“新工科”背景下数据科学与大数据技术专业建设研究

秦喜文，董小刚，李纯净，杨 凯

（长春工业大学 数学与统计学院，吉林 长春 130012）

一、引言

2017年2月，综合性高校工程教育发展战略研讨会形成了“新工科”建设的“复旦共识”，同年4月新工科建设研讨会启动了“新工科”建设的“天大行动”。2017年6月9日教育部在北京召开全面启动、系统部署新工科建设会议，审议通过了《新工科研究与实践项目指南》，提出了新工科建设指导意见。“复旦共识”“天大行动”和“北京指南”，构成了新工科建设的“三部曲”，奏响了人才培养新的主旋律，开拓了工程教育改革新路径。《促进大数据发展行动纲要》和国家“十三五”规划中同时明确提出，鼓励高校探索建立培养大数据领域专业型人才和跨界复合型人才机制。国家持续大力支持大数据发展，并全面落实以数据科学与大数据技术为基础的专业建设，为我国产业升级和经济转型培养具有大数据思维的高层次创新型大数据人才。

数据科学与大数据技术专业是教育部在2016年批准备案的本科专业，可授予工学或理学学位。数据科学与大数据技术主要研究计算机科学与大数据处理技术相关的知识和技能，从大数据应用的数据管理、系统开发、海量数据分析与挖掘三个主要方面分析和解决实际问题，是以数学、统计学、计算机科学为基础建设的热门专业。

随着大数据时代的到来，我国急需大量的大数据分析人才，因此如何在新工科背景下培养具有大数据理论、大数据实践、大数据创新应用能力的综合性人才，是值得探讨的问题。朝乐门等（2018）[1]调研了世界一流大学数据科学专业的建设现状，分析了8所大学的数据科学专业的特色课程，提出了对策建议；曹淑艳等（2016）[2]以对外经济贸易大学的专业建设为例，提供了大数据专业申报细节及认识；欧阳林艳和黄凤华（2020）[3]通过多方调研与探讨，从专业定位与人才培养模式、实训平台建设、科学研究等方面探索新专业的建设思路；贾蓓（2020）[4]从学科融合的角度对数据科学与大数据技术专业的人才培养提出了思考；罗恩韬等（2021）[5]针对数据科学与大数据技术专业在教研中存在的问题，制定了专业课程体系和能力培养方案。本文从培养方案制定、课程体系设置、专业实践平台构建等方面进行研究，为高校的数据科学与大数据技术专业建设提供参考。

二、数据科学与大数据技术专业培养目标

专业培养目标应适应社会需求、行业需求和学校定位，数据科学与大数据技术专业致力于培养具有大数据思维的高层次创新型大数据人才。学生需要掌握计算机、数学、统计学等学科的基本理论和方法，掌握大数据收集、处理、分析等的技术和手段，具备大数据分析挖掘的能力，能够熟练运用专业知识解决大数据领域的复杂工程问题。培养能够适应社会主义现代化建设和未来社会与科技发展需要，德智体美劳全面发展，富有职业道德精神、强烈的社会责任感，具有扎实的专业知识和较强的实践能力，具有创新精神、创新意识、创新能力、团队协作和沟通能力，具有大数据思维的综合性大数据分析人才。

三、专业建设路径探索与实践

（一）构建以社会需求为导向的专业培养方案

当今时代，大数据应用的价值已经在各行各业显现，大数据人才短缺也是大数据行业面临的一大难题。2020年中国大数据产业人才需求规模达到210万人，2025年前大数据人才需求仍将保持30%～40%的增长速度，总需求约2 000万人，大数据时代数据人才的整体差距正在加大。近三年来，数据人才缺口每年增加50万人。预计2022年大数据专业的大学毕业生大规模进入就业市场后，总体差距增长将放缓，但这一差距仍将长期存在。企业对新型大数据分析和预测技术人才的热情和需求正在超过传统的商业智能和信息管理人才，猎聘在2019 年度世界人工智能大会上发布了《猎聘2019 年中国AI&大数据人才就业趋势报告》，指出全球人工智能和大数据领域人才严重短缺，中国大数据人才缺口高达150万[6]。

根据社会对数据科学与大数据技术专业人才的需求及人才培养目标，数据科学与大数据技术专业的学生应具备以下几个方面的知识、能力和素质：

1.专业知识。掌握数学、统计学等的基本原理与方法，掌握大数据技术领域的基本理论和基本知识，熟练掌握大数据框架、数据分析方法、机器学习、数据挖掘技术、可视化技术、大数据编程、云计算等专业知识。

2.专业能力。大数据人才需要具备成熟的数据思维，具备将大数据技术应用于数据分析与挖掘、算法设计与建模的能力，在一定程度上掌握Python等通用编程语言，并精通数据挖掘、分析与预测等大数据技能。

3.专业素质。数据分析人才需要有敏锐的洞察力、丰富的想象力和清晰的逻辑思维。一个合格的数据分析师应该具有严谨负责的态度，客观评价企业发展过程中存在的问题，创新是每一位科研和数据工作者都应当具备的精神，提高自己的创新能力，才能提高自己的数据分析水平，挖掘自己的潜力，才能站在不同的角度分析问题，为社会和企业带来更大的价值。

