产学合作下信计专业大数据实践基地建设的探索——以广东海洋大学为例

周永雄

（广东海洋大学数学与计算机学院，广东 湛江 524088）

1 引言

为了切实提高本科人才培养质量，深化产教融合、校企合作，教育部高等教育司组织有关企业支持高校共同开展产学合作协同育人的项目，其中包括实践条件和实践基地建设这一项目类型。信息与计算科学专业是一个多学科交叉的理科专业，人才培养的核心是培养在多领域从事信息与计算的教学、科研、软件开发以及管理工作，具有宽口径知识和较强数据分析和挖掘能力的专业技术人才[1-3]。现阶段，涉及大数据分析的若干理论知识分布在多门专业课程，具体实践在多门程序设计与软件开发类的课程中展开。这种教学模式有其优缺点。优点是教学逻辑路线清晰，先学严谨的理论分析，再用具体的算法代码实现。整体教学难度可控，教学次序清楚。缺点也很明显，这种教学模式培养周期很长，具体就业导向不够明显，甚至与当前企业的实际需求产生了一定的隔阂[4-8]。

为了克服传统实践教学模式的缺点，应对当前学习模式的巨大变化，在有限的教学周期内，如何充分利用企业中潜在的教学资源，如何有效提升大数据分析实验课程的深度与广度，如何优化算法理论知识与数据分析实践能力的讲授与传承，从而切实提升学生算法理论联系工程项目实际、就业后有能力解决企业生产实际问题中出现的大数据问题，就亟须探索校企合作协同育人的实践条件和实践基地的建设。

2 仅有校方参与的信计专业大数据教学的拘囿

传统的信息与计算科学专业以理论教学为基础，虽附有大量的实验教学强化编程能力，但是实验教学要更加突出广度，要尽可能多地为学生创设更接地气、更加实用的数据分析、数据挖掘应用场景。具体在教学过程中，数据分析、数据挖掘的落地实施主要面临以下几方面困难：

2.1 现阶段信计专业师资队伍的大数据分析的实训技能尚待提高

现阶段信计专业教师的大数据分析的实训技能普遍不高，而师资结构的合理性是保障信计专业大数据分析教育的关键。信计专业教师一般具有数学、应用数学、计算数学、概率统计等领域的学习和研究的背景。但是，在应对大数据分析的教育上，现有教师的知识结构如果不能及时更新，对于教师将大数据分析教育理念融入到信计专业教育中存在一定的障碍。同时信计专业教师尽管具有扎实的数据专业理论知识，但大多数缺乏在互联网和人工智能企业的工作经验，也没有创业经验，这些因素在很大程度上会制约大数据教育与传统信计专业教育的融合。因此，仅有校方参与的信计专业大数据分析教学，不能满足日新月异的社会对大数据人才所需技能的教学需求。

2.2 现阶段信计专业大数据算法教学不够贴近生产实际情况

仅有校方参与的信计专业大数据教学不能很好地适应就业市场所需知识技能的需求：现今，大数据分析所涉及的数学原理越来越多，跨越了各数学分支专业，导致各专业课程的教学之间因自成系统而缺乏沟通和共享。我国高校大部分信计专业的专业课程教学中已不同程度地开展了大数据分析的课程教育，但没有与就业教育、生产实际有机结合而形成完整的教育教学体系，更没有将其纳入专业人才培养方案。究其原因，与高校大部分信计专业不健全的大数据分析教育相关制度不无关系，如未能及时完善大数据分析教学管理制度、未能有效实行大数据分析学分制、未能建立并完善跨学科制度等，大数据分析课程开发还不成体系，并且大数据分析课程与就业教育如何结合始终处于探索中。

2.3 课外科技活动引导学生、激励学生的机制不能充分发挥

大学是学生走向社会的过渡阶段，大学对学生的培养是多方面、综合的，除了完成课堂内的学业之外，学生往往会参与各种课外的科技活动。各种形式的课外科技活动是适应经济社会发展和高等教育自身发展的需要应运而生的，虽已经被高校信计系广泛关注和逐步认同，但实际上课外科技活动还处于分散、探索、自发的启动阶段，大多高校没有将创新创业教育列入人才培养的体系中去，创新创业教育与高校的学科教育、专业教育相脱节，高校尚未发挥出创新创业教育的重要价值。仅有校方参与的信计专业大数据教学不能更好地帮助学生参与课外科技竞赛：在目前的课外科技竞赛活动中，仅有全国大学生数学竞赛、数学建模竞赛等内容与课堂教学紧密结合。而当前学生的学习方式非常灵活多样，各种类型与生产生活实际联系密切的课外科技竞赛为学生提供了同龄人同起点竞技的舞台。其中，与信计专业相对联系更密切的竞赛，有“挑战杯”“互联网+”等竞赛。在这些课外科技竞赛中，相当比例的题目与大数据的分析和挖掘相关，也与信计专业的学习目的、就业方向一致。但是，正因为这些题目来源于生产实际，信计专业教师了解、追溯这些题目的起源需要一个漫长的过程，不能在有限的时间内高效地指导学生参与课外科技竞赛。

