“四新”建设背景下的大数据专业课程体系建设研究

唐昌华，林莉，叶俊毫

（长春工业大学人文信息学院信息工程学院，吉林长春 130122）

1 国内外研究状况

国外，美国卡罗来纳州立大学最早建立大数据相关专业，可追溯到2007年。2013年后，美国多所知名院校相继开设了大数据专业。国内数据科学与大数据技术专业是随着时代大潮而生的新专业，2016年只有3所高校提出并获批建立该专业；第二年又有32所高校获批建立该专业；第三年国内有250所左右的高校加入大数据专业的建设[1]；长春工业大学人文信息学院于2018年获教育部批准建立，并于当年开始招收数据科学与大数据技术专业学生，学院立足于自身情况，努力实践，先后建立大数据专业教研室，大数据实验平台。本文探究如何进一步解决现有人才培养方案存在的问题，总结现有课程教学模式的优势和劣势，探讨大数据专业课程体系建设的新方法。

2 研究的目的及意义

本文主要研究根据大数据专业的学科内容，结合学院的实际情况，优化学院现有的课程体系。在现有的师资力量和实验实践教学条件，根据数据科学与大数据技术需要培养的人才类型，响应国家战略及国家政策的号召、满足社会发展的需要，建立更加完善的大数据专业课程体系，才能更好地建设数据科学大数据技术专业，培养大数据领域的专业人才。数据科学与大数据技术专业课程体系建设的研究对于打破学科壁垒，培养更优秀的人才，特别是培养交叉学科的优秀人才，实现优质资源有效整合，充分发挥学院的优势和特色，培养大数据相关的复合型人才，具有重大意义。

3 专业培养目标

学院数据科学大数据技术专业的培养目标[2]：培养德智体美劳全面发展，具有扎实的计算机科学与技术、数据科学与大数据技术学科理论基础，具有系统的大数据思维，可以从事大数据系统维护、大数据系统研发设计，大数据分析应用的应用型人才。毕业生能够运用所学大数据技术的知识和方法去解决大数据工程实践问题，能够在互联网、云计算领域以及大数据技术相关行业，从事数据采集、大数据分析、大数据系统开发、大数据项目管理、大数据系统日常维护等工作。

1）树立科学的世界观，勇于承担人生观，具有责任心和社会责任感的价值观。

2）掌握计算机科学与技术、大数据科学与技术的基本理论、方法，具备从大数据应用的各个方面，运用所学知识分析大数据应用中的各种典型问题并提出解决方法的能力，熟练掌握大数据分析工具的使用，具有将计算机技术和大数据技术结合使用，对海量数据进行分析和挖掘的能力。

3）具有自主学习和终身学习的能力，能够适应未来数据科学与大数据技术不断发展变化的需求。

4）具备健康的身体和良好的心理素质，能够在工作实践中遵守职业道德和规范，并适应职业发展。

5）能够胜任大数据采集、大数据分析、大数据系统设计与开发、大数据项目管理、大数据系统维护等工作。

4 大数据课程体系建设

4.1 构建数据科学和大数据技术专业的课程体系主要包括4个课程群

1）数学基础课程群，该课程群主要引导学生在掌握高等数学、线性代数等课程的基础上，强调概率与数理统计课程的教学，夯实大数据专业数理知识基础。

2）计算机基础课程群，该课程群主要引导学生掌握编程的基础知识、数据库的基础知识、网络的基础知识，并对程序算法有一定的了解。能够进行程序设计，数据库操作，完成基础的项目开发。

3）大数据系统开发课程群，该课程群主要引导学生理解和掌握如何设计并实现大数据系统。掌握大数据系统建模工具、设计工具的使用，以及大数据系统的程序设计。

4）数据分析课程群，该课程群主要引导学生理解并掌握大数据分析的方法和工具使用。能够编程实现大数据挖掘、大数据分析以及人工智能的部分任务。

4.2 围绕数据科学和大数据技术的学科基础和内涵，优化课程体系

优化现有课程体系的主要思路有以下3点：

1）加强大数据理论教学[3]。除数学相关课程外，讲授数据库原理与应用、数据结构、网络原理、大数据导论、人工智能原理等原理类课程，加深学生对大数据理论的理解。

2）选取合适计算机类课程。注重学生的实践能力，从程序设计基础到面向对象设计，再到Web 编程技术，加强学生的程序设计能力培养。

3）强调大数据技术实践课程。Hadoop技术、大数据计算框架技术（Spark）、大数据数据库技术（Hive）、大数据处理技术（Python）、大数据分析技术（Spss）等课程，使学生掌握大数据分析处理技术，掌握前沿的编程工具，实现方法。提高大数据系统搭建与开发、大数据分析处理的实践能力。

