数据科学与大数据技术专业人才培养模式探究

□刘红英

随着5G 时代的到来，大数据、物联网、区块链等新兴技术在各行业的发展中都展现出重要的作用。大数据应用市场规模越来越大，产业发展过快导致了人才缺口巨大，社会层面的人才培养速度跟不上产业发展速度，而且层次水平参差不齐，培养大数据专业人才的任务就落到了学校身上。国家“十四五”规划围绕“打造数字经济发展优势为建设数字中国提供支撑”，对如何发展培养大数据产业技术人才也提出了相关部署。因此，本文对数据科学与大数据技术专业人才培养模式进行分析，发现存在的问题并提出相应策略。

一、大数据技术专业人才培养中存在的问题

（一）大数据专业师资力量弱

根据国家“十三五”及“十四五”战略规划，许多院校开设了数据科学与大数据技术专业，许多教师是通过学校内培转型参加到了新的大数据技术专业教师团队。但由于大数据技术专业所需要的教师需要具有数据操作、程序设计和解决问题的综合能力，而教师通过学校短期的培训是很难建立全套的知识体系的。部分教师原来没有接触过相关知识，大数据技术专业又具时效性，不能及时跟进新出现的理论概念和工具，传递给学生的理论和实践基础相对滞后。大数据技术专业作为经济社会发展改革重要的新兴产业，急需具备综合能力的专业教师安排学习方案、指导学生工作、开展教学研究、制定学习目标来确定人才培养模式。

（二）缺少完备的大数据理论课程体系

大数据人才培养目标是具有数据分析能力、计算机与信息技术应用能力、沟通表达能力和人际交往能力的综合型人才。与能力相对应的课程涉及的知识面广泛，主要分为两大类：一是专业基础知识教学类，包括数学基础知识、计算机科学基础知识、统计学基础知识、管理学基础知识等；二是非专业通识类课程，包括文学与艺术、历史与文化、道德法律、体育和心理等课程，这些课程可以培养学生的终身学习能力、人际交往能力和跨文化交流能力等。目前，不少学校的数据科学与大数据技术专业在课程安排上更加注重专业基础知识的课程开设，对于通识类教育课程设置偏少，理论学习课程体系片面化，不符合培养全面型人才的目标。

（三）缺乏实践教学资源

大数据课程框架体系中除理论课程作为基础外，还有实践教学的实操支撑。实践教学体系主要包括实验课程、课程设计、实习、毕业设计（论文）。目前，部分高校的大数据实训中心建设较弱，硬件方面，服务器配备不足，多媒体教室设施和显示设备老旧，不足以存储学生实验课程结果，没有独立开发的以docker 为基础的云端管理和模拟实战的教学实训平台软件，缺乏维护实践教学资源设施的专业人才，无法提供给学生稳定的实战平台。

二、大数据专业人才培养模式探究

（一）强化师资队伍建设

教师在教学过程中作为教学计划的执行者具有主观影响学生的力量。各大高校的大数据技术人才培养模式中，由于师资队伍不够强大直接影响学生的水平。因此，为了更好地培养人才，可以从以下四方面入手强化师资队伍建设。第一，增加教师在人才培养教学计划中的主导地位。建议由院系领导、企业专家和大数据技术专业教师组成教学指导团队，结合各方意见共同制定人才培养模式，建立适合本校本专业的课程体系。第二，为本校教师提供良好的学习条件，大数据专业发展瞬息万变，教师更应该不断学习，掌握最新行业动态和技术知识。鼓励教师进修，开展教师资源共享，增加教师之间的学术交流，派遣本校教师到企业实习，增加实践能力，通过教师个人的发展提高教师团队的整体水平。第三，增强校内教师培养的同时，增加校企合作深度，聘请企业内有影响力的专家到校内开展专题讲座，以校内教师为主、企业教师为辅，取长补短、双管齐下建设内外兼修的师资团队。第四，增加对教师的保障，支持教师去企业挂职学习参与项目设计，提高自己的知名度和行业影响力，支持校内的硕士教师向上发展考取博士，同时可以签订培养合同，既培养了人才也为自己专业的教师团队打下基础。

（二）构建科学合理的理论课程体系

大数据技术专业所涉及课程知识量大，各学科类别繁杂，是很有代表性的综合性交叉学科。学生在学习过程中需要依据较好的课程规划去开展学习生活，理论课程体系应合理配置基础专业知识课和其他辅助性学科的数量。课程分配设置是否合理直接关系学生成为底层的大数据人才还是顶层大数据人才。加强优化基础性课程，例如Python 程序设计、Linux 操作系统、数学模型等，培养学生的数据、计算机、数学三大方面的基础能力。根据学生年级的不同和以后发展方向的不同，在开设基本课程的基础上，加设选修课，如大数据产品运维等选修课，大数据分析方向可以增加时间序列与空间统计和神经网络与深度学习等课程。除了专业相关课程以外，加深法律道德意识课程，引导学生在今后的系统设计和个人职业生涯中良好发展。重视外语课程，有助于阅读本专业材料和跨文化交流。大数据技术专业在学习中压力很大，应增加心理课程和体育课程，提高身体素质和抗压能力。此外，还可以与其他院校共享课程资源，增加交流学习。总之，建立全面的课程体系，以培养综合型素质人才。

（三）校企联合优化实践教学资源

大数据专业人才不仅需要有全面的理论课程基础，也需要具有实践操作能力。为提高人才质量，配备实践教学资源，学校与企业应该联合起来共同发力。第一，校方主要在建设课程实验方面发力。例如，增加资金建设多媒体教室和采购科研实验设备，实验室建设应配备服务器、电脑和led显示设备。设立专业维护人员，校内电子图书和纸质图书的资源配给到位。课程实验是实践教学内容的一个重要组成部分，通过课程实验来巩固所学理论知识，为今后的实操打下良好的理论基础。第二，在实训平台和实验室建设方面，由于学校人力财力资源不足，可以借助企业的力量，深化校企合作，共创专业实训中心，组建开发设计团队，建设实验室。既可以解决校方资源短缺问题，还可以根据企业需求，寻求满足企业用人需求的专业人才。结合企业项目设置实践课程：大数据项目管理与案例分析实训、大数据项目开发实训、生产实习、毕业实习和毕业设计等，联合建立实训教学平台和实践基地。

三、结语

目前，我国正处于从工业经济转向数字经济的关键发展时期，顺应时代潮流，各大企业对大数据分析人才和大数据工程师的聘用也越来越多。人才数量和社会所需供求失衡，在国家政策规划和市场需求下各高校的大数据技术专业建设开展得如火如荼，面对师资建设弱、课程体系片面和实践资源短缺等问题，结合人才培养目标采用合理的人才培养模式，强化师资团队建设提高整体教学水平，改善理论课程体系发展综合型技术人才，校方和企业合作进行实践资源整合提高学生实践能力，不断完善解决人才培养中遇到的各种问题，才能为社会输送更高层次的大数据技术专业人才。