3 校企双方共建信计专业大数据实践基地的实践探索

3.1 校内师资与企业教师的合作协同

大量的实训教育实践表明，实训的知识与技能的掌握关键在于面向生产实际需要。如何才能使学生真正学会、掌握大数据分析的操作技能和开发经验？首先，得有掌握大数据分析的操作技能和开发经验的教师。然而，在我校信计专业的师资结构中，实训教师占教师总数的比例是失衡的，这样可能会出现重理论而轻实践的现象。对于信息与计算科学专业而言，实践教学的主战场是本科教学实践基地，由于信息与计算科学专业涉及的大数据应用背景的千变万化，不太可能长期聘请具体某项背景的企业教师。

因此，为了突出大数据分析实践教学的重要性，一方面，我校信计专业将部分教师的精力由理论教学转移至大数据分析实践教学，并将大数据分析实践教学的战场由课堂内拓展至课堂外，担任学生各种类型大数据分析、大数据挖掘课外科技竞赛的指导教师，从而使大数据分析实践教学师资力量的窘境得到极大程度的缓解。

另一方面，我校信计专业合作共建大数据实践教学基地。部分企业教师为我校大数据分析实践教学提供了大力的帮助。值得指出的是，该大数据实践教学基地的数据来源并转化于企业真实案例，除满足学生的创新实验需求外，也为我校信计专业教师的科研提供了服务。例如，教师带领学生进行大数据分析项目的深度研究，最终形成科研成果；教师自行进行大数据分析项目课题的研究，最终形成科研成果；教师与企业共同合作，基于双方优势，进行了大数据分析的课题研究。

3.2 算法理论与大数据就业技能的合作协同

在传统教学中，大数据分析的主要算法例如最大期望算法、层次分析法、SVM算法、聚类算法、机器学习算法、网络爬虫技术、网页排名算法等在信计专业的专业课程中均有涉及。例如，《概率统计》适当延拓会学习最大期望算法、层次分析法、SVM算法；《离散数学》教材给聚类算法留了位置；《线性代数》的高阶版会涉及机器学习算法；网络爬虫技术、网页排名算法是C++、Python等程序语言课程的重要习题等等。然而，信计专业的专业课程中所涉及的这些大数据分析算法，按章节顺序讲解，不利于学生理解问题产生的根源，更不利于学生全面把握应用的背景。因此，应该基于逻辑关系解构这些大数据分析算法的知识图谱，将学生需要掌握的知识和技能分解为不同的模块，并进一步拆解为相对独立的知识点。我校教师与合作企业泰迪公司的企业教师合作，为每个大数据分析准备相应的授课短视频，明确了这些大数据分析算法应该具备的理论基础、分析数据的重点难点、数据可视化的规范写作等。

在强烈应用背景的驱动下，学生会按图索骥地查找和复习理论知识点，从而快速有效地完成理论学习，更加快捷地将这些大数据分析算法应用于企业实际项目中。例如，我校信计专业与泰迪公司联合开发的网络爬虫技术的实训包，让学生真正掌握大数据研发的动手能力。该实训包开始会讲解开发工具的使用，再动手搭建大数据实验环境，之后利用网络爬虫技术抓取实时数据，然后利用并行计算框架实现数据的并行化处理，最后，利用数据可视化的方法，将数据活化进行深入分析并展示。

3.3 大数据课外科技竞赛与企业项目的合作协同

有效的知识传递不仅得有以教师为主导的课堂内的教学，而且需要以学生为中心的课外科技活动。“泰迪杯”全国数据挖掘挑战赛是我校信计专业产学合作企业泰迪公司承办的大学生的群众性科技竞赛。一方面，我校信计专业激励学生积极参赛，努力学习数据挖掘，提高学生利用数据分析方法解决实际问题的综合能力。另一方面，我校信计专业充分利用泰迪等合作企业在产品研发、职业培训的成熟经验，邀请泰迪公司的工程师在校讲解历年赛题在大数据分析产品研发上的背景意义，引导学生将赛题中遇到的算法知识与产品研发的实战经验相结合，活学活用。