4.分析和解决问题的能力。具备能够利用数据分析软件和工具对海量数据和信息进行分析处理的能力，具备利用专业知识分析解决复杂领域问题的能力。

5.创新能力。创新无论是对国家还是企业的发展都是不可或缺的一部分，创新精神、创新意识和创新能力是从事数据分析必备的能力，因此对于数据科学与大数据技术专业的学生来说，他们应当具备将大数据相关方法理论与实际问题相结合，创新性地提供问题的解决方案的能力。

6.团队协作和沟通能力。团队合作是成功的关键，沟通是人际交往的桥梁。数据分析通常涉及两个部分：数据和业务，单个部门无法完成所有工作，而且数据团队和业务团队不可避免地存在沟通障碍，因此有意识地开展团队合作尤为重要，这就要求学生要善于合作，具有强烈的团队意识。

7.程序设计能力。掌握结构化编程和面向对象编程的基本思想，具备高级语言编程能力，解决工业应用中的实际问题。

（二）构建以能力培养为核心的专业课程体系

数据科学与大数据技术专业属于交叉学科，以数学、统计学、计算机科学为三大支撑性学科，生物、医学、环境科学、经济学、社会学、管理学为应用拓展性学科。涉及数学、统计学、计算机科学等相关领域的课程，此外还需要学习数据采集、数据处理、数学建模、机器学习、计算机编程语言及大数据分析等，要求学生具备数学能力、统计能力、计算机能力、算法设计和编程能力及综合实践能力等，针对学生能力的培养来构建专业课程体系。

1.数学能力。数据科学与大数据技术专业的学生应将数学知识及数学工具与实际问题紧密结合，将所学知识灵活地运用到实际问题的分析和解决中，数学科学与大数据技术专业的学生在数学学习的过程中应当打破传统的数学思维方式，培养一种抽象、可视化、空间的思维方式。数学能力涉及到的基础课程有高等代数、矩阵运算、线性代数、离散数学等，此外数学建模也是数据分析的重要手段，因此开设数学建模这一课程对学生数学能力的培养也是非常重要的。

2.统计能力。有关统计学的基础课程为数据科学与大数据技术专业的学生深入学习数据科学理论奠定坚实基础，通过学习统计相关课程，学生能够掌握数据的分析方法、统计检验方法、模型建立、模型选择与评估等。相关课程有概率论与数理统计、时间序列分析、实用回归分析、多元统计分析、抽样调查等。

3.计算机能力。数据科学与大数据技术专业的学生应当掌握基础的编程语言，能够使用相关软件对数据进行大量的数据清洗工作，应当具备将数据转换为可视化和分析等所需要的结构化形式的能力。相关的基础课程包括C语言、数据库概论、JAVA等。

4.算法设计和编程能力。算法设计和编程能力对数据科学与大数据技术专业的学生来说是一项必备能力，学生在学习统计理论的基础上还应具备将其应用到算法设计和应用开发中的能力。针对算法设计和软件开发能力培养的课程则应该涉及到R语言、Python、机器学习、数据挖掘、数据可视化等。

5.综合实践能力。综合实践能力的培养可以通过课程设计、专业实习、毕业实习和毕业设计等实践，在实践的过程中不仅可以加强学生的基础理论知识，学生的实践能力和解决、分析问题的能力也能得到很大的提高。

（三）构建以服务学生为中心的专业实践平台

专业实践能力指学生处理数据的能力以及解决实际问题的能力，不仅需要学生具备数据采集、数据分析、数据挖掘等方面的能力，还需要掌握与数据处理相关的新兴技术的运用能力。专业实践能力对数据科学与大数据技术专业的学生来说是至关重要的，明确数据科学与大数据技术专业的建设目标，构建以服务学生为中心的专业实践平台是提高学生专业实践能力的重要途径。依托校企合作平台，加强产学深度融合，引进企业大数据教育和实践资源，构建稳定的专兼职组合双师团队，完善“引进与派出，双向培养”机制，通过产学研合作教育等项目和专业认识实习、生产实习等机会，通过实践案例和项目，激发学生学习兴趣，实现企业与学校双赢，培养学生的实践能力和协调能力，搭建突出适用性和实用性的专业实践平台，培养学生解决复杂问题的能力。明确人才培养目标，加大资金投入，完善软硬件设施，搭建大数据实践平台，更好满足师生教学科研需求，包括大数据培训平台和大数据教学管理平台，为后续实验教学提供支持，促进学生在大数据实践环境中锻炼专业能力。

四、结语

“新工科”背景下的数据科学与大数据技术专业是多学科交叉的新兴专业，本文基于该专业的培养目标从培养方案制定、课程体系设置、专业实践平台构建等方面进行研究，为高校的专业建设提供参考。由于各高校对于数据科学与大数据技术专业的建设还处于探索阶段，因此对于该专业的建设还需要结合各个高校自身特色和专业培养目标，在适应社会需求的过程中不断进行完善，培养高质量、高层次、复合型的数据分析人才。