我國高校大數據人才培養專業設置研究

饒玲麗 陶娟 陶光燦

摘 要：通過分析大數據在我國的戰略地位和大數據產業發展對人才的需求，探明我國高校大數據人才培養的專業設置。綜述了大數據產業發展狀況及其對人才的需求，結合國內外高校大數據專業設置狀況，對2015年—2017年我國大數據相關專業的開設狀況進行分析，提出了大數據專業設置的特點和存在的問題。我國高度重視大數據人才的培養，但專業設置不能完全契合大數據人才的需求。應該加強大數據專業第二學位的開設，培養大數據與應用學科交叉的綜合性人才;加強研究生等專業性人才的培養，提高我國大數據產業的競爭力。

關鍵詞：大數據;人才需求分析;專業設置

大數據人才的需求分析

1.大數據人才的需求重點領域分析

大數據產業的分類有助于探明大數據人才需求的重點領域。目前，大數據產業的分類尚無準確的定義，如果按照大數據產業“云管端”體系進行分類，主要包括云計算、通訊工程、電子技術所涉及到的軟件、硬件及其相關聯的租賃、服務等衍生的產業類型;按照大數據全生命周期進行分類，涉及大數據的采集與預處理、大數據存儲與管理（數據清洗、數據開放共享等）、大數據計算模式與系統、大數據分析與挖掘、大數據可視化分析及大數據隱私與安全[1][2]等幾個方面涉及到的軟件、硬件及其服務，包括交易、標準等[3][4]。按照大數據與實體經濟融合的方式來劃分，則包含政務、商貿、醫療、交通、農業、工業、食品安全等諸多大數據領域。

對大數據的細分市場進行分析，行業解決方案、計算、存儲市場所占比重較大，應用市場發展速度快、發展潛力大。國際數據公司IDC預測：到2020年，企業基于大數據計算分析平臺的支出將突破5，000億美元，大數據解決方案分享大約1.6萬億美元新增收入的紅利。在商業價值方面，大數據挖掘將成為創造價值的核心，歐洲政府運用大數據而節省了1，000億歐元，美國醫療業則節省了3，000億美元[5]。中國信息通信研究院《2017大數據產業地圖》顯示：我國大數據與實體經濟融合較好的順序依次為金融、政務、電商、電信、教育、交通、公安、醫療、傳媒、制造業和農業。大數據產業快速發展，對人才總量需求高，對行業解決方案等方向人才需求多。

2.大數據人才的數量需求分析

數聯尋英2016年發布的《大數據人才報告》顯示：目前大數據人才僅46萬，3年～5年內大數據人才的缺口將高達150萬[6]。根據e成、DT大數據產業創新研究院《2017大數據及人工智能領域人才發展報告》[7]，將大數據及人工智能相關職位劃分為自然語言處理、大數據開發、數據挖掘、圖像/視覺、語音、智能硬件六大類。2017年大數據及人工智能崗位人才需求量，比2016年猛增六倍之多，增長幅度最大的分別是大數據開發、圖像視覺、智能硬件類職位等。按照行業來劃分，則是IT、通信、電子、互聯網和金融等領域對人才需求龐大[7]，IT、通信、電子、互聯網領域占人才需求的58%。按照專業來劃分，一種是計算機科學與技術、統計學、信息與計算科學、計算機應用技術、軟件工程、計算機類占比較大[7];另一種是數據與應用數學、電子信息工程、信息管理與信息系統等，計算機科學與技術占比最大，超過25%。

3.大數據人才的學歷層次需求分析

從大數據人才學歷要求看，目前多數企業需求的還是本科生[7]，占比達到67%;但是非常值得注意的是，對碩士及以上需求的比例也達到22%，對高學歷人才的需求是大數據人才培養值得重視的領域。在碩士研究生及以上人才培養中，一種是要重視圖像/視覺、神經語言程序學（NLP）、智能硬件等專業方向人才的培養，需求均為30%以上;另一種是數據挖掘、語音類、大數據開發類[7]。