在竞赛过程中，因为信息与计算科学专业具有多学科交叉的特性，在面对多学科交叉的任务时，学生能够在团队中独立承担个体、团队成员及负责人的角色。因此，在参与“泰迪杯”课外科技竞赛时，鼓励学生组建团队，在引导学生积极发挥个人作用的同时，也提升团队的战斗力与竞争力。

此外，依托大学生创新创业训练计划与各类学科竞赛，我校信计专业引导学生参与校级、省部级、国家级、国际级等不同层次的其他大数据分析竞赛，使学生感受到专业的前沿发展方向与国家和社会的需求，增强专业自信与社会责任感。

4 产学协同大数据实践基地建设的成效

4.1 建设了大数据师资队伍

在教育部高教司的指导下，在企业单位的协助中，广东海洋大学信息与计算科学专业不失时机地推进大数据实践基地建设，主动适应新时期产学合作协同育人的新情况，不断提高教师的大数据实训教学能力。

具体表现为如下两点：一方面，结合相关的大数据专题，选送了4人次教师参与广东泰迪公司的大数据实训课程师资培训班，掌握大数据主流分析技能和手段，了解相关的大数据专题的处理思维、主流的大数据分析技术要点，以及与传统信计专业课程的交叉和契合点，大数据实训能力得到了显著提高。另一方面，挂牌成立了广东海洋大学信计专业与广东泰迪公司联合大数据实践基地，并聘请了4位泰迪公司工程师为我校企业教师。这4位工程师通过来校访问、宣讲的方式，与我校教师联系日益密切，互动极为频繁，这部分企业师资也应该归纳为本专业师资的一部分。正源于校企双方的良好互动和友好交流，今年来年广东海洋大学信息与计算科学系获批与大数据相关的教育部产学合作协同育人项目5项。

4.2 课程算法知识内容更加贴近大数据实战

通过贯彻产学合作协同育人的人才培养理念，校企双方教师共同制订大数据实训的培养方案。依托超星网，在大数据实践基地建设过程中，校企双方教师共同为大数据实训课程建设并维护了线上学习资源，包含教学视频、幻灯片、讲稿、作业测试题等，在该线上学习系统运行的两个学期中，有力支撑我校信计专业大数据实训教学。尤其需要指出的是，线上线下混合式教学的适应性非常强，在2022年新冠疫情期间，学生不能按时返校，但对信息与计算科学专业的大数据分析教学影响不大，通过线上学习结合线下虚拟仿真的方式完成了大数据实训的教学任务。

部分学生通过生产实习的方式，在为期四周的时间内，通过企业教师的大数据分析实战演练，熟悉了就业企业大数据分析相关主题、相应技术手段。结合相关的大数据专题，学生通过广东泰迪公司的讲座和培训，了解大数据分析的主要流程，提升了学生对大数据分析技术以及软件实操的理解和应用，从而熟练应用于课程设计、毕业设计。由此，学生专业应用能力得以提升。

4.3 课外科技竞赛促进了学生大数据分析能力

我校信计专业教学团队积极指导学生加入大数据实践基地，参与课外科技竞赛，以赛促学，锻炼学生的大数据分析能力。在“挑战杯”“互联网+”“泰迪杯”等学科竞赛中获得多个奖项。经过竞赛和大数据分析项目的训练，我校信计专业学生灵活掌握了所学的知识与技能。

我校信计专业围绕物流大数据、安全大数据等，大力深化校企合作，初步建设了一支具备国际视野、具备较强的教学能力和应用能力、能承担国家和地区重大纵向及横向项目的湛江市一流水平的大数据应用创新团队，并促进数学、统计等大数据相关学科专业的内涵发展，为广东省乃至全国培养出了高质量的应用型大数据人才。

5 结语

校企合作产学协同为信息与计算科学专业的人才的大数据实训能力培养指明了方向。针对信计专业学生，学校与相关企业合作，以算法知识和企业案例相结合的方式制定大数据实训内容，以“走出去”与“引进来”相结合的方式打造大数据师资队伍，以课内培训与课外科技竞赛相结合的方式培育学生的大数据分析能力。这些方式覆盖了学生大数据实训的全流程、全方位，能够有效地提升信计专业的大数据实训能力。但下一步，我校信计专业还将继续联合合作企业，在产学深度融合，在算用一体的方向上继续努力深耕，具体有以下三点：

（1）我校信计专业将依托教育部产学合作创新平台，不断优化大数据实训课程体系，持续改进教学模式、更新教学内容。

（2）以教师大数据认知能力—编程技能—数据业务处理能力为主线，不断增强大数据实践教学团队建设，推进产学研深度融合，努力培养高素质的大数据分析实训师资而不懈努力。

（3）在力争学生课外大数据科技竞赛成绩更加突出的同时，努力使得学生对毕业后从事大数据行业有更大的认同和更高的渴求。