大數據背景下地方高校自動化專業人才培養探究*

劉朝華，李小花，吳亮紅，張紅強，周少武

(湖南科技大學 信息與電氣工程學院，湖南 湘潭 411201)

大數據背景下地方高校自動化專業人才培養探究*

劉朝華，李小花，吳亮紅，張紅強，周少武

(湖南科技大學 信息與電氣工程學院，湖南 湘潭 411201)

摘要：大數據時代的到來給自動化專業帶來了機遇，同時也帶來了挑戰。現有自動化技術人才對大數據科學的理解和掌握相對欠缺，培養新型自動化科學與技術人才非常緊迫。必須順應自動化科學前沿理論和技術發展的需求，立足于大數據時代自動化學科對人才的知識結構、能力結構以及整體素質的要求，緊密結合地方行業在大數據方面的協同合作，通過核心課程設置、師資隊伍建設等環節的綜合改革，培養具有堅實的自動化思維和“數據科學”基礎，兼備“大數據技術”實踐應用能力的自動化技術人才。

關鍵詞：大數據；自動化專業；知識自動化；課程體系；人才培養

隨著云計算、物聯網、移動互連等新興信息技術的快速發展,促使各行各業信息量急增,推動人類社會邁入大數據時代[1]。麥肯錫2011年5月發布的《大數據：創新、競爭和生產力的下一個前沿領域》一文中，大數據概念從技術圈被引入企業界[2]。國金證券率先將大數據概念引入中國資本市場，連續推出3篇報告，令資本市場沸騰。接著美國政府推出了《大數據研究發展計劃》，將大數據提升到國家戰略層面，形成國家意志。2011年中國工業和信息化部發布的物聯網“十二五”規劃提出四項創新工程與關鍵技術(信息處理技術、信息感知技術、信息傳輸技術、信息安全技術)中，涉及到海量數據存儲、數據挖掘、圖像視頻智能分析等大數據內容。2014年和2015年，“大數據”一詞相繼進入政府工作報告，隨著“德國工業4.0”與“中國制造2025”的相繼提出，大數據產業上升到國家戰略層面，成為“十三五規劃”重點產業[3]。綜上可知，大數據時代的產業已經到來。大數據技術的戰略意義不是在于其掌握巨大的數據信息量，而是在于對這些含有潛在意義的數據進行處理所帶來的數據財富。

以信息物理融合系統(CPS, Cyber Physical System)為基礎，以生產高度數字化、網絡化、機器智能自組織為標志的第四次工業革命正在全球興起[4]。中國傳統工業正在加緊升級改造向智能與知識自動化邁進。而這就是以信息技術與制造技術深度融合的數字化、網絡化、智能化制造為主線。工業領域內生產、銷售與管理各環節中數據日益積累，例如電力系統，風電新能源發電系統，流程工業系統，高通量生物醫學系統、機械制造等工業系統其數據規模巨大。以大飛機制造為例，飛機汽輪機壓縮器葉片的監控數據為588 GB/天，是最大微博公司(Twitter)每天產生數據(80 GB)的7倍。工業數據呈現大量化、快速化、多樣化與價值化趨勢。如何利用和加工數據為企業升級與效益提升的關鍵在于高素質的自動化技術人才。

科學技術是第一生產力，自動化科學與技術在工業化生產和企業管理中有著廣泛的應用，對社會經濟發展起著舉足輕重的作用[5-6]。同樣，人才是事業成敗的關鍵，地方高校是區域經濟社會自動化人才培養的主力軍，與區域經濟發展緊密聯系。然而，高校自動化專業所培養的人才難以滿足大數據時代下工業界的需求。如何促進自動化專業教育在大數據時代下的健康發展，滿足工業領域對具備數據科學基礎的自動化技術人才的需求，是亟需探討的問題。本文通過研究大數據時代地方院校自動化專業人才培養模式，探索地方院校自動化的專業建設和人才培養之路，力求培養出適應大數據環境的高素質自動化技術人才。

1大數據背景下傳統自動化專業教育模式的局限

自動化專業重點研究自動控制理論方法與技術，并將其應用于工業系統中。該專業基于自動控制原理，依托電子技術、電力電子技術、計算機技術、通信技術等先進技術手段，實現對工業生產過程自動控制與相關操作的自動化。其教育目標是培養具備生產過程自動化技術控制系統的知識與初步設計能力，從事工業系統運行，分析與設計，工業自動化及儀表的開發、運行與維護等方面工作的高級工程技術人才。這一培養方式與傳統工業生產、制造與管理需求相適應，為促進傳統工業社會經濟的發展做出了人才培養貢獻。然而，傳統基于模型的經典自動控制逐漸將被基于數據驅動的無模型或者基于數據加半模型的現代先進計算型控制趨勢取代。特別是，物理世界的工業自動化正在向基于數據和Cyberspace的知識自動化邁進，在生產制造過程中，設計、開發、生產有關的所有數據將通過傳感器采集并進行分析，形成可自律操作的智能生產系統。這就要求自動化技術在數據的采集、傳輸、處理等環節中發揮重要的基礎性作用。因此，以信息物理系統為基礎的“智能工廠”制造方式，對自動化技術人才的高要求給傳統自動化專業教育模式提出了挑戰。然而，現有自動化技術人才對大數據科學的理解和掌握相對欠缺，培養新型自動化科學與技術人才非常緊迫。

