大数据管理与应用新专业建设探索与实践

[摘 要] 继数据科学与大数据技术专业后，大数据管理与应用专业成为又一个专门培养大数据人才的新专业。通过分析对比两个专业在人才培养目标、定位、专业技能、就业领域等方面的差异，结合北京信息科技大学的办学特色及优势，就大数据管理与应用新专业建设进行有针对性的思考和探索，旨在提高大数据人才培养质量，满足社会大数据人才所需。

[关键词] 大数据管理与应用;专业建设;技管双强;交叉融合

[基金项目] 北京信息科技大学教学改革项目（2019JGYB24）

[作者简介] 徐晓敏，女，管理学博士，教授，主要从事数据分析与管理智能决策方面的教学及教学管理工作。

[中图分类号] G642    [文献标识码] A    [文章编号] 1674-9324（2020）31-0229-03    [收稿日期] 2019-12-11

一、大数据管理与应用新专业建设背景分析

随着信息技术的迅猛发展，我国已经进入“大物云移”時代，即大数据、物联网、云计算与移动互联网时代。“国家大数据战略”被列入了国家“十三五”规划中，《促进大数据发展行动纲要》则明确列举了与大数据相关的国家大数据工程与行业。这些都预示着以“大数据”为主要特征的新时代的到来，这为高校培养与输送相应的人才提出了更高的要求，高校也面临严峻的挑战。据数联寻英发布的《大数据人才报告》显示，目前全国的大数据人才仅46万，未来3～5年内，大数据人才的缺口将高达150万。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺[1]。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，尤其是具有丰富的理论基础，扎实的技术技能，深刻理解商业业务并有国际化视野的人才。巨大的人才缺口直接导致各企业纷纷以高薪聘请大数据人才。现在是大数据起步的初级阶段，在数据驱动的未来，大数据人才市场势必会越来越大。为适应这一人才需求的新形势，教育部开始批准在高校设立两个与大数据相关的新专业，即数据科学与大数据技术专业、大数据管理与应用专业。2016～2019年，已经有四批481所不同层次的高校获批开设数据科学与大数据技术新专业。2018～2019年，已经有两批30所不同层次的高校获批开设大数据管理与应用新专业[2]。与数据科学与大数据技术新专业相比，大数据管理与应用新专业批准设立数量较少、时间较短，但其定位于培养“懂数据、懂技术、懂业务、懂管理的复合型人才”的专业特色已经引起越来越多高校的关注。

大数据管理与应用专业的专业代码为120108T，毕业授予管理学学位。2018年西安交通大学、哈尔滨工业大学、东北财经大学、南京财经大学、贵州财经大学5所院校成为首批设立大数据管理与应用专业的高校，2019年包括北京信息科技大学在内的25所院校成为第二批设立该专业的院校。在这30所院校中，既有“985”院校，也有三本院校，并同时涵盖了综合性、财经类、理工类等各类性质院校。虽然“懂数据、懂技术、懂业务、懂管理”的专业大方向已被各类高校所认同，但各高校的办学特点与人才培养定位存在较大差异，因此对于每一所高校来说都需要具体研究思考该专业的培养目标和专业特色，以达到较好的培养效果。

二、大数据管理与应用专业与数据科学与大数据技术专业对比分析

大数据管理与应用专业与数据科学与大数据技术专业作为两个相继设立，均以大数据为人才培养主要特征的新专业，它们之间必定存在较大关联。一所高校同时设立这两个专，在建设大数据管理与应用新专业时更需要首先思考如何在专业方向和定位上与数据科学与大数据技术专业的区别，突出本专业的特色，实现差异化培养，指导制定专业课程体系，进而从不同角度满足大数据时代对人才多方位的需要。以下就大数据管理与应用专业与数据科学与大数据技术专业在所属学科、培养目标、专业基础、专业技能、就业领域等方面做对比分析（表1）。

三、北京信息科技大学大数据管理与应用新专业建设思考及实践

北京信息科技大学于2019年第二批获准设立大数据管理与应用新专业，并于今年开始招生。作为一所主要服务于首都及京津冀地区，以信息技术及应用为特色的理工类北京市属高校，学校同时拥有大数据科学与技术新专业。在这种背景下，如何结合学校办学特色以及社会大数据人才需求，与大数据科学与技术专业既形成相互协调的专业群格局，又体现各自专业人才培养的差异性，成为我校大数据管理与应用新专业建设的核心问题。经过广泛调研学习和论证，大数据管理与应用新专业的人才培养方案从以下方面突出自己的特色。

