數據科學與大數據專業培養方案探討

許安見 鄒楊

摘要：近年來，國家大力支持大數據產業的發展，業界對數據科學與大數據技術方面的人才的需求越來越迫切，教育界對數據科學與大數據專業人才的熱情高漲。學校的培養如何更好地滿足業界需求？專業培養方案的制訂變得尤其重要，作者在廣泛調研業界與教育界的基礎上，針對我校的具體情況，探討數據科學與大數據培養方案的建設。這對同類高校也有一定的參考意義。

關鍵詞：數據科學與大數據技術專業；人才培養方案；課程體系

中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2019）05-0045-02

一、數據科學與大數據技術專業發展背景

中共中央政治局于2017年12月8日下午就實施國家大數據戰略進行第二次集體學習。中共中央總書記習近平在主持學習時強調，大數據發展日新月異，我們應該審時度勢、精心謀劃、超前布局、力爭主動，深入了解大數據發展現狀和趨勢及其對經濟社會發展的影響，分析我國大數據發展取得的成績和存在的問題，推動實施國家大數據戰略，加快完善數字基礎設施，推進數據資源整合和開放共享，保障數據安全，加快建設數字中國，更好服務我國經濟社會發展和人民生活改善。

重視數據的機構已經越來越多，上到國防部，下到互聯網創業公司、金融機構需要通過大數據項目來做創新驅動，需要數據分析或處理的崗位也很多；常見的食品制造、零售電商、醫療制造、交通檢測等也需要數據分析與處理，如優化庫存，降低成本，預測需求等。人才主要分成三大類：大數據系統研發類、大數據應用開發類、大數據分析類等。目前國內有30萬數據人才，預計2018年，大數據人才需求將有大幅增長，高端人才如大數據科學家的缺口在14萬至19萬之間；懂得利用大數據做決策的分析師和經理缺口達到150萬；到2020年全球將達到5000億美元的市場規模，而中國到2020年也將達到8000億人民幣的市場規模。到2020年，大數據人才需求將超過50萬人。數據分析師現在需求就很旺盛了，2年工作經驗的月薪可達到8000元，碩士學歷的數據分析師月薪可達到12000元，5年工作經驗的可達到40萬至60萬元。

二、數據科學與大數據技術專業現狀

2016年2月教育部批準北京大學、對外經濟貿易大學、中南大學設立數據科學與大數據技術專業。2017年3月，我校與中國人民大學、復旦大學、北京郵電大學、華東師范大學、電子科技大學、上海紐約大學等32所高校獲批設立該專業。2018年3月21日，教育部官網公布了2017年度高等學校本科專業備案或審批結果，中國人民大學等248所高校獲批設立該專業。

該專業屬于交叉學科：以統計學、數學、計算機為三大支撐性學科；生物、醫學、環境科學、經濟學、社會學、管理學為應用拓展性學科。此外還需學習數據采集、分析、處理軟件，學習數學建模軟件及計算機編程語言等，知識結構是二專多能復合的跨界人才——有專業知識、有數據思維。

數據科學與大數據技術專業旨在培養具有大數據思維、運用大數據思維及分析應用技術的高層次大數據人才。掌握計算機理論和大數據處理技術，從大數據應用的三個主要層面（即數據管理、系統開發、海量數據分析與挖掘）系統地培養學生掌握大數據應用中的各種典型問題的解決辦法，實際提升學生解決實際問題的能力，具有將行業知識與計算機技術和大數據技術融合、創新的能力，能夠從事大數據研究和開發應用的高層次應用型人才。由于培養目標的差異，各個高校的數據科學與大數據技術專業的人才培養方案均有不同的側重點。

三、培養方案的制訂

本專業培養方案是在本校已有的信息與計算科學專業的數據分析方向的人才培養方案基礎上，制訂新的專業人才培養計劃。本方案突出加強公共基礎課、學科基礎課和專業核心課程的有機聯系；突出學科基礎課程的重要地位和重慶市區域經濟大力發展大數據產業的需要，積極與華為、東軟、百度等行業知名大數據企業開展實踐基地建設與專業聯合培養等校企合作。大數據時代，需要大數據技術架構、大數據分析、挖掘與應用人才，且需求量巨大，對大數據的采集、存儲、處理、分析、挖掘與應用都提出了前所未有的新要求。在制訂人才培養方案時，以“培養具有大數據思維、運用大數據思維及分析應用技術的高層次大數據人才。掌握計算機理論和大數據處理技術，從大數據應用的三個主要層面（即數據管理、系統開發、海量數據分析與挖掘）系統地培養學生掌握大數據應用中的各種典型問題的解決辦法，實際提升學生解決實際問題的能力，具有將領域知識與計算機技術和大數據技術融合、創新的能力，能夠從事大數據研究和開發應用的高層次人才”為指導思想。