高校大數據專業設置研究

1.大數據專業設置

國家層面的學科體系及本科專業設置存在滯后問題，本科專業設置上需要遵循就近的原則[8]。大數據人才培養大致可分為學位（科研人員）培養和職業（應用人才）培養[5]。學位人才能掌握計算機科學（如數據挖掘、機器學習、知識圖譜等）、數學、應用統計學等基礎專業知識，經濟、物理、生化等交叉學科知識，以及商業數據分析、科學數據分析和自然語言處理等相關應用技能，并在數據獲取、存儲和檢索等方面進行深入了解和親身實踐。職業人才側重學習數據獲取、數據存儲、數據檢索等數據工程知識和數據挖掘與機器學習知識，掌握大數據分析應具備的大規模并行處理技術，尤其是根據其所在領域參與商業大數據項目（應用案例）的分析處理。

2.國外大數據專業建設情況

美國目前有超過四十多所大學開設了大數據專業碩士研究生課程[9]，這些高校開設的專業，大多涉及商業領域，這與全球均是商業領域率先實現大數據的大規模應用密切相關。同時，這些專業注重數據分析的工作，挖掘數據的核心價值，包括宏觀決策支持、預測預警及個性化精準服務，均需要對海量數據進行分析運算。因此，注重數據分析成為美國高校專業的熱點。英國三十所開設大數據專業的院校，同樣注重數據商業的利用，也注重數據的分析挖掘[10]，但是，英國數據應用的研究更廣泛一些，數據科學的基礎研究也更多元一些。美國和英國大數據專業的設置，對我國高校大數據專業設置具有借鑒意義。

3.國內大數據專業建設情況

我國高校最先開展的是大數據碩士研究生培養，而后才有本科專業招生。2012年，首都經濟貿易大學與北京大學、中國科學院大學、中國人民大學和中央財經大學聯合成立了“大數據分析碩士培養協同創新平臺”，在全國率先開展大數據碩士人才培養。2014年，首都經濟貿易大學開設了“統計學專業（大數據分析）”，包括信息管理與信息系統（大數據）和統計學（大數據分析）兩個本科專業方向。貴州大學成立大數據科學與工程系，在信息管理與信息系統專業開設電商大數據技術方向。物聯網工程專業開設物聯網大數據采集與分析方向;這些專業是國內最早開設本科層面大數據分析專業方向的。隨后，國內高校依托軟件工程、計算機科學與技術、數學與應用數學專業，逐漸開設大數據相關的專業方向。

大數據學科作為交叉型學科，涉及數學、統計和計算機等相關學科[11]。截止到2018年3月21日，教育部公布了2015年、2016年、2017年三年度普通高校本科專業備案和審批結果，合計6，714個專業;對專業名稱中涉及到信息、統計、自動化、智能、計算機、互聯網、電子、物聯網等與大數據直接或間接相關的專業進行統計，共計1，614個專業，占所有專業的24.0%。可見，大數據及其相關專業成為新時期人才培養的重點，大數據相關專業開設呈上升態勢，2017年達總專業數的28.3%。普通高校本科專業中，數據科學與大數據技術專業最多，達到282個。隨后是電子商務、物聯網工程、網絡與新媒體、軟件工程、機器人工程、數字媒體技術和藝術、應用統計學等專業，均超過50個。超過10個以上的還有通信工程、網絡工程、電氣工程及其自動化、信息安全、光電信息科學與工程、自動化、網絡空間安全、智能科學與技術等專業。其中，僅有4個專業學業年限為兩年（第二學位），兩個專業學業年限為五年，其余均為四年。這些專業中，大多數授予工學學位，占比超過66%，理學其次，占12%;經濟學最少，占3%。期間，我國高校一共新開設專業11個，包括地理空間信息工程、飛行器控制與信息工程、機器人工程、數據科學與大數據技術、網絡空間安全等專業。

