新工科背景下应用型大数据人才培养路径探究

肖大薇，姜立秋，李 彤

（大连理工大学城市学院 计算机工程学院，辽宁 大连 116600）

0 引 言

自2016年提出“新工科”这一概念以来，教育部积极推进我国高校新工科建设，先后发布了《教育部高等教育司关于开展新工科研究与实践的通知》和《教育部办公厅关于公布首批“新工科”研究与实践项目的通知》，这是我国在主动应对新一轮科技革命和产业革命、大力培养高层次工科创新人才、构筑国际竞争新优势方面开展的重要战略行动。

1 新工科建设的内涵

新工科的内涵是：以立德树人为引领，以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养未来多元化、创新型卓越工程人才[1]。

新工科建设以立德树人为引领和根本，以培养具有社会主义核心价值观、德才兼备的中国特色社会主义合格建设者和可靠接班人为目标。国际竞争日益激烈，社会多元化发展，学科交叉融合，人工智能、大数据分析等新技术层出不穷，并深刻影响着人类的思维和生活方式。因此，人才培养和争夺在国际竞争中成为关键，培养全面发展的多元化创新型卓越工程人才具有重要的战略地位。

新工科建设服务于国家战略发展新需求。为提升国家硬实力和国际竞争力及实现“两个一百年”的奋斗目标，我国高校应主动适应新技术、新产业、新经济、新职业发展的需要，探索新工科发展理念、新工科建设范式和新工科人才培养模式，加速并深入开展高等工程教育改革，认真履行高等工程教育在文化传承、科学研究、人才培养等方面的社会职责，积极肩负起培养多元化创新型工程人才的历史使命，逐步形成引领全球工程教育的中国模式、中国经验，以应对社会环境瞬息变化、开创人类美好未来。

2 大数据人才岗位需求

大数据的研究与应用正影响着社会生活，成为经济发展的新动能。当前社会，在产生大数据的同时，更需要大数据力量。辽宁发展大数据产业受到国家大力支持，目前沈阳已获批为国家大数据综合试验区，也是获批省市中唯一一个副省级城市。辽宁省委、省政府高度重视大数据产业的发展，先后出台了《辽宁省促进大数据发展行动实施方案》等政策文件，为辽宁在大数据领域发展争取了国家支持和高端站位。发展大数据产业及培养大数据人才已经极为迫切和必要。

大数据人才分为学术型和应用型两种。学术型主要考查对数据科学中模型的理解和运用，就业岗位一般为大数据系统研发工程师；应用型主要考查利用大数据方法解决具体行业应用问题的能力和处理实际数据的能力，就业岗位一般为数据分析师和大数据应用开发工程师。

随着数据集规模的不断增大，大数据产业迅速发展，行业应用需求更加广泛，催生了应用型大数据人才需求的巨大缺口。应用型大数据人才主要来自应用型本科院校对“技术技能型”人才的培养，具备利用大数据的方法解决具体行业应用问题的能力，主要从事大数据分析、大数据挖掘、大数据管理、大数据架构和大数据深度处理等工作，涉及的岗位有大数据分析师、数据可视化工程师、数据挖掘工程师、数据库管理员、大数据架构工程师、数据科学家等，就业的主要行业包括零售、保险、电子商务、物流、政府数据中心、医药、银行、研究型大学、金融机构和互联网企业等[2]。

3 新工科背景下应用型大数据人才培养特点和培养目标

3.1 培养特点

新工科强调新技术和新产业，应用型大数据人才培养面向主流技术，侧重对数据本身的洞察理解能力和对多元复杂数据的深度分析处理能力。新工科背景下应用型大数据人才的培养应具有新人才培养模式、新专业知识结构的特点。

应用型大数据人才的培养必须面向战略新兴产业，如电子商务、精准医疗、大数据金融、智慧交通等。人才培养模式的研究应建立在这些新兴行业基础上，既重知识又重能力，既要区分大数据专业与其他相近专业的不同，又要考虑专业内部各学科的交叉融合，从而使培养的人才能够满足当前社会发展需求[3]。

大数据专业是将计算机科学、应用数学、统计学等有机融合的新兴专业，其完整的知识体系可以面向大数据分析全流程、数据应用全产业链。塑造未来的应用型大数据人才必须面对行业新知识和新技术以及由此产生的新知识体系和新的人才培养模式，如通过课赛结合扩充学生专业知识、通过产教融合提升学生专业技能和视野等，这也为学生创造了学习与就业的新机会。

