大数据方向工程硕士实践教学模式研究

季伟东，孙小晴，张 军，李英梅

（哈尔滨师范大学 计算机科学与信息工程学院，黑龙江 哈尔滨 150025）

1 国内大数据方向工程硕士培养模式存在的问题

从2010年起，国务院将所有硕士专业学位类别招生工作融入全国硕士研究生统一招收安排，这标志着我国工程硕士学位教育迎来了一个新的时期[1]。由于大数据专业工程硕士发展较晚，在课程体系等方面存在着诸多问题亟待解决。目前，国内大数据方向工程硕士研究生（以下简称工程硕士）培养模式存在的问题如下。

（1）实践教学课程体系不够完善。国内大多工程硕士课程照搬学术型硕士研究生（以下简称学硕）的课程体系。但国务院学委会对二者的定位是不同的，学硕是以学术研究为导向，而工程硕士是以培养专业实践型人才为目标。虽然目前国内的高校也开设实践教学课程，但从整体上看，课程体系无法满足市场对大数据人才的需求。

（2）教学中偏理论性，忽视实践性。高校在人才培养上具有明显的优势和弊端，很难培养出既具有扎实的理论基础又掌握行业实际应用技能的人才。因此，高校教育需要进一步完善，保存优势，弥补弊端。

（3）学生毕业后就业状况差[2]。毕业生去向不定，就业率不容乐观。很多学生毕业后不能找到称心的工作，或在工作中不能很好地应用所学知识。

（4）教师经验不足。传统的高校教师仅仅把书本知识传授给学生或是带学生进行理论研究，知识更新较慢，但大数据技术发展与更新非常迅速，导致学生所学知识陈旧，无法适应市场对人才的需求。

以上这些问题是目前国内工程硕士培养面临的主要问题。针对这些问题，一些学者作了相应的调查和研讨。文献[3]针对工程硕士课程体系较多复制学硕课程体系导致实践能力匮乏的问题，提出在培养过程中体现工程应用，充分发挥和借鉴“双导师”制度，让学生更好地将理论所学与实践结合起来；文献[4]比较了工程硕士和学术型硕士的区别，提出工程硕士课程体系对专业知识掌握的“精”和“专”应该有更高的要求，实践教学在课程体系中应有更大的比重、教学内容应更加符合行业的需求，这样高校培养的人才才能更好地服务社会。

2 大数据方向工程硕士培养模式建设方法

2.1 加强大数据方向实践教学课程体系建设

为了更好地培养大数据人才，我们对清华大学（简称清华）、复旦大学（简称复旦）、北京航空航天大学（简称北航）、华中科技大学（简称华科）和哈尔滨工业大学（简称哈工大）这5所院校的培养模式进行比较与分析。研究发现，清华、复旦和北航已经分别将大数据作为一个独立的学科分离出来，并分别设有自己的数据科学研究院。清华的教学体系分为3部分，每一部分都有自己的课程设置并有严格的学分制。第一部分为基础技能模块，该模块一共有4门课程，每门课程3学分，48个学时，学生须从4门课程中至少选1门进行学习；第2部分为能力提升模块，该模块一共有20门课程，大概分为素质提升、创新培养和大数据理论知识与技术，学生要在该模块修满4学分；第3部分为时间模块，该模块主要分为大数据实践课和相关大数据学术报告两部分，其中大数据实践课学时至少8周，在这8周时间里，学生真正参加具体工程项目，学校提供20多个项目供学生选择，让学生充分地将所学的理论知识与实践相结合，培养适合企业需求的人才。复旦大学的课程体系主要分为学位公共课、学位核心课和选修课，复旦大学大数据学院坚持以培养具备扎实的数据科学理论基础和广阔数据应用视野的复合型人才为基本目标。北航课程体系主要分为公共基础课程、专业基础课程和专业核心课程，课程结构和复旦相似。以上是3所具有独立大数据专业的高校，华中科技大学和哈工大目前还没有设立大数据专业，但依据工程硕士培养方案，哈工大更加注重能力的塑造。通过以上分析，清华更加注重实践课程，而北航、复旦更注重基础理论学习。因此，根据教育部对工程硕士的定义，清华的培养模式更适合主流发展方向。

