产教融合下的金融大数据跨学科人才培养研究

（哈尔滨金融学院 黑龙江·哈尔滨 150030）

0 引言

大数据（Big Data）是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

本文针对国内外金融大数据人才需求进行市场调研分析，一方面，从跨学科人才培养角度，制定适合金融大数据方向的人才培养策略；另一方面，从专业建设角度，创建金融大数据实验室和跨学科课程体系。最终形成一套完整的金融大数据跨学科人才培养策略。

1 研究的必要性

1.1 选题意义

不断完善的大数据政策环境和技术手段，促使大数据行业应用成为可能，大范围企业级应用进入快速发展时期。大数据已经成为企业和国家的重要战略资源，随之催生了一批与之相适应的新的就业岗位，金融、电信、交通、医疗等行业已经在应用大数据平台，与之相关的软硬件、服务市场也在快速发展。2017年3月中国信息通信研究院发布《中国大数据发展调查报告》，报告显示，大数据人才短缺是制约企业大数据发展的主要因素之一。高校是人才培养的储备库，市场急需对金融业务有深刻理解、具备数据建模、数据挖掘和数据分析能力的跨专业混合型人才。这促使高校要深入探索跨专业人才培养路径，培养综合性的大数据分析人才是目前高校跨专业人才培养的努力方向。本项目旨在通过研究国内外金融大数据人才需求现状和跨专业人才培养的相关理论，制定新形势下高校金融大数据人才培养策略，结合产教融合理论和CDIO工程教育理念，创新现有人才培养策略，与企业合作拓宽高校毕业生就业渠道，紧跟市场需求，为社会输送具备核心竞争力的金融大数据人才，并将研究成果应用于其他行业大数据人才的培养过程中。

1.2 应用前景

国务院在《促进大数据发展行动纲要》中明确指出，大数据发展工作要加强专业人才培养，建立健全大数据人才培养体系。同时鼓励高等院校设立大数据相关专业。培养具有统计分析能力、计算机技术、综合管理知识的跨学科复合人才；与企业合作，培育大数据应用创新型人才。截至2019年12月，全国共有180所高校开设了大数据科学专业。此外，数据科学类专业或课程在高校中受到广泛关注，师资建设成为制约数据科学教学发展的主要因素。本项目立足本院特色，通过与企业合作共建，提高教师在数据科学方向的科研及教学能力，逐步打造以培养大数据人才为核心的教学、科研基地，教学、科研、服务有序衔接。从长远看，构建大数据教学科研中心，衍生以自身科研创新为核心辐射区域经济的科技服务能力，为今后实现科技与本地产业结合，对内对外提供科研基础环境和技术服务，进而带动区域性科技创新，促进区域经济发展，具有现实可行的巨大应用前景。

2 国内外金融大数据人才需求调研分析

2.1 国外研究现状

全球著名咨询公司麦肯锡预计，2018年美国大数据领域中深度分析人才职位的需求会超过供给，缺口为14万到19万个职位，预计市场需要150万能够有效利用大数据分析的管理者和分析师。在国外，大数据广泛应用于各个金融领域。在银行个人征信领域，利用大数据技术挖掘用户信息，为用户提供金融服务，为银行管控金融风险。在证券公司股票、债券、基金等交易领域，依靠大数据分析技术，实时把握市场行情，成为金融交易的主要工具。在保险公司反欺诈领域，引进大数据分析技术，通过数据分析客户理赔记录，帮助保险公司识别欺诈行为。

（1）金融大数据人才需求。中国人民银行副行长李东荣在《大数据时代的金融人才培养》（2013）中认为我国金融业信息化正在向信息化金融转变，在这一转变过程中急需大量兼具金融、信息技术与管理知识的多技能复合型人才。目前亟待培养和储备深刻理解大数据以及能够驾驭大数据技术并进行行业创新的人才，这就对现代金融教育和人才培养提出了诉求。《2016年中国金融大数据白皮书》中指出金融领域各行业都表现出对大数据分析应用的强烈需求，我们正在经历着金融大数据发展的黄金时期。

（2）跨学科（专业）人才培养的具体实践。李培凤、王生钰通过对南京大学、武汉大学、北京大学、美国麻省理工学院跨学科人才培养的对比，分析了多样化的跨学科人才培养模式，南京大学以“厚基础、宽口径”形式实现跨学科人才培养；武汉大学以“三创教育”为核心，采用试验班形式实施跨学科人才培养；北京大学突出强调“加强基础、淡化专业”的教改方针；美国麻省理工学院在25个系之间构建许多横向研究链，跨系构成42个研究中心或实验室。

（3）CDIO工程教育模式研究现状。北京交通大学查建中教授在《工程教育改革战略“CDIO”与产学合作和国际化》一文中分析了工程教育改革战略“CDIO”与“产学合作”和“国际化”之间的关系。顾建民以CDIO理念引领的工程教育改革包括：面向工程实际，科学设置培养目标；改革课程体系，增强学生工程意识；改进教学方法，丰富教学内容，培养学生团队协作精神；加强实践教学，培育学生工程实践能力；探索更恰当的学习评价方法；重视教师专业能力的培养。