3.2 培养目标

新工科背景下人才培养目标应该紧紧围绕新技术产业需求确定。应用型大数据人才的培养目标是培养具有良好的道德修养，遵守法律法规，具有社会和环境意识，掌握数据科学与大数据技术理论基础及实用专业技术，具有创新能力、较强工程实践能力和团队合作能力，能为各类企事业单位在大数据分析、大数据应用开发、大数据运维等专业领域，从事设计、开发、应用、管理和技术支持的高素质应用型人才。

4 新工科背景下应用型大数据人才培养路径

4.1 立足当前、面向新理念办专业

专业是人才培养的基本单元。专业建设和人才培养必须满足当前和未来的人才需求，针对学生的职业发展目标和学校定位，立足当前需求，以创新、协调、绿色、开放、共享的新理念为指导，以持续深化工程教育改革为目标，改造现有工科专业或者申办新工科专业。对现有工科专业可以设立多个专业方向，满足学生个人学习和职业选择的需求，并针对每个学生的具体情况提供个性化的指导。申办新工科专业，要面向未来的技术和产业发展的重点领域（如智能制造、生命科学、大数据等），要考虑跨学科、多学科的交叉融合创新和产学研人才培养模式的实施。无论是改造现有工科专业还是申办新工科专业，最终目的都是使学生具有良好的就业前景、支撑经济和产业发展，这也是新工科建设的重要内容[4]。

结合应用型大数据人才的市场需求情况，学院成立专家团队，针对数据科学与大数据技术专业及申报工作进行了深入的研究和准备，于2018年7月进行了该专业的申报。同时，学院在计算机科学与技术专业的2018级培养计划中增设了大数据的专业方向。

4.2 面向新模式确定多元化人才培养方案

深化工程教育改革、培养未来多元化创新型卓越工程人才必须借鉴国际上成功的工程教育新模式（如CDIO：构思、设计、实现、运行），开创具有中国特色的人才培养模式，根据社会发展和产业进步对人才的需求，分析工程人才应具备的知识技能和职业素养，确定专业人才培养方案。

学院针对数据科学与大数据技术专业的培养计划研究从2016年10月开始，制定的人才培养方案来源于充分的企业调研、岗位能力分析和国内外相关院校的比较分析，并将专业能力映射到专业课程、项目和素质活动体系中。邀请行业专家和企业工程师参与人才培养方案的评审过程，人才培养方案着重体现对学生实践能力的培养，使学生具有较强的目标岗位适应能力。学院在数据科学与大数据技术专业的人才培养方案中明确了该专业的培养目标、培养要求、专业特色、核心课程、选修课程、专业方向课程、实践课程、学位授予、学分学时总体要求、各学期开课计划等内容。学院实施多元化人才培养目标，落实“3+1”人才培养模式，加强个性化人才和国际化人才培养的教学体系；推行“1+N+M”（1个文凭，N个证书，M个作品或专业竞赛成果）。

大数据技术在各领域的深入应用，要求大数据人才必须具有较强的实践创新能力、跨文化交流能力和跨领域研究能力。大数据专业毕业生应能够较熟练运用英语阅读英文专业书刊及交流；具有自主学习和终身学习意识；具有大数据专业的基础理论和专业知识；熟练掌握大数据开发框架和开发工具的使用；有实际大数据应用开发和运维的工作经验；具有较强的科技交流能力，能用流畅规范的语言进行口头表达及撰写科技论文。

4.3 面向新内容和新方法提升课程建设和师资建设

课程是人才培养的核心要素。在《教育部高等教育司2018年工作要点的通知》中提到，到2020年，计划建设1万门国家级和1万门省级一流线上线下精品课程，推动优质课程资源的开发和有效利用，推动高等教育质量跃上新台阶。同时，大数据技术的迅猛发展，促进了现有知识的更新和新知识的产生，因此要求大数据专业的课程体系以及教学内容必须及时更新，且必须体现当前大数据技术发展的新成果。

