我国高校大数据人才培养专业设置研究

饶玲丽 陶娟 陶光灿

摘 要：通过分析大数据在我国的战略地位和大数据产业发展对人才的需求，探明我国高校大数据人才培养的专业设置。综述了大数据产业发展状况及其对人才的需求，结合国内外高校大数据专业设置状况，对2015年—2017年我国大数据相关专业的开设状况进行分析，提出了大数据专业设置的特点和存在的问题。我国高度重视大数据人才的培养，但专业设置不能完全契合大数据人才的需求。应该加强大数据专业第二学位的开设，培养大数据与应用学科交叉的综合性人才;加强研究生等专业性人才的培养，提高我国大数据产业的竞争力。

关键词：大数据;人才需求分析;专业设置

大数据人才的需求分析

1.大数据人才的需求重点领域分析

大数据产业的分类有助于探明大数据人才需求的重点领域。目前，大数据产业的分类尚无准确的定义，如果按照大数据产业“云管端”体系进行分类，主要包括云计算、通讯工程、电子技术所涉及到的软件、硬件及其相关联的租赁、服务等衍生的产业类型;按照大数据全生命周期进行分类，涉及大数据的采集与预处理、大数据存储与管理（数据清洗、数据开放共享等）、大数据计算模式与系统、大数据分析与挖掘、大数据可视化分析及大数据隐私与安全[1][2]等几个方面涉及到的软件、硬件及其服务，包括交易、标准等[3][4]。按照大数据与实体经济融合的方式来划分，则包含政务、商贸、医疗、交通、农业、工业、食品安全等诸多大数据领域。

对大数据的细分市场进行分析，行业解决方案、计算、存储市场所占比重较大，应用市场发展速度快、发展潜力大。国际数据公司IDC预测：到2020年，企业基于大数据计算分析平台的支出将突破5，000亿美元，大数据解决方案分享大约1.6万亿美元新增收入的红利。在商业价值方面，大数据挖掘将成为创造价值的核心，欧洲政府运用大数据而节省了1，000亿欧元，美国医疗业则节省了3，000亿美元[5]。中国信息通信研究院《2017大数据产业地图》显示：我国大数据与实体经济融合较好的顺序依次为金融、政务、电商、电信、教育、交通、公安、医疗、传媒、制造业和农业。大数据产业快速发展，对人才总量需求高，对行业解决方案等方向人才需求多。

2.大数据人才的数量需求分析

数联寻英2016年发布的《大数据人才报告》显示：目前大数据人才仅46万，3年～5年内大数据人才的缺口将高达150万[6]。根据e成、DT大数据产业创新研究院《2017大数据及人工智能领域人才发展报告》[7]，将大数据及人工智能相关职位划分为自然语言处理、大数据开发、数据挖掘、图像/视觉、语音、智能硬件六大类。2017年大数据及人工智能岗位人才需求量，比2016年猛增六倍之多，增长幅度最大的分别是大数据开发、图像视觉、智能硬件类职位等。按照行业来划分，则是IT、通信、电子、互联网和金融等领域对人才需求庞大[7]，IT、通信、电子、互联网领域占人才需求的58%。按照专业来划分，一种是计算机科学与技术、统计学、信息与计算科学、计算机应用技术、软件工程、计算机类占比较大[7];另一种是数据与应用数学、电子信息工程、信息管理与信息系统等，计算机科学与技术占比最大，超过25%。

3.大数据人才的学历层次需求分析

从大数据人才学历要求看，目前多数企业需求的还是本科生[7]，占比达到67%;但是非常值得注意的是，对硕士及以上需求的比例也达到22%，对高学历人才的需求是大数据人才培养值得重视的领域。在硕士研究生及以上人才培养中，一种是要重视图像/视觉、神经语言程序学（NLP）、智能硬件等专业方向人才的培养，需求均为30%以上;另一种是数据挖掘、語音类、大数据开发类[7]。