以清华课程体系为蓝本设计适合哈尔滨师范大学（以下简称哈师大）的大数据方向人才培养体系，可以解决照搬学术型研究生课程体系和重理论轻实践的问题。哈师大大数据方向的课程结构分为基础技能模块、能力提升模块和实践模块，由于生源质量问题，每个模块的课程较清华有所偏差。表1为5所高校课程异同的比较，从至少有两个学校同时学习的课程中选取5门作为专业课程的主干，再根据哈尔滨师范大学的特点补充10门课程，将这15门课程分为基础技能课和能力提升课，比例为5:10。实践课主要以走进企业和企业走进来的形式完成，该部分要占学制总时长的40%。按照上述课程设置，在不增加学时的情况下尽量增加实践课学时。另外，通过实践课的设置让学生更了解行业发展动态，从而培养符合社会需要的应用型人才。

表1 5所高校的大数据方向课程比较

2.2 注重实践教学管理体系建设

教育部相关文件指出，工程硕士更加注重实践应用能力。在培养体系中，专业知识、学位论文的学习固然重要，但是实践能力的培养更为重要，因此，在课程体系中要注重校企联合课程、案例课程以及职业素养课程[5]。

大数据方向专业学位研究生职业能力的培养需要校内外导师的联合培养，即“双导师”制度。“双导师”制度是指一个工程硕士要有两个导师，一个是校内导师，负责专业知识、论文等工作；一个是校外导师，将所学应用于实践，与实践相结合，其目的是培养应用型、复合型高层次工程技术和工程管理人才。“双导师”制度的建立弥补了传统高校教育实践缺失的部分，但也会带来一系列的问题：①校外导师如何选择；②实习实训平台如何建设；③双导师如何管理。

针对上述问题，目前清华和复旦已实行“双导师”制。以清华和复旦的导师制为蓝图，学校构建哈尔滨师范大学的“双导师”制。首先，在校外导师选择问题上，可以通过校企联合途径获取，要灵活运用“引进来”和“走出去”。“引进来”指通过校企联合让企业导师走进学校，“走出去”指学生真正走进企业单位，真实感受工程项目。由于学生最终要成为应用型、复合型高层次工程技术和工程管理人才，因此笔者更倾向于“走出去”。哈师大与海康公司、华为公司、百度公司等一些企业具有合作关系，因此校外导师可以来自于这些公司。其次，实习实训平台的建设。虽然工程实践模块有“双导师”制保驾护航，但专业课程和工程实践也不能完全脱节，这样才能更好地提高工程硕士的水平。我国高校基地建设大多处于封闭式的建设阶段，校内基地资源在规模和质量上都远不能满足学位研究生专业能力和职业能力的培养。最后，双导师必须在学校登记备案，特别是校外导师。导师组也要实时和学生交流，以便真实有效地发挥双导师的作用。

2.3 完善实践教学评估体系

硕士研究生的评估体系依然沿用本科的学分制，不同的是课程比例以及课程分类。清华在大数据方向工程硕士培养上采用“基础技能课+能力提升课+实践课（大数据实践和大数据相关讲座）”的模式。该模式的学分比例为3:4:3，其中实践课为必修课，基础技能课和能力提升课为选修课。复旦在大数据方向工程硕士培养上采用“学位公共课+学位核心课+选修课”的模式。该模式学分比例为5:21:9。哈工大工程硕士培养采用“学位课（含公共学位课和应用基础与应用技术课）+实践教学+选修课程+专题课程”的模式。北航大数据方向工程硕士培养采用“公共课+专业核心课+专业选修课”模式。根据教育部文件，清华和哈工大的课程分类更适合专业人才培养的发展潮流。

借鉴这3所大学的课程模式，我们制定了哈师大大数据工程硕士的教学评估体系。基础技能课占总学时的10%，能力提升课占20%，实践课占40%，另外论文撰写占30%。以此为教学评估体系，针对性地将专业学位研究生与学术型学位研究生的培养目标区别开来，突出专业学位研究生实践性、应用型的特点，也为专业学位研究生的特色化培养指明了方向。

