大数据交叉复合型人才培养模式探讨

杨维明 王时绘 万虹 余敦辉

[摘 要]为适应大数据产业对数据工程师和数据分析师等复合型人才培养的要求，文章以湖北大学楚才学院的交叉复合型实验班为试点，对“大数据+教育学”和“数学+大数据”主辅修结合的双专业交叉复合试验班进行教学改革和实践。建立试点学院牵头的教学管理模式，解决了传统的以学科性学院牵头进行复合型人才培养时教学资源受限的矛盾，提高了教学运行效率;建立跨学科协同和校企协同的人才培养合作机制，为大数据复合型人才培养提供了数据资源和师资保障;通过整合主辅修专业课程、融合主辅修专业毕业设计内容，构建了大数据复合型课程体系;通过建立“三四四”驱动的立体化实践教学体系、实施VIP项目化教学，有效提升了学生的大数据应用能力和职业素质，为大数据产业发展提供复合型人才支撑。

[关键词]双专业;大数据;交叉复合型人才;培养模式

[中图分类号] C961 [文献标识码] A [文章编号] 2095-3437（2020）06-0031-03

进入“十三五”以来，以大数据、人工智能技术为代表的新一轮科技革命驱动信息产业格局加速变革，大数据产业快速发展，迫切需要面向未来建设新兴工科大数据专业、培养大数据专业新型工科人才。大数据应用需要的是典型的交叉复合型人才，目前国内大数据复合型人才培养的现状如下：（1）基于大类培养的大数据通识教育模式，由于缺乏大数据专业课程的系统学习，难以满足行业大数据应用开发或数据分析岗位的要求。（2）传统的主辅修/双学位培养模式，学生要修读的课程多、学时学分多，且主辅修专业课程相互独立，培养大数据应用能力的效果不理想。（3）教学管理模式缺乏灵活性，影响交叉复合型人才培养模式的有效实施。（4）高校缺少企业项目实战案例和可以用于研究的商业数据，影响了大数据人才培养的质量[1]。

本文针对大数据人才培养存在的上述问题，结合湖北大学在教育行业的数据资源和数学学科的优势，以湖北大学人才培养改革试点学院即楚才学院的“大数据+教育学” 和“数学+大数据”双专业交叉复合试验班为试点，研究和探索大数据复合型人才培养的规律，以满足大數据产业对数据技术研发工程师、数据分析师等复合型人才的需求。

一、建立双专业交叉复合型人才培养的教学运行机制

（一）试点学院负责的教学管理模式

由学校教务处主导、湖北大学人才培养改革试点学院即楚才学院负责，依托计算机与信息工程学院、数学与统计学学院、教育学院三个学科性学院，统筹整合计算机、数学与统计学、教育学三个学科的师资，组建“大数据+教育学”和“数学+大数据”两个双专业复合型师资团队，包括学科大类基础教学团队、教育学专业教学团队、数学专业教学团队、创新创业教育团队、大数据教学团队;整合三个学院的实验教学资源，包括湖北大学与中科曙光共建的教育部—曙光大数据应用产教融合创新基地、湖北省教育信息化工程技术中心、应用数学湖北省重点实验室、湖北省2011协同创新中心“信息化与基础教育均衡发展”、湖北省高等学校教师教育实训教学示范中心、三个学院已经建成的校外实习基地等。

通过三个学院多个学科的教学资源共享，探索主辅修专业结合的交叉复合型人才培养模式，解决以传统的学科性学院牵头进行复合型人才培养时教学资源受限的矛盾，提高教学运行效率。

（二）协同培养人才的合作机制

1.跨学科协同的育人机制

楚才学院牵头建立跨学科联合制订人才培养方案机制以及人才培养方案动态调整与持续改进机制;建立联合评定学生成绩的学业评价机制，比如将两门课程整合成一门新课程后，由原来的两门课程主讲教师共同授课，并联合评定学业成绩;课程设计内容包含设计报告和测试答辩两部分，两个环节的成绩评定由不同的教师独立负责，总成绩按3∶7的比例综合给定[2];建立主辅修专业结合的本科生双导师制，即每五个本科生配备两个导师，一个来自主修专业，另一个来自辅修专业;建立双专业毕业设计内容融合的机制，试点班学生只做一个毕业设计，但其内容涵盖两个专业的核心知识与技能;最后的毕业论文成绩由指导教师评价（两个专业教师各占一半）、工程师评价、答辩小组评价三部分成绩按照2∶3∶5的比例评定[3]。

