面向制造大數據的研究生人才培養研究

陸見光　張歡

【摘要】針對制造大數據的技術與應用方向，如何進行高層次的人才培養，本文主要研究了制造大數據對研究生的培養要求和制造大數據研究生培養模式的構建，其中制造大數據研究生培養模式的構建主要從學科能力建設、創新能力建設和師資能力建設三個方面展開研究。應對目前制造大數據研究生人才培養的挑戰，本文提出了解決對策，對制造大數據研究生人才培養具有指導意義。

【關鍵詞】制造大數據 研究生 培養模式 挑戰與對策

【中圖分類號】G643 【文獻標識碼】A 【文章編號】2095-3089（2018）15-0006-02

就目前制造業發展現狀分析，不管是德國的工業4.0還是我國的中國制造2025，其背后推動制造業升級改造的力量必然是制造大數據和制造業的深度融合。制造業革新需要數字化，使用大數據技術進行制造業的智能化升級，這些創新和變革，將直接且全面地影響我們的生活，這也將給全球傳統工業帶來革命性的變化，改變企業的研發、生產、運營、營銷和管理方式[1，2]。面對制造業發展趨勢和針對此技術領域的人才需求，國內各高校也相繼開展了大數據人才培養，但針對制造大數據技術的前沿性、產業化、實踐難等特征，目前制造大數據人才培養模式及效果并不樂觀，研究不難發現存在以下問題：第一，制造大數據人才培養需要整合資源，優化產教合作模式，產教結合度低直接影響了培養人才的素質和應用能力。第二，高端融合型的培養人才缺乏，現有人才隊伍很難符合當前制造業所需的能將大數據信息技術和制造技術互相貫通應用的需求。第三，導師資源配置難以滿足人才培養的內在需求。第四，學科融合發展的模式沒有新的突破，創新度較低[3]。面對以上現狀與行業內在發展需求，本文針對制造大數據方向的研究生人才培養，提出若干新的建議。

一、制造大數據對研究人才的要求

制造大數據的核心價值體現在應用，而實際的應用又需要制造領域專業知識與數據思維的相結合。因此對制造大數據就人才的要求主要有以下三點：1）扎實的專業知識和專業融合應用能力。扎實的制造業系統專業知識有利于理論的分析，減少數據分析過程的彎路，系統地掌握數據分析相關的技能，主要包括數學、統計學和數據分析等，能幫助研究人才在專業結合的學習、應用中取得更好的效果。2）較強的實踐能力、獨立獲取知識的能力和創新能力。能夠根據工程任務的詳細要求，綜合利用相關專業知識，收集數據，然后整理并存儲，根據具體的需求，進行選擇，選用合適的方法和模型對數據進行分析，形成分析結論，為之后有關的工作和決定做好數據準備工作，為實際問題提供決策依據。3）良好的團隊合作精神。制造大數據通常包含著不同類型，不同專業領域的專業知識信息，且數據分析任務通常情況下也無法依賴個人能力來完成，所以團隊合作對于工程任務的完成具有重要的作用，與擅長某領域的人一同努力、互相幫助、分工合作來實現既定目標，完成不同專業、學科領域的深入交流，對于制造大數據的高端人才培養具有重要意義，因此具備較強的責任心與團隊合作精神也是制造大數據研究人才必備的基本要求[4]。

二、面向制造大數據的研究生培養模式構建

隨著制造大數據產業的發展，對制造大數據人才的需求，國內高校在開展相關學術研究的同時也開始進行該領域的研究生人才培養。面對制造大數據對研究人才的要求，如何構建面向制造大數據的研究生培養模式，本文主要從學科能力建設、創新能力建設和師資能力建設三個方面展開研究，提出相應的建議。

1.學科能力建設

學科能力建設也是知識體系建設，針對制造大數據特殊的學科特點，即學科交叉融合，搭建合理的理論教學體系是學科培養能力和培養效果的基礎。針對此特點應從制造大數據的基礎、過程和大數據產業管理三個方面進行學科能力建設。

第一，構建牢靠的基本理論知識和軟件運用教學體系。專業知識永遠是應用的基礎，也是實踐的指南。從制造大數據的基礎理論出發，構建基礎知識框架，融合行業背景和發展狀況，培養具有時代意義的研究生。

第二，建立理論與實踐結合的教學方式，培養具備實踐綜合運用能力的研究生人才。對于制造大數據特殊的學科定位，純粹的理論研究和教學必然滿足不了培養要求，也達不到追求的培養效果。大數據的核心價值就在于應用，而應用能力培養用現行書本教學的方法很難實現，所以必然要求教學方式的改變，必須聯系實際，將工程實踐納入教學體系。

第三，面向制造大數據管理層次人才的培養模式。對于任何一個產業系統而言，保障其穩定有序的運行是非常關鍵的一個部分，對制造大數據整個運行系統而言，也不例外。因此針對此行業的系統管理人才的培養模式在制造大數據的學科能力建設中也具有舉足輕重的地位。