高校大数据专业设置研究

1.大数据专业设置

国家层面的学科体系及本科专业设置存在滞后问题，本科专业设置上需要遵循就近的原则[8]。大数据人才培养大致可分为学位（科研人员）培养和职业（应用人才）培养[5]。学位人才能掌握计算机科学（如数据挖掘、机器学习、知识图谱等）、数学、应用统计学等基础专业知识，经济、物理、生化等交叉学科知识，以及商业数据分析、科学数据分析和自然语言处理等相关应用技能，并在数据获取、存储和检索等方面进行深入了解和亲身实践。职业人才侧重学习数据获取、数据存储、数据检索等数据工程知识和数据挖掘与机器学习知识，掌握大数据分析应具备的大规模并行处理技术，尤其是根据其所在领域参与商业大数据项目（应用案例）的分析处理。

2.国外大数据专业建设情况

美国目前有超过四十多所大学开设了大数据专业硕士研究生课程[9]，这些高校开设的专业，大多涉及商业领域，这与全球均是商业领域率先实现大数据的大规模应用密切相关。同时，这些专业注重数据分析的工作，挖掘数据的核心价值，包括宏观决策支持、预测预警及个性化精准服务，均需要对海量数据进行分析运算。因此，注重数据分析成为美国高校专业的热点。英国三十所开设大数据专业的院校，同样注重数据商业的利用，也注重数据的分析挖掘[10]，但是，英国数据应用的研究更广泛一些，数据科学的基础研究也更多元一些。美国和英国大数据专业的设置，对我国高校大数据专业设置具有借鉴意义。

3.国内大数据专业建设情况

我国高校最先开展的是大数据硕士研究生培养，而后才有本科专业招生。2012年，首都经济贸易大学与北京大学、中国科学院大学、中国人民大学和中央财经大学联合成立了“大数据分析硕士培养协同创新平台”，在全国率先开展大数据硕士人才培养。2014年，首都经济贸易大学开设了“统计学专业（大数据分析）”，包括信息管理与信息系统（大数据）和统计学（大数据分析）两个本科专业方向。贵州大学成立大数据科学与工程系，在信息管理与信息系统专业开设电商大数据技术方向。物联网工程专业开设物联网大数据采集与分析方向;这些专业是国内最早开设本科层面大数据分析专业方向的。随后，国内高校依托软件工程、计算机科学与技术、数学与应用数学专业，逐渐开设大数据相关的专业方向。

大数据学科作为交叉型学科，涉及数学、统计和计算机等相关学科[11]。截止到2018年3月21日，教育部公布了2015年、2016年、2017年三年度普通高校本科专业备案和审批结果，合计6，714个专业;对专业名称中涉及到信息、统计、自动化、智能、计算机、互联网、电子、物联网等与大数据直接或间接相关的专业进行统计，共计1，614个专业，占所有专业的24.0%。可见，大数据及其相关专业成为新时期人才培养的重点，大数据相关专业开设呈上升态势，2017年达总专业数的28.3%。普通高校本科专业中，数据科学与大数据技术专业最多，达到282个。随后是电子商务、物联网工程、网络与新媒体、软件工程、机器人工程、数字媒体技术和艺术、应用统计学等专业，均超过50个。超过10个以上的还有通信工程、网络工程、电气工程及其自动化、信息安全、光电信息科学与工程、自动化、网络空间安全、智能科学与技术等专业。其中，仅有4个专业学业年限为两年（第二学位），两个专业学业年限为五年，其余均为四年。这些专业中，大多数授予工学学位，占比超过66%，理学其次，占12%;经济学最少，占3%。期间，我国高校一共新开设专业11个，包括地理空间信息工程、飞行器控制与信息工程、机器人工程、数据科学与大数据技术、网络空间安全等专业。