2大數據背景下社會對自動化專業人才的要求

互聯網、物聯網、云計算、大數據等理念和技術的到來,開拓了人類向以數據驅動的知識自動化變革進軍[7]。而知識自動化的最關鍵部分是分析數據和挖掘數據價值，這就需要自動化技術人才在掌握自動控制技術基礎上具備數據科學理論與技能，同時又兼備行業背景知識，綜合運用自動控制技術和數據科學理論，根據不同需求并融入行業特色對工業大數據進行加工、分析，挖掘出潛在價值。

3大數據背景下的地方高校自動化本科專業培養模式構建

基于以上背景分析，我們將順應自動化科學前沿理論和技術發展的需求，立足于大數據時代自動化學科對人才的知識結構、能力結構以及整體素質的要求，緊密結合地方行業在大數據方面的協同合作，通過核心課程設置、師資隊伍建設等環節的綜合改革，培養具有堅實的自動化思維和“數據科學”基礎，兼備“大數據技術”實踐應用能力的自動化技術人才。

3.1面向大數據的自動化本科專業核心課程設置

針對知識自動化時代對自動化技術人才的需求，地方院校應根據實際情況建立與之相應的人才培養目標。自動化人才既要具備自動控制技術基礎又要具備數據科學技術基礎，同時增加工業信息系統數據科學實踐課程。培養具備寬廣的自動化專業知識和扎實的大數據分析處理能力與大數據管理能力的復合型人才。鑒于此，基于原有自動化本科人才培養課程(公共課和專業基礎課)，設置面向大數據的自動化本科專業核心課程，如表1所示。

表1　自動化本科專業核心課程設置簡表

3.2面向大數據的自動化專業師資隊伍建設

教師是教育事業發展的核心，是學科專業建設的關鍵。訓練和培養一支高素質教師隊伍，是提高大數據時代自動化專業人才培養質量的最根本保證。大數據時代下的自動化本科師資隊伍既要理論水平高，同時也要具備實踐能力強，既具有教育教學能力，又有科技開發、服務區域經濟社會實踐的能力。這要求院校與企業、行業建立良好的合作關系，聘請有實踐經驗的企業技術專家來校承擔教學任務，指導教師和學生的實驗實訓，幫助教師了解行業動態，提高實踐能力。不定期的選派缺乏企業經歷的專業教師到企業掛職和培訓。構建既具有系統的專業知識和較高的理論水平，又具有豐富實踐經驗的自動化專業師資隊伍。

3.3面向大數據行業對接的地方院校自動化本科人才培養模式

地方高校帶有“地方性”的鮮明特色，即有服務于地方經濟社會建設的特殊功能和使命。工科人才培養目標主要服務工業社會等行業領域，為工業領域輸送高素質工程技術人才。因此，與行業協同對接辦學是自動化專業人才培養的質量與自動化專業建設的核心。

高校與企業聯合培養自動化領域大數據人才是提高人才培養質量的重要環節。高校在自動控制理論和數據科學理論方面具有很好的基礎，存在的問題是如何將學術知識與實際工業系統大數據結合起來開展實際工作。而實際工業問題只有企業才有，企業產生大量的工業數據，可以為高校提供問題導向。地方企業可以為學生提供大數據實習機會，實現學生由實訓到實戰的無縫聯結。高校為企業提供大數據分析處理方面的智力資源與人才。因此，要以地方、企業為基礎，搭建校地合作、校企合作的平臺，共同培養大數據自動化人才。促使地方高校學科建設與地方經濟社會建設和諧發展。地方高校應義不容辭地確定“辦好一個專業，影響一批企業，提升一個產業，繁榮區域經濟”的辦學方向。

4結語

數據科學正在開啟一次重大的時代變革。傳統工業系統正在升級改造從信息化向智能與知識自動化邁進。自動化技術人才作為工業系統承載的主體，其知識和技能水平是大數據時代下提升企業效益與實力的關鍵因素。大數據時代，對自動化生產與管理的思維方法和技術提出了新的要求，也給自動化專業人才培養提供了新思路。為適應這需求，地方院校的自動化本科教育需要在培養目標、課程設置、師資隊伍與培養模式等方面進行改革，才能培養在理論知識和實踐能力方面符合大數據時代需求的自動化專業人才。

參考文獻：

[1] Lynch C. Big data: How do your data grow[J]. Nature, 2008,455(7209):28-29.

[2] 王元卓,靳小龍,程學旗.網絡大數據:現狀與展望[J].計算機學報,2013,36(6):1125-1138.

[3] 信息化和軟件服務業司.大數據產業“十三五”發展規劃專題研討會在京召開[EB/OL]. (2015-11-27)[2015-11-30]. http://www.miit.gov.cn/n1146290/n1146402/n1146440/c4460618/content.html.

[4] 王飛躍.軟件定義的系統與知識自動化:從牛頓到默頓的平行升華[J].自動化學報,2015,41(1):1-8.

[5] 倪紅霞.自動化本科專業實踐教學改革的探索[J].杭州電子科技大學學報(社會科學版),2009(1):73-75.

[6] 史敬灼.自動化本科專業學生實踐創新能力培養模式探索[J].中國電力教育,2011(9):79-80.

[7] 趙國棟.大數據時代的歷史機遇:產業變革與數據科學[M].北京:清華大學出版社,2013.

(責任校對晏小敏)

doi:10.13582/j.cnki.1674-5884.2016.06.023

收稿日期：20151209

作者簡介：劉朝華(1983-)，男，湖南衡陽人，講師，博士，主要從事自動控制技術教學與研究。

中圖分類號：G64

文獻標志碼：A

文章編號：1674-5884(2016)06-0070-03