课赛结合是提升学生专业知识和课程建设的有效途径之一。竞赛是超出课程范围的一种特殊考试形式，不仅锻炼学生的意志和智力，还能开阔视野、以赛促学、前瞻专业知识、增强斗志和兴趣，培养独立解决问题的能力。办好第四届中国“互联网+”大学生创新创业大赛是教育部高等教育司2018年工作要点之一。高校应以大赛为重要抓手，深化创新创业教育改革，促进创新创业教育与专业教育深度融合，做好大学生创新创业训练计划等工作，培养有理想、有本领、有担当的热血青春力量。

高校相关专业教师应以此为契机，建好课、用好课，丰富教学资源，掌握新知识和新技能，全面提升业务水平和职业素养。在推进信息技术与教育教学深度融合的同时，保证教学内容与社会需求相匹配。高校应深化校企合作，为教师提供工程实践和一线锻炼的机会；支持教师参加专业培训；健全教师考核制度；促进教师尽展其才、争先创优，凝聚起高校建设的中坚力量。

学院非常重视大数据专业建设和教师的培训工作。目前开设了Python语言程序设计、Linux系统管理等专业课程，在计算机科学与技术专业2018级专业培养计划中开设了大数据专业方向，设置了多门与大数据相关的课程，例如数据采集、大数据存储与处理技术应用、数据仓库、数据挖掘等。近两年，先后派遣教师参加了“全国高校大数据联盟”“信息技术新工科产学研联盟”等机构组织的大数据专业建设、师资培训等内容的会议，参加了数据科学导论、Hadoop、Spark、Hive、数据仓库与数据挖掘等课程培训学习和研讨。

4.4 面向新质量建立人才培养质量保障体系

新工科建设的最终目标是培养卓越的工程人才。高校应开展行之有效的人才培养质量评价，以保障培养出的卓越工程科技人才满足新经济的需要[5]。

4.4.1 新工科人才培养质量观念

首先，要以学生为中心，理论联系实际。人才培养目标的制订要从新经济的新要求出发，既满足社会需求的多样化要求，又充分尊重学生的个性化要求。

其次，人才培养要注重过程管理，不断逼近质量标准。教师和学生是教学活动的两大主体，在新工科建设背景下，教学过程应该多采用翻转课堂模式，以学生为主体，加强师生互动，教师要尽可能地引导学生主动学习、主动思考、主动实践，从而实现能力的不断提升。

最后，人才培养模式要注重持续改进，进一步完善，以保障人才培养质量的不断提升。

4.4.2 新工科人才培养质量标准

应用型大数据人才培养质量的标准由国家标准、大数据产业标准、学校标准三级标准构成。

在国家标准层面，将工程教育专业认证标准（如华盛顿协议）作为人才培养质量评价标准。在高标准的指导下，实施日常教学活动，规范每个教学环节，不断完善人才培养过程的质量监控。

在大数据产业标准层面，坚持以学生为中心、以立德树人为根本；要求应用型大数据人才具有较高的政治觉悟和政治理论水平；具有敬业爱岗的品质，良好的团队合作与沟通能力；具有一定的文学修养、社会公德和职业道德；具有严谨的科学素养和创新精神；心理素质好，身心健康；具有独立获取知识、提出问题、分析问题、解决问题和创新实践的能力；业务上要学习高等数学、英语等公共基础知识，学习大数据技术的专业基础理论、基础知识和基础技术，接受良好实践训练，具备在大数据应用开发、大数据运维等专业领域，从事设计、开发、应用、管理和维护的基本能力。

在学校标准层面，应包含毕业生的就业率（含高质量就业率）和考研率，学校的校企合作情况、产学研协同育人情况、创新创业训练情况等。

4.4.3 新工科人才培养质量评价

新工科背景下，人才培养质量的评价应采用过程和结果相结合的方式，包含校内和校外两部分评价内容，确保获得全面客观的评价，及时发现培养过程中的问题。对评价结果要及时地整理和总结，促进人才培养质量持续改进。

5 结 语

自从提出新工科建设两年来，新工科已呈现出良好的发展势态，接下来的重点工作将是培养多元化创新型卓越工程人才。大数据作为一个多学科交叉融合的复合型学科，其人才培养要面向主流技术和前瞻技术，应以培养卓越的应用型大数据人才为目标，以赛促学课赛结合，强化产教融合，利用新技术，服务新经济，满足大数据产业需求，让学生在竞争激烈的社会大环境中找到自己的职业理想和人生价值[6]。