結論與對策

1.大數據人才的需求方面

大數據產業快速發展，大數據人才嚴重短缺。從人才需求數量看，需要結合產業的發展，預測人才需求的變化，加快大數據人才的培養。

大數據人才的培養應該著重瞄準行業解決方案、計算和存儲等領域，加快金融、政務、電商領域大數據應用人才的培養。雖然計算機科學與技術、統計學等專業方向是老的方向，但是人才需求旺盛，需要進一步加強。為了培養具有國際競爭能力的專業人才，應主要面向研究生加快競爭性學科的建設。將大數據碩士研究生、博士研究生的培養，通過單獨招生或者聯合培養的方式，快速培養掌握核心技術、具有創新能力的骨干人才。通過博士后與博士研究生的培養，可以為大數據產業的發展培養高端人才和領軍人才。通過碩士研究生的培養，可以為大數據產業的發展提供高級數據工程師、數據分析師以及基于大數據應用的系統開發人員。

2.高校大數據專業的設置方面

高校設置專業與行業狀況需求尚存在結構性偏差。從人才專業素養方面看，應針對端產品制造、數據采集、數據存儲、數據分析、數據應用等大數據領域的人才需求開設專業，注重大數據與金融、政務、電商等行業融合的需求培養復合型人才，實現精準、高效的人才培養。相關高校可根據依托資源優勢與人才需求，處理好經濟“快變量”與教育“慢變量”間的關系，做好專業方向的調整。

注重專業人才與配套人才團隊的培養。實際工作中，數據科學與應用領域知識的深度融合，需要既有領域專業背景又有一定數據科學素養的復合型人才，更需要包含不同層級、專業的人才形成學科搭配合理、任務分工明確的人才團隊協作;應借助協同創新中心等平臺，面向生產實際設立科研項目研究，打造具有核心競爭力的人才團隊。

本文系貴州省科技計劃課題“食品安全電子溯源技術研究及示范”（項目編號：黔科合SY字[2015]3042）;貴州省科研機構服務企業行動計劃項目“貴州省生物資源與環境大數據平臺建設與示范應用”（項目編號：黔科合服企[2015]4013）;貴州省教育廳高校人文社會科學研究項目“面向大數據產業的人才需求與專業開設、課程設置研究”（項目編號：2015QN40）的階段性研究成果

參考文獻：

[1]李建中，劉顯敏.大數據的一個重要方面：數據可用性[J].計算機研究與發展，2013，50（6）：1147-1162.

[2]李東衛.推進我國大數據開發應用的幾點思考[J].重慶經濟，2013（5）：42-45.

[3]馮登國，張敏，李昊.大數據安全與隱私保護[J].計算機學報，2014，37（1）：246-258.

[4]孟小峰，慈祥.大數據管理：概念、技術與挑戰[J].計算機研究與發展，2013，50（1）：146-169.

[5]數據科學+智能科學實驗室解決方案[EB/OL].（2017-05-05）[2018-03-14].http：//www.tipdm.com/tipdm/gxjjfa/20170505/1131.html.

[6]大數據“人才荒”呼吁高校教育改革[EB/OL].（2017-11-02）[2018-06-03].http：//news.163.com/17/1102/19/D28S411J000187VI.html.

[7]2017大數據及人工智能人才發展報告[EB/OL].（2017-12-31）[2018-06-12].http：//www.sohu.com/a/213871427_817016.

[8]張領先，張標，李鑫星.大數據時代農業院校本科專業課程體系建設—以中國農業大學為例[J].北方農業學報，2016，44（2）：115-119.

[9]何海地.美國大數據專業碩士研究生教育的背景、現狀、特色與啟示—全美23所知名大學數據分析碩士課程網站及相關信息分析研究[J].圖書與情報，2014（2）：48-56.

[10]鄒東生，王鑫，趙玉蓮，等.中國大數據人才培養體系（第一版）[R].中國商業聯合會數據分析專業委員會，2017.

[11]2017申報數據科學與大數據技術專業再創新高[EB/OL].

（2017-09-01）[2018-01-12].http：//www.thebigdata.cn/YeJieDongTai/34231.html.

（作者單位：饒玲麗，貴州交通職業技術學院;陶娟，貴州大學數學與統計學院;陶光燦，貴州省分析測試研究院）

[責任編輯：翟 迪]