1.培养“技管双强”的复合型应用人才。大数据管理与应用是由北京信息科技大学信息管理学院主持申报的新专业，在此之前学院已拥有信息管理与信息系统、信息安全、电子商务、审计学（计算机审计）四个本科专业，已经形成以“突出信息优势，侧重培养应用信息技术解决社会经济系统及其信息系统中管理和安全问题的高级专门人才”为主要培养特色的交叉渗透、协同发展的专业群落，专业人才培养质量和社会认可度较高。此次开办大数据管理与应用新专业势必将以信息管理学院的专业群落为基础，基于大数据行业对从业人员实际工作能力的需求进一步提升专业群落所具有的“技”“管”结合的优势。因此大数据管理与应用专业将培养目标定位于注重培养学生的实际应用能力，强调大数据技术与管理决策并重的“技管双强”的交叉复合型人才。具体来说就是培养能够适应社会经济管理和大数据领域发展需求，运用大数据分析和应用技术，对复杂管理问题进行建模分析，辅助管理决策的复合型应用人才。主干学科包括管理科学与工程、计算机科学与技术，专业方向为大数据分析与管理决策。专业特色体现在信息技术与大数据分析技术并重，应用于解决复杂的管理决策问题，能够基于大数据特征、信息技术手段及管理决策相关背景知识进行合理分析，评价管理决策方案。学生在本专业学习毕业后，能够熟练掌握信息技术操作与应用和进行大数据分析的综合技能，可以在与大数据相关的各个领域从事大数据分析和实际应用等工作。

2.构建“交叉融合”的课程体系。从培养大数据技术与管理决策并重的“技管双强”的交叉复合型人才的专业定位出发构建与其相适应的“交叉融合”的课程体系。按照本科人才培养通用的通识教育、学科基础教育和专业教育三个层次结构，大数据管理与应用专业课程体系由七个课程模块构成。其中，学科基础教育层次包括经济与管理理论模块、计算机基础模块和数学与定量方法模块。加强学生“管”“技”“数理”三方面基础知识的学习，培养学生掌握必备的大数据分析和应用的理论和方法，具备扎实的数学、管理学、经济学、统计学、运筹学以及较强的信息技术能力。专业教育层次包括大数据技术模块、数据分析与管理模块和大数据应用模块。强调学生在“管”“技”“数”三方面综合知识的应用以解决实际问题能力的训练。培养学生针对经济管理中的复杂问题，综合运用管理学理论、信息技術方法建立模型，分析求解，得出解决方案，为管理决策提供依据。具备熟练运用大数据分析工具及方法进行数据采集、数据处理和数据分析，得出可视化效果并解释数据分析结果的能力（见图1）。

在各个模块中，除规定的通识教育课程模块外，其他模块均由一门或多门专业主干课牵头形成相互衔接、从知识到技能有机联系的课程体系。如以管理学原理课程为核心，与宏观经济学、微观经济学、企业资源计划ERP等课程组成经济与管理理论方法模块;以数据库系统及应用、Python程序设计课程为核心，与数据结构、操作系统、计算机网络等课程组成计算机基础模块;以管理统计学、运筹学课程为核心，与多元统计分析、计量经济学、预测方法与技术等课程组成数学与定量方法模块;以大数据技术基础课程为核心，与数据采集与处理、数据分析语言、数据仓库与数据挖掘、机器学习与人工智能等课程组成大数据技术模块;以大数据分析与决策课程为核心，与大数据可视化、大数据营销、大数据治理、社交网络与文本分析等课程组成数据分析与管理模块;以环境大数据、审计大数据、企业运营大数据等组成大数据应用模块。

3.强调“重合作、强实践”的培养模式。大数据管理与应用专业强调“管”与“用”。理解“管”，即能够针对复杂的管理决策问题，选择和使用适合的信息技术工具及相应的大数据分析技术和数据分析软件，对管理中的复杂问题进行决策分析。最贴近实际需求的管理决策问题来源于企业，最先进、最实用的大数据管理方法及工具同样来自企业，因此，加强与数据分析相关企业在人才培养方面的深度合作，即通过“重合作”方式无疑是提高人才培养质量和效果的有效途径。我院2018年与SAS中国开展校企合作，建立数据分析人才培养联合实验室，为大数据管理与应用专业建设奠定了良好的基础。理解“用”，即能够运用大数据技术和工具，进行数据采集、数据清洗、数据存储，完成数据挖掘、数据建模和数据分析以解决管理问题的技能。综合全面的大数据应用技能培养需要通过系统的实践教学环节来保证。为此，通过“强实践”，即在教学过程中开设相当比例的实践教学课程、建立相对完整的实践课程体系来达到突出“用”的目的。为提高“强实践”的教学效果，学院已于2017年建立了大数据实验教学平台，今后还将根据最新的技术发展和社会需求不断补充和完善实验教学环境，提高人才培养效果。

四、结束语

我校大数据管理与应用虽然设立仅有两年时间，但已经引起越来越多高校的关注，同时也得到学生及家长的青睐。在2019年高招中，我校大数据管理与应用专业在北京市及京外招生省份中专业平均分数均排名前列，充分表明该专业在学生中得到的高度认可以及学生对学习大数据管理与应用知识和技能的渴望。因此，认真研究、思考并实施我国大数据人才培养问题具有十分重要的现实意义。

参考文献

[1]数联寻英.大数据人才报告[Z].2016，7

[2]教育部.教育部关于公布2018年度普通高等学校本科专业备案和审批结果的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A08/moe_1034/s4930/201903/t20190329_376012.html.2019.2.25

[3]高全义，陈加洲，王乐乐.大数据人才类别研究[J].软件工程，2019，22（9）：50-52.

[4]王萌，王晓荣，韦璐.数据科学与大数据技术专业建设实践与思考[J].高教论坛，2019，8（8）：35-38.

[5]陈江林，姚继美，孙永香.数据科学与大数据技术专业人才培养目标与定位研究[J].电脑知识与技术，2018，14（35）：166-167.