2.校企协同育人机制

针对大数据产业的特点，结合我校大数据师资和数据资源不足的现状，建立了大数据专业教师进入企业研修机制和数据工程师进入学校授课机制，以学分制为基础的企业工程师课酬分配机制，教师与工程师联合指导学生课程实验、课程设计、毕业设计并联合评定学业成绩的机制等。

一方面，由合作企业中科曙光、中科特瑞科技公司派驻专业基础扎实、实践经验丰富的高级技术人员，承担专业课实验教学、课程设计、毕业设计等的指导任务，充实师资队伍，并建立基于学分制的企业工程师课酬分配机制，确保企业导师的相对稳定。比如，企业工程师的课酬分别按照通识课120元/学分/人、专业课80元/学分/人、集中性实践教学环节按160元/学分/人计算，高于校内教师的课酬。另一方面， 执行教育部产学合作协同育人师资培训项目计划，支持协同育人项目负责人到企业进行六个月以上的工程实践。年度考核时，免去项目负责人的教学工作量要求，视同合格，让他们专心实践，系统掌握数据的采集、挖掘、分析及业务处理流程，提升大数据工程实践能力。

二、建立双专业交叉复合型课程体系

（一）制订培养方案

由楚才学院牵头，组织计算机、数学与统计学、教育学三个学科的教师与中科曙光、中科特瑞等企业的工程师共同制订培养方案，图1为培养方案制订工作流程图。通过课程整合、毕业设计内容融合，使“大数据+教育学”双专业总学分控制在190，其中课程学分164、集中实践教学环节26学分，学生毕业时可获得工学学士和教育学学士双学位（大数据专业毕业要求最低学分为164，教育学专业毕业要求最低学分154），人才培养目标定位为面向教育行业的大数据技术研发工程师;“数学+大数据”双专业总学分控制在188，其中课程学分164、集中实践教学环节24学分，学生毕业时可获得理学学士和工学学士双学位（数学专业毕业要求最低学分154），人才培养目标定位为数据分析师[4]。

（二）构建课程体系结构

“大数据+教育学” 双专业复合型课程包含学校通识课程、楚才学院荣誉课程、大数据专业基础课程、核心课程、专业方向课程和教育学辅修课程;“数学+大数据”双专业复合型课程包含学校通识课程、楚才学院荣誉课程、数学专业基础课程、核心课程、专业方向课程和大数据辅修课程。表1所示为双专业复合型课程体系结构[5]。

1.“大数据+教育学”双专业核心课程

“大数据+教育学”双专业核心课程包括面向对象程序设计、操作系统、数据结构、数据库原理及应用、Java应用开发、算法分析与设计、Python程序设计、大数据分析与内存计算、Hadoop 大数据技术、数据导入与预处理应用、数据挖掘技术与应用、数据可视化技术、教育学概论、教育统计学、教育心理学、发展心理学、教育管理学、教育评价学、管理学、组织行为学、教育经济学、德育原理、教育研究方法。

2.“数学+大数据”双专业核心课程

“数学+大数据”双专业核心课程包括数学分析、高等代数、解析几何、概率论与数理统计、常微分方程、抽象代数、复变函数、实变函数、初等数论、离散数学、高级语言程序设计、面向对象程序设计、大数据导论、Python程序设计、数据库系统原理、Linux系统及应用、Hadoop大数据技术、数据导入与预处理应用、数据结构、分布式数据库系统、操作系统。

三、构建“三四四驱动”的立体化实践教学体系

（一）实践教学体系

“三四四”的内涵是指校内实验、基地实训、校外实习三种实践教学形式，基础训练、提高训练、综合训练、创新创业四个实践教学层次，专业基本技能、专业核心能力、创新创业能力、社会适应能力四种能力。这里的基地是指湖北大学与中科曙光公司合作共建的教育部—曙光大数据应用产教融合创新基地。