结论与对策

1.大数据人才的需求方面

大数据产业快速发展，大数据人才严重短缺。从人才需求数量看，需要结合产业的发展，预测人才需求的变化，加快大数据人才的培养。

大数据人才的培养应该着重瞄准行业解决方案、计算和存储等领域，加快金融、政务、电商领域大数据应用人才的培养。虽然计算机科学与技术、统计学等专业方向是老的方向，但是人才需求旺盛，需要进一步加强。为了培养具有国际竞争能力的专业人才，应主要面向研究生加快竞争性学科的建设。将大数据硕士研究生、博士研究生的培养，通过单独招生或者联合培养的方式，快速培养掌握核心技术、具有创新能力的骨干人才。通过博士后与博士研究生的培养，可以为大数据产业的发展培养高端人才和领军人才。通过硕士研究生的培养，可以为大数据产业的发展提供高级数据工程师、数据分析师以及基于大数据应用的系统开发人员。

2.高校大数据专业的设置方面

高校设置专业与行业状况需求尚存在结构性偏差。从人才专业素养方面看，应针对端产品制造、数据采集、数据存储、数据分析、数据应用等大数据领域的人才需求开设专业，注重大数据与金融、政务、电商等行业融合的需求培养复合型人才，实现精准、高效的人才培养。相关高校可根据依托资源优势与人才需求，处理好经济“快变量”与教育“慢变量”间的关系，做好专业方向的调整。

注重专业人才与配套人才团队的培养。实际工作中，数据科学与应用领域知识的深度融合，需要既有领域专业背景又有一定数据科学素养的复合型人才，更需要包含不同层级、专业的人才形成学科搭配合理、任务分工明确的人才团队协作;应借助协同创新中心等平台，面向生产实际设立科研项目研究，打造具有核心竞争力的人才团队。

本文系贵州省科技计划课题“食品安全电子溯源技术研究及示范”（项目编号：黔科合SY字[2015]3042）;贵州省科研机构服务企业行动计划项目“贵州省生物资源与环境大数据平台建设与示范应用”（项目编号：黔科合服企[2015]4013）;贵州省教育厅高校人文社会科学研究项目“面向大数据产业的人才需求与专业开设、课程设置研究”（项目编号：2015QN40）的阶段性研究成果

参考文献：

[1]李建中，刘显敏.大数据的一个重要方面：数据可用性[J].计算机研究与发展，2013，50（6）：1147-1162.

[2]李东卫.推进我国大数据开发应用的几点思考[J].重庆经济，2013（5）：42-45.

[3]冯登国，张敏，李昊.大数据安全与隐私保护[J].计算机学报，2014，37（1）：246-258.

[4]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[5]数据科学+智能科学实验室解决方案[EB/OL].（2017-05-05）[2018-03-14].http：//www.tipdm.com/tipdm/gxjjfa/20170505/1131.html.

[6]大数据“人才荒”呼吁高校教育改革[EB/OL].（2017-11-02）[2018-06-03].http：//news.163.com/17/1102/19/D28S411J000187VI.html.

[7]2017大数据及人工智能人才发展报告[EB/OL].（2017-12-31）[2018-06-12].http：//www.sohu.com/a/213871427_817016.

[8]张领先，张标，李鑫星.大数据时代农业院校本科专业课程体系建设—以中国农业大学为例[J].北方农业学报，2016，44（2）：115-119.

[9]何海地.美国大数据专业硕士研究生教育的背景、现状、特色与启示—全美23所知名大学数据分析硕士课程网站及相关信息分析研究[J].图书与情报，2014（2）：48-56.

[10]邹东生，王鑫，赵玉莲，等.中国大数据人才培养体系（第一版）[R].中国商业联合会数据分析专业委员会，2017.

[11]2017申报数据科学与大数据技术专业再创新高[EB/OL].

（2017-09-01）[2018-01-12].http：//www.thebigdata.cn/YeJieDongTai/34231.html.

（作者單位：饶玲丽，贵州交通职业技术学院;陶娟，贵州大学数学与统计学院;陶光灿，贵州省分析测试研究院）

[责任编辑：翟 迪]