2.創新能力建設

創新能力是制造大數據發展的核心動力，學科頂尖人才培養舉措最主要的就是培養學生的創新能力[5]。本文提出如下四條建議。

第一，創新教學方式。實施研究性學習，培養學生批判性思維。積極推動因材施教，強調多樣化人才培養。按學生個性化培養的要求，鼓勵學生在導師的指導下自主學習，讓學生有自由探索的時間；積極創造條件，組織學生參加科學研究項目訓練，培養他們的科研興趣和學術精神。

第二，營造創新氛圍。構建高水平的科研資源共享平臺，提供講座、訪學、研討等各類形式開放、共享、交流的機會，不斷開發研究生人才的創新潛力。

第三，創新制度管理體系。制定靈活的課程必修、選修、免修、緩修等制度。加入學院培養計劃、導師課程建議、學生方向自選的課程機制。克服應試教育弊端，加強對學生突出創新能力的考核評價，突出培養創新人才的地位。

第四，加強校企合作、國際交流。鼓勵學生參與實踐考察、暑期學習、聯合培養等多種方式與實踐結合，使研究生人才的理論知識和創新想法得以實踐，并在實踐中繼續學習和優化自身的知識理論體系。

3.師資能力培養

要實現學科、專業、人才的發展，必然要滿足一定的教學水平要求。其中起著決定因素的還是人才隊伍建設，也就是研究生培養的師資隊伍建設[6]。

第一，優選具有一定學術背景和科研項目實踐經驗的專業師資隊伍。由于制造大數據學科的新穎性和時代性，青年師資在該領域的視野可能更有創造性和先進性，對于此學科研究生創新能力的培養更有益處。

第二，依據研究生的自身專業定位，推行雙導師機制。對于制造大數據特殊的學科定位，理論聯系實踐的培養要求，教師加工程師的培養方法是解決這種問題最好的方式。既可以解決理論知識的學習，又能滿足實踐要求，同時也減少了研究生畢業到就業的隔斷障礙。

三、制造大數據研究生人才培養面臨的挑戰與對策

1.更高的知識掌握和應用能力要求。制造大數據學科集合了傳統制造技術、計算機科學和數據科學的專業要求，在數學、統計學、計算機科學的有機融合及與應用領域的深入結合對于人才有了更高的要求，所以研究生的培養更要注重學科融合能力和數據思維的培養，必須改革現行的人才培養方式，鼓勵用多種形式培養跨界人才。

2.學科建設基礎薄弱。大數據行業發展的確很迅速，但在高等教育方面，制造大數據學科、專業建設仍很薄弱。學科、專業的薄弱是由于沒有健全的教師人才體系，由于目前既掌握制造大數據技術和管理，又有大數據應用經驗的專業教師還相當有限。師資隊伍的不完整和由此引起的體系不健全必然是學科、專業建設的一個挑戰。解決方式可以從加強師資隊伍建設，引進制造大數據領域專家進行專業的師資力量培養等方面實施。

3.制造大數據領域的理論研究制度保障不足。制造大數據的理論研究涉及多學科、多領域，如何整合資源，組織不同學科、不同學院的教師開展跨專業的交流和培養制造大數據研究生存在一定的制度障礙。解決方式是建立一套合適的制度體系以滿足制造大數據學科的科研要求和教學培養要求。

四、結論

面向制造大數據的研究生人才培養首先應注重理論專業知識的融合，其中包含制造業知識、計算機科學和數據科學等。另外，創新能力的培養是工程實踐的基本要求，也是培養專業高端制造大數據人才的根源。最后，符合制造大數據科研和教學的制度保障在學科發展中也具有極其重要的作用。綜上，確保理論聯系實踐、創新能力培養、人才隊伍建設和制度建設的高度統一是保證制造大數據研究生人才培養的關鍵。

參考文獻：

[1]周佳軍， 姚錫凡. 先進制造技術與新工業革命[J]. 計算機集成制造系統. 2015（08）： 1963-1978

[2]肖靜華， 毛蘊詩， 謝康. 基于互聯網及大數據的智能制造體系與中國制造企業轉型升級[J]. 產業經濟評論. 2016（02）： 5-16

[3] Shen Yin， Okyay Kaynak. Big Data for Modern Industry： Challenges and Trends [Point of View]. Proceedings of the IEEE. 2015， 103（02）： 143-146

[4]黃晉. 關于大數據人才培養的思考與探索[J]. 教育教學論壇. 2014（45）： 201-203

[5]初旭新， 黃玉容， 等. 全日制專業學位研究生培養模式的探索與實踐[J]. 中國校外教育. 2017（30）： 60-61+8

[6]英爽， 康君， 等. 我國研究生培養模式改革的探索與實踐[J]. 中國成人教育. 2014（01）： 1-5

基金支持：1. 貴州大學引進人才科研項目：智能制造中多領域統一建模仿真的關鍵技術研究（編號：貴大人基合字（2016）13號）；2. 貴州省公共大數據重點實驗室開放課題：多源旅游大數據融合分析和預測模型研究（編號：2017BDKFJJ019）

作者簡介：陸見光（1986.12-），男，漢族，湖南岳陽；貴州大學；博士、副教授、碩士生導師；貴州省大數據產業發展應用研究院和貴州省公共大數據重點實驗室研究室副主任，貴州省大數據發展專家庫專家，研究方向：大數據與智能制造。