在保证实践环节总学时不低于本专业总学时30%的前提下，对实践教学各环节进行整体设计，聚焦复杂工程问题解决能力的培养，开设多门课程交叉的综合课程设计，实现从校内实验、基地实训到校外实习三种实践教学形式的有机結合。从本科低年级开始通过基础训练和提高训练进行大数据人才针对性培养，并选择有能力的本科生直接参与面向大数据应用的项目实践，通过“项目中学、项目中用”的方式，对学生开展综合训练和创新创业训练。通过这四个实践教学层次的训练，有效提升学生上述四种实践能力。

（二）创新创业教育体系

以国家级、省级“大学生创新创业计划”的申报与实施为契机，强化创新创业理念，围绕大数据应用方向，构建创新创业人才能力培养体系;组建、培育教育大数据应用服务团队，深化团队的大数据科研能力，提高协作水平，形成具备教育行业应用能力的服务团队;鼓励学生积极参加 “挑战杯”“蓝桥杯”“智能互联创新大赛”等学科竞赛，提升学生的创新能力;同时，增设有关创新创业教育的课程，把创新创业教育融入人才培养方案中，形成“四年一贯制”创新创业教育课程体系，并建立有资金、有基地、有公司、有项目、有师资的“五有”创业教育工作体系，推动学生创业。

四、VIP项目化教学模式

成立VIP项目管理组，项目管理组从项目资源池中遴选合适的项目设立VIP项目，VIP项目从本科生中招募参与者，并以此项目的工作作为生产实践或毕业设计的主要内容。VIP项目来自教育部数据中国“百校工程”项目的大数据应用协同创新中心，其中以开发社区横向课题为主，课题都是为了解决行业实际问题。

实施VIP项目化教学法，以一个真实的大数据项目为主线，让学生基于Xdata、Insight、Mining等行业系统开展项目实战，将所有学科知识以及各个数据处理关键阶段贯穿起来，完整了解并掌握行业实际工作内容与流程，并打造真实的工程场景，让学生尽快培养起对学科学习的兴趣，然后通过项目实践培养工程素养与专业能力。各阶段的具体关系如下：（1）各专业课程的理论授课，包括各知识点、技术点的关键理论传授。（2）各专业课程的实践授课。通过不同的子项目覆盖课程的关键知识点和技术点，引导学生在实践的过程中进行理论的学习与深入掌握，最终通过一至两个综合项目将所有课程相关的知识点、技术点串联起来，帮助学生实现对于课程的整体掌握。（3）专业实战课程。让学生分阶段（包含环境部署、数据预处理、数据可视化）完成项目实战实训，建立各门独立学科与数据处理各个关键阶段的实际关联。（4）毕业设计部分内容。在工程师与教师指导下，将大学前三年所做的VIP项目进行深度的数据挖掘与分析并形成指导行业的大数据分析报告（包含数据的采集、预处理、储存、挖掘、分析、可视化）。

五、总结

本文以湖北大学人才培养改革试点学院即楚才学院为依托，以“大数据+教育学”和“数学+大数据”双专业交叉复合型人才培养试点班为案例，统筹整合跨学科跨学院的师资和教学资源，探索以主辅修专业为基础的大数据双专业交叉复合型人才培养模式，以解决传统的以学科性学院牵头进行复合型人才培养时教学资源受限的矛盾，提高教学运行效率。

本文采用的双专业交叉复合型本科人才培养模式，面向教育行业需求，促进学生的专业知识、大数据应用能力、职业素质协调发展，可满足大数据产业数据工程师和数据分析师岗位的需求。这种人才培养模式，对其他专业与行业的复合型人才培养也具有借鉴和参考价值。

[ 参 考 文 献 ]

[1] 王元卓，隋京言.新工科背景下的大数据专业建设与人才培养[J].中国大学教学，2018（12）：35-42.

[2] 李芳，翟娜. 跨学科复合型专业人才培养研究[J]. 合肥师范学院学报， 2018（1）：92-97.

[3] 祁鑫. 以校企合作为契机探索大数据人才培养新模式[J]. 教育现代化，2017（43）：6-8.

[4] 杨银，黄云清，刘韶跃.地方高校数据科学与大数据技术专业人才培养模式研究[J].教育现代化，2019 （4）：19-21.

[5] 祝志川，周兰兰. 大数据背景下统计学专业复合型人才培养模式创新研究[J].技术与教育，2018（1）：59-62.

[责任编辑：庞丹丹]