3 金融大数据实验室建设

金融大数据实验室的建设目的是作为大数据教学实验及科研平台，包括数据挖掘与大数据分析平台。实验室的设计全面落实“产、学、研、用”一体化的思想和模式，从教学、实践、科研和使用多方面注重专业人才和特色人才的培养。利用虚拟化教学资源，搭建教学系统和集群平台，充分利用线上线下资源结合VR/AR等技术手段，为学生搭建良好的学习环境，调动学生的积极性，让学生巩固所学知识，为后续的教学翻转做充分准备。将理论学习、实践教学和大数据项目实战融为一体，由难而易、循序渐进，逐步提升学生的学习技能和实践水平，提高“学”的质量和成效。利用大数据分析主流软件框架，搭建与业界主要用户一致的实验与科研环境，将理论课程中学到的数据挖掘算法运用到实际的数据分析过程中，提升学生的动手操作和项目实践能力。使得学生所学与企业项目人才需求无缝衔接，与教师的科研工作紧密配合。通过专业的大数据分析计算资源搭建的开放式大数据分析平台，可以充分的融合教师的科研需求，教师可以在开放的平台环境下开展大数据科研工作，提升教师的科研创新能力，充分提高“研”的成效。

图1：金融大数据实验室交互式学习实验室框架图

4 校企合作共建金融大数据跨专业课程体系

4.1 合作项目的指导思想

通过校企合作甲骨文华育兴业IT新技术实验班，共同培养IT新技术人才，加强实践教学和技术训练环节，帮助学生积累实际工作经验，使学生成为IT企业生产服务一线急需的高素质人才。

4.2 合作形式

（1）采用“2+2”人才培养模式。实验班学生在大一、大二期间主要由甲方进行培养，乙方辅助培养；大三、大四期间主要由乙方进行培养，甲方辅助培养。实验班从2019年开始合作培养5届学生，每年在计算机系大三学生中由甲乙双方共同确定联合培养的学生共计25名，单独编班。实验班学生大三学年为岗前技能培训阶段，大四学年为就业指导和企业实习阶段，岗前培训和就业指导由乙方派师资完成，企业实习由乙方负责安排。每年的合作培养方向，由双方共同商定。

（2）时间安排：岗前培训期间每周周一至周五上课，不排除由于时间紧张而安排周六、周日上课的情况（可根据实际情况协调安排）。

（3）授课教师：为了让参加岗前培训的甲方学生扎实掌握所学知识，掌握顶岗实习工作必备的技能，保证学生在学习后能胜任相应工作，乙方应该安排具有丰富教学经验、行业工程实践经验和深厚理论功底的工程师为学生授课。

（4）教学组织：乙方安排不少于900学时的岗前培训课程，提供培训内容、教学安排、开发工具、软件等，并提供全面的技术培训和就业指导支持。甲方提供实验班岗前培训阶段的场地及教学设备，包括电脑、网络及其他日常教学硬件设备。

（5）成绩考核：学生在实验班岗前培训期间，乙方授课教师需根据学生表现、测试情况给出学生培训科目的考核成绩，用于置换甲方大三、大四开设课程的成绩和学分。经考核不合格的学生可继续进行岗前培训，以达到企业实习所必备的能力水平。再考仍不合格者，将责其退出实验班。

（6）就业推荐：在企业实习阶段乙方对学生进行就业辅导和推荐，包括职业生涯规划、应聘技巧，优化简历。乙方承诺：负责实验班中15名学生成功推荐就业，这15名学生在进入顶岗实习期间一线城市实习工资不低于5000元，转正（学生取得毕业证）后平均薪资不低于9000元。

4.3 合作期限及费用

协议主要针对五个年级的计算机系电子商务、软件工程、信息管理与信息系统、计算机科学与技术专业的学生；合作期限为五年。

5 基于产教融合与CDIO工程教育理念的教学方法改革

CDIO理念强调人才培养要满足行业岗位需求，能够具备职业胜任力。结合云计算与大数据课程，在深化“厚基础、宽口径”，基于产教融合与CDIO工程教育理念的教学方法改革做了以下工作。

大数据环境下，各种信息资源极大丰富，无论对于学生还是教师，快速高效的学习都尤为重要，如何引导学生学习、做学生的搜索引擎尤为重要。学生运用学到的知识，分组制定计划完成项目。在实际教学过程中，教师结合构思、设计、实现和运作的特点，采用工程案例方式，贯通整个教学过程，达到教学与实践相结合的目的，让学生融入其中。

基于工程实践，以案例项目为背景引出理论知识，教师通过案例的讲解给出大数据基本思想理念，学生在项目案例分析过程中认识学习。引导学生自主学习，学会利用各种方法解决相关问题，提高学生综合素质，逐步形成教学方法，经过实验教学的验证，效果十分明显。CDIO工程教育理念还引入到工科其他专业中，可有效提升课程教学内容的新颖性，并促进教学改革与时代快速接轨。此外，鼓励学生参与各种学科竞赛，引导学生了解最前沿的计算机科学技术，激发学生的创新意识，培养学生自主学习能力。

6 结语

培养综合性的大数据人才是我们跨专业人才培养的努力方向，高校要深入探索跨专业人才培养路径，通过研究国内外人才需求现状和跨专业人才培养的相关理论，探究课程体系建设、实验室建设、教学内容和方法改革、师资队伍培养、产教融合和CDIO工程教育理念等相关领域，制定新形势下高校金融大数据人才培养策略。更新教育理念，创新现有人才培养策略，拓宽就业渠道，紧跟市场需求，才能为社会输送具备核心竞争力的人才。