据应用系统的研发，推动行业转型与业态创新；在数据技术专家的主导下，由高等院校和对应的科研机构完成基础数据工程建设所需的研发创新，进而提升国家大数据技术水准。

四、小结

本文探索基于新工科理念面向经管领域大数据人才的培养模式，基于新工科理念，与大数据产业紧密结合，科学设置大数据专业教学内容，确保毕业生能力与相关领域产业需求相匹配。通过构建课程体系和优化教学内容体现经管领域特色，增强学生解决经管领域复杂工程问题的能力；打通信息学科与我校经管强势学科融合的通道，建设具有经贸特色的新型工科数据科学与大数据技术专业。本研究为进一步深化本科教学改革，提高教学质量提供了可借鉴的方法，对当前基于新工科的教育改革具有理论和实践指导意义。

参考文献：

[1]张谦.数据驱动背景下财经传媒价值链重构[J].新闻大学，2017（4）：117-123.

[2]王海光.大数据背景中智慧城市建设路径的思考[J].智能建筑与智慧城市，2018（2）：20-21.

[3]王军有.大数据背景下智慧城市建设方案研究[J].纳税，2018（2）：234-235.

[4]黄子河.共建中国大数据生态系统[J].软件和集成电路，2017（7）：21.

[5]邓子云，杨子武.发达国家大数据产业发展战略与启示[J].科技和产业，2017（6）：8-13.

[6]闫建，高华丽.发达国家大数据发展战略的启示[J].理论探索，2015（1）：91-94.

[7]谷建全，刘战国，张齐，王命禹，张凯.河南省构建世界一流大数据试验区的战略与对策思路[J].决策探索（下半月），2017（5）：22-23.

[8]杨银科，苗丁丁，陈倩颖，李新慧.新形势下水文与水资源工程专业教学改革关键问题研究[J].环境科学与管理，2017（7）：1-4.

[9]施晓秋，赵燕，李校堃.融合、开放、自适应的地方院校新工科体系建设思考[J].高等工程教育研究，2017（4）：10-15.

[10]韩小祥，卫丽华.大数据对应用型本科人才培养的影响及对策[J].教育现代化，2018（11）：9-10.

[11]孙铭鸿，郑红.大数据时代下金融高等教育的改革[J].中国校外教育，2018（6）：36，38.

[12]周開发，曾玉珍.新工科的核心能力与教学模式探索[J].重庆高教研究，2017（3）：22-35.

[13]吴爱华，侯永峰，杨秋波，等.加快发展和建设新工科主动适应和引领新经济[J].高等教育工程研究，2017（1）：1-9.

[14]张霞，王素贞，祃海霞，曾文献.实践教学质量监控与评价方法研究——以河北经贸大学为例[J].河北经贸大学学报（综合版），2014（4）：99-102.

[15]王芳，杨磊，郭慧婷，等.大数据背景下经管类实验教学改革探索[J].实验室科学，2016（3）：72-75.

Research on Talent Cultivation of Big Data in the Field of Economic Management based on the New Engineering Concept

Dong Zhaowei1， Wang Suzhen2， Sun Jieli2

（1.Administration Office， Hebei University of Economics and Trade， Shijiazhuang 050061， China；

2. School of Information Technology， Hebei University of Economics and Trade， Shijiazhuang 050061， China）

Abstract： At present， in background of many colleges and universities setting up new major of "data science and technology of data"， research on big data training mode based on the new concept of engineering for industry demand is the urgent issue. Based on the concept of new engineering， this paper proposes a training model of big data talents in the field of economic management. This model reflects the characteristics of economic management field by constructing curriculum system and optimizing teaching content. To improve the quality of big data talent cultivation， through teaching methods reform， we should strengthen the practice teaching and the cooperative education between colleges integration to build big data professional teaching support environment， enhance students' ability to solve the problem of complex engineering management field.

Key words： new engineering concept， field of economics and administration， big data， talents cultivation