1.具有良好的數學基礎，較強的數學計算和推理能力；掌握數據科學與大數據技術的基本方法，熟練掌握和使用大數據技術軟件、大數據平臺；掌握統計學的基礎知識和基本理論方法，具有系統的統計思想；能夠利用統計學的理論和方法進行數據收集、整理和分析；熟練掌握至少兩種計算機編程語言和統計軟件，能用計算機編程和統計軟件進行數據計算與分析，并能正確解釋結果；具有對使用不同的數據處理與分析方法得到的結果進行對比評估的能力，能夠洞悉或預測不同數據處理與分析方法等可能引發的問題，并采取恰當的應對措施；了解大數據的發展和趨勢應用，具有自學和進一步學習和創新的能力。

2.了解與大數據相關的職業和相關行業的生產、設計、研究與開發的法律法規；熟悉各類大數據行業主要的法律法規、遵守數據體系的職業行為準則，并在法律和制度的框架下開展工作，具有良好的職業道德和操守；熟悉大數據使用、處理與分析等方面的方針、政策和法律法規，正確認識大數據分析與技術對于客觀世界和社會的影響；熟悉數據分析行業相關的開發、設計、管理和質量標準，熟悉質量管理的基本方法；了解質量保證體系，并能熟練運用國內外標準開展數據獲取、數據分析、數據處理、數據運維等方面的工作。

3.具備較高的外語水平，具有國際視野和跨文化的交流、競爭與合作能力；掌握中外文資料查詢、文獻檢索及運用現代信息技術跟蹤并獲取信息的基本方法；具有團隊合作和協作能力，較強的自我控制能力和人際交往能力，能夠使用數據科學知識和大數據技術進行有效地溝通和交流；適應現代技術的發展，培養終身學習的能力，具有適應大數據分析新技術的能力。

本人才培養方案基于普通地方高校實情，主要圍繞以下幾點實施：（一）突出專業特色，明確專業方向；（二）根據專業培養目標構建科學合理的課程體系；（三）強化校企合作，加強實踐教學，積極推動校企聯合辦學，培養實踐動手能力；（四）加強科研訓練，培養學生創新能力；（五）積極開展創新能力訓練，培養學生創業能力。基于上面幾點考慮，確定了本校的數據科學與大數據技術專業的主干課程：工科數學分析（176）、線性代數與解析幾何（64）、應用概率統計（64）、離散數學（48）、統計學習理論基礎（64）、科學計算與Matlab（48）、大數據建模與算法（48）、大數據平臺及其應用（48）、面向對象程序設計（Java）（64）、分布式與云計算（48）、數據結構與算法（48）、機器學習與人工智能（48）、R語言及應用（48）、數據可視化（48）、應用多元統計分析（56）、Python程序設計（48）、數據庫原理及應用（48）、大數據案例與實踐（48）等。并在每門核心課程中安排實訓實踐學時，以及在每學年安排綜合的實習實踐項目，致力于提高學生的動手能力。

科學的培養方案是專業建設的關鍵。現階段本專業的培養處于探索階段，各個學校的培養側重點也不同，造成目前本專業的培養方案也具有較大的差異。針對我系信息與計算科學數據分析方向多年的建設經驗，探討數據科學與大數據培養方案的建設，這對同類高校建設數據科學與大數據技術專業也有一定的參考意義。

參考文獻：

[1]陳欣，周龍福，曹耀欽.探索應用型本科數據科學與大數據技術專業人才培養方案的構建[J].現代工業經濟和信息化，2017，7（23）：40-42.

[2]張志鋼，趙黎強，高天迎.面向大數據應用的計算機科學與技術專業人才培養方案研究[J].天津教育，2017，（01）：32-33.