大数据方向工程硕士专业学位论文（设计）选题应该直接来源于实际生产或者具有明确应用价值的背景需要，可以是一个完整的工程项目或研究课题，也可以是技术方面的专题，还可以是新产品的研发。大数据方向学位论文（设计）必须由工程硕士专业学位者本人单独完成，必须体现其利用科学理论、方法和技术解决工程实际问题的综合应用能力。论文（设计）评阅人和答辩委员会成员均来自软件企业或研究设计院具有高级专业技术的专家。

2.4 统计分析大数据方向工程硕士培养效果

5所高校大数据方向工程硕士研究生2017年就业率统计见图1，大数据方向就业率从高到低排序为清华、复旦、北航、哈工大、华科。

图1 5所高校大数据方向工程硕士研究生2017年就业率统计

（1）在这5所高校中，清华、复旦和北航已经拥有独立的大数据学科，哈工大和华科目前暂时将大数据划分在计算机学科中，作为硕士研究生的一个学习方向。因此，从图1可以看出，拥有大数据独立学科的高校就业率高于非独立学科。

（2）清华、复旦和北航同为拥有独立学科的高校，但就业率依然有高低之分。清华在培养模式中更加注重实践训练，而复旦和北航在实践训练方面投入更少；哈工大和华科都属于非独立学科，而哈工大就业率高于华科，这两所高校在培养模式上有所差别。哈工大培养模式与清华相似，更加注重工程实践能力的塑造、应用技能的发展等。因此，通过就业率对比不难发现，这种“基础技能课+能力提升课+实践课（大数据实践和大数据相关讲座）”的课程模式更优。

就业率在一定程度上表明了本专业培养方案是否顺应社会需要。因此，通过几所高校的对比，哈尔滨师范大学采用高就业率的培养方案势在必行，不仅要完善学生的理论基础，更要注重实践能力和创新能力的培养，这样的教学方案才更加符合社会对人才的需求。为了向这些岗位输送更优质的人才，哈尔滨师范大学应该采用更合理的培养模式和教学管理体系，即“基础技能课+能力提升课+实践课”的课程模式、“双导师”制和“以职业能力为导向”的特色评估标准。

3 大数据方向工程硕士人才培养模式

基于以上分析，我们构建了大数据方向工程硕士人才培养模式，见图2。在培养模式中，各个环节是相互依存的，任何一个环节缺失都将影响下一个环节的实施。

在理论课程方面，新模式打破了传统课程模式，增加了大量有关大数据基础理论的课程，减少了因理论知识匮乏而导致的实践问题，理论知识、实践教学和“双导师”制三者紧密结合，相互贯通。

大数据工程硕士研究生就是要培养适应企业需要和社会发展的应用型人才，因此实践教学是所有环节的重中之重。实践教学分为两部分，一部分是学术讲座，让学生了解最新的前沿技术，从而指导实践应用；另一部分是校企合作，培养学生在真实项目中的实践能力。通过这两部分的培养，一方面内化了理论知识，另一方面培养出企业需要的应用型人才。

我们还为每一个大数据工程硕士配备双导师，一个导师为校内导师，主要负责理论课程的培养，另一个为校外导师，主要负责实践应用。双管齐下，不仅减轻了教师的压力，也为学生各方面的发展提供了最优的指导。“双导师”制是工程硕士的一大特色，是区别于学术型硕士的又一明显特征。

从校企合作方面来说，首先，该模式为学校教师和学生提供了一个很好的实训平台，教师和学生接触到了项目；其次，学校为企业输送了更多优秀的人才，并且创造了更多的价值。

4 结语

大数据方向涵盖了广阔的知识面，教学上面临的工程实践问题较多。从工程技术的角度讲，尤其要注重学生应用实践能力的培养。对于选择大数据方向的工程硕士而言，新制定的培养模式和教学管理体系将在他们身上得以体现。培养学生适应社会和企业需求的教学实践是个值得深入探讨的课题，笔者后续也将根据实际教学效果做进一步的研究，摸索更加适合行业需求及本校实际情况的教学模式。

图2 大数据方向工程硕士人才培养模式