4.3 依托学院相关专业各自的专业特色优势，建设数据科学和大数据技术专业课程体系

基础教学部针对高等数学、线性代数、概率统计、离散数学等课程的教学实力雄厚，与基础教学部的数学老师充分合作，一起为大数据专业的人才培养定制教学方案，提升本专业方向学生的数学水平，特别是概率统计方面的数学分析能力。

学院在计算机科学与技术专业、软件工程专业、人工智能专业等专业方向，在相关的学科领域已具备较强的师资力量，充分发挥各个学科的优势，依托强大的教学能力和科研创新能力，设立大数据系统研发、大数据计算框架技术等特色课程。

4.4 推进精品课程与课程思政课程建设

以项目建设为引领，积极推进省级优秀课程、精品课程、课程思政示范课程建设。学院Java语言程序设计被评为省级精品课，课程思政示范课程，以此为起点，力争将实践能力为核心的课程体系打造成三全育人的“金课”。通过项目驱动的教学方式，以具有代表性和实际意义的问题作为教学案例，改革教学内容。以这些优秀课程为引领，提高整个大数据专业其他课程的建设水平。

5 大数据课程体系方案落实

5.1 学生的学习习惯养成

安排学生早晚自习，线上课程资源与线下课程相结合，做到学生有问必答，养成学生随时学习、随处学习的好习惯。

5.2 学生的学习方法培养

采用案例教学的方法，让学生在一个一个的案例中学习，在深入研究问题时提出问题，并进一步想办法解决问题。为了解决问题，不但要翻阅教材，还要去图书馆借阅资料，通过互联网查询资料，在研究过程中掌握知识，并运用知识解决问题。在解决问题时，常会出现新的想法，改进已有的方法，进一步回到资料中进行研究，在迭代中，掌握知识，学会解决问题的方法，并能独立地研究新的案例，形成自己的学习方法。

5.3 学生的大数据实践能力提高

注重学生动手能力培养，第一采用“讲”“练”结合的课堂教学模式。学生随堂编程实例中出现的问题，教师都能及时帮助解决，可以提高学生学习实践的积极性。加大实验、实训学时，让学生自行动起手来、动起脑来，教师再从旁积极引导，学生大数据实践能力获得稳步提高。

5.4 学生的创新能力培养

教师将自己的科研项目引入教学中来，发挥学生的创造力，解决科研项目中的问题，从而提高创新能力。鼓励学生参加学科竞赛[4]，如大数据技能竞赛、大学生程序设计竞赛等，在竞赛中学习掌握知识与技能，提升实践能力。鼓励学生参加大学生创新创业项目，学生在独立的项目研究中提升创新能力。

6 教学管理建设

1）注重学生实践能力培养，提高“双师型”教师授课比例。利用先进的教学设备，加强专业课实践操作，增加机房授课，采用讲练结合的教学方法、问题驱动、案例驱动等教学方法，进一步提高学生的动手能力，提高大数据分析、大数据系统设计的能力。

2）完善督学制度，除学校督学小组外，系主任、教研室主任都有各自的督学任务，并且与学生座谈制度相结合，尽早发现问题，尽快解决问题，清除教学中存 在的一切障碍，进一步提高教学质量。

3）以科研带动教学，以竞赛促进教学，鼓励优秀学生参加专业相关的各种竞赛，建立竞赛置换学分制度，使学生学有所长，学有专长，更能适应时代的潮流、社会的需求。

4）改革考试制度，提高平时成绩比重，改革考试形式，实践课程[5]，采用上机考试。个别适合科目采用答辩方式给出期末成绩，使得评定学生成绩更加准确客观。把考查逐步推展到学生学习的各个环节，考查过程，评价能力。使学生不光关注自己的分数，更能引导学生以提高自身能力为第一目标。

7 大数据专业课程教学安排表

学院大数据专业理论课程分为必修课和选修课，其中必修课分为通识基础课程、学科专业基础课程。通识基础课程包括思政课程、大学英语、大学数学等课程。学科专业基础课程包括计算机编程等相关的理论和实践课程。专业课程包括大数据理论、实践提高的相关课程，专业限选课根据学生需要选择开设，表1是大数据专业理论安排表。

表1 大数据专业理论课程安排表

学院在每学期都设置了大数据实践课程，一般设置在学期末，时间为两周，其课程安排表如表2。

表2 大数据实践课程安排表

学院大数据专业课程运行表，安排如表3。

表3 数据科学与大数据技术专业运行表

8 结束语

大数据课程体系建设任重道远，只有在不断地改进和完善中，使大数据课程体系更加适学生学习的需要，适应社会的需要、适应时代的需要。只有对大数据课程体系不断优化，才能更好地提高学生的大数据实践能力、创新能力。