“新工科”背景下數據科學與大數據技術專業建設探索與實踐

郭文忠 張浩 董晨

摘要：“新工科”建設是根據國家戰略發展需要提出的全新人才培養目標。根據“新工科”對高校數據科學與大數據技術專業提出的要求，本文結合福州大學數據科學與大數據技術專業實際情況，從合理構建師資隊伍、建立專業實踐教學平臺、引入優質課程體系和科學合理的人才培養方案等方面進行分析和探討，研究新工科背景下具有特色的數據科學與大數據技術專業建設方案。

關鍵詞：新工科;大數據;人才培養

中圖分類號：G64 ? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）25-0121-03

1 “新工科”背景下數據科學與大數據技術專業建設意義與思路

數據已成為國家基礎性戰略資源，大數據正日益對全球生產、流通、分配、消費活動以及經濟運行機制、社會生活方式和國家治理能力產生重要影響。福建省地處臺灣海峽西岸，海上絲綢之路起點，是改革開放的前沿地區。2000年，時任福建省長的習近平親自做出了建設“數字福建”的重要戰略決策，賦予數字福建無可比擬的品牌優勢。“數字福建”的頂層設計、系統實施戰略，集中了福建全省的數字化資源，具有全國罕見的省域數字化資源及效率優勢。福建省與國家信息中心簽訂戰略合作協議，建設“中國海上絲綢之路大數據中心”及其服務體系，全面支撐福建21世紀海上絲綢之路核心區建設。數字福建（長樂）產業園，擁有一批優質軟硬件資源，國家健康醫療大數據中心、國家信息中心360安全大數據開發與治理中心等一批項目已落戶產業園，為大數據產業的發展構成了強大的基礎優勢。福建省和福州市在數字福建、智慧城市、健康醫療等行業，不斷深化大數據應用，已取得很好的成效。福州把大數據產業作為發展新引擎，具有良好的大數據產業發展和人才需求環境。

建設數據科學與大數據技術專業，以服務地方產業大數據、云計算等IT人才建設為根本，致力于為福建省乃至全國培養“互聯網+”時代的大數據技術研究和應用型人才。通過本專業的建設，可為進一步加快“數字福建”建設、發展互聯網經濟、推進智慧城市建設，特別是為福建省政務大數據的匯聚、開發和大數據產業創新培養高素質人才。以福州市大力推進數字福建（長樂）產業園為契機，引入知名大數據企業，并聯合共建教育實踐基地，實現產教深度融合，協同育人。

大數據在互聯網、金融、電信、電網、交通、健康醫療、政府、農業、地理信息、新媒體等領域均已得到了廣泛的應用。在各個應用產業中，數據資產已經成為最核心的競爭力。大數據技術的急速發展和行業應用的迅猛增長，使得目前技術市場上掌握大數據技術的人才嚴重短缺。大數據涉及范圍已經超越了信息產業，已經通過“互聯網+”和“大數據+”將大數據思維拓展到了社會的各行各業中，不僅包括傳統信息產業和互聯網產業，還包括傳統產業、大數據分析與智慧產業。一方面，在政府的主導下，大數據技術廣泛融入了公共管理和服務行業如：醫療、交通、環保、科技服務等與社會公共管理和民生相關的行業，這些行業正在蓬勃發展，急需大數據相關人才。另一方面，在自由市場的驅動之下，大數據在以互聯網為代表的自由消費數據市場如：金融、證券、電力、電子商務和互聯網行業中飛速發展，這些行業都需要大量的大數據專業人才。

大數據具有數據規模巨大、數據類型復雜、數據產生速度快和價值密度低等特點，因此大數據的采集、存儲、整理、挖掘與分析、管理和應用展現都給傳統的軟硬件技術帶來了極大的挑戰。大數據技術是融合了計算機科學、數學計算、數學分析統計、經濟管理以及相關應用領域知識，是一個跨學科和領域交叉的學科。數據科學與大數據技術專業主要培養具備大數據技術分析和應用能力的專業化數據人才，主要可以分成三種類型：（1）大數據系統平臺研發型：具備大數據系統平臺研發能力，涉及解決大規模數據（結構化、半結構化和非結構化）業務模型構建、大數據存儲、數據庫架構設計以及數據庫詳細設計、優化數據庫構架、解決數據庫中心建設設計等問題。能夠承擔大數據系統平臺的集成、系統檢測配置、集群平臺的日常維護等工作。（2）大數據應用系統開發型：具備一定行業背景下大數據應用問題（如：政務大數據、地理信息大數據）的解決能力，能夠以大數據技術為核心，開發基于大數據技術的應用程序及行業解決方案，涉及解決算法設計、大數據開發平臺的部署、編程、優化等問題。（3）大數據分析型：具備相關大數據應用領域的專業知識，能夠運用算法來解決分析問題，從事數據挖掘工作。涉及風險分析、內容分析、決策分析等工作，能夠推動數據解決方案的不斷更新[4]。

通過梳理和構建跨學科的大數據課程體系，融合計算機科學與技術、軟件工程、數學分析統計、數學計算、經濟管理、以及應用領域的相關學科，構建大數據技術人才教育和培養方案。專業建設將依托現有校內優勢學科如：計算機科學與技術、軟件工程、數學與應用數學和信息與計算科學等學科，培養大數據系統平臺研發、大數據應用系統開發和大數據分析等類型的高層次數據專業人才。專業建設中以數據科學理論知識教育為基礎，重點培養學生在各個大數據技術應用領域中工程實踐能力，并進一步培養學生的大數據科學研究和應用創新能力。以“數字福建”大數據應用為主戰場，以大數據相關的科研項目和產學研合作項目為基礎，建立大數據研究院、研究所和實驗室，進一步深化教研融合、校企合作，充分利用項目中的實際大數據資源開展實踐課程體系建設，推動大數據創新人才培養。給大數據產業重點園區和“數字福建”建設提供人才保障。

2 專業建設內容和主要舉措

大數據產業快速發展和行業應用需求的快速增長，使得大數據技術的人才嚴重短缺，而當前國內大數據技術人才培養又相對滯后，這些矛盾給高等教育的發展帶來了機遇和挑戰。在以現有教學科研資源為基礎上，對數據科學與大數據技術專業建設進行深入的梳理和研究。從培養目標和畢業要求、教學師資隊伍建設、培養方案制定與課程體系建設和實踐平臺建設等方面進行專業建設。構建大數據專業人才教育和培養體系，加強大數據領域學科建設與人才培養的工作。

2.1 明確本專業培養目標和畢業要求

面向數字中國、數字福建和智慧社會等國家和地方經濟社會發展需求，培養具有良好的人文科學素養和職業道德，具有扎實的數據科學學科的基礎理論，工程和技術知識、基本技能等符合知識結構，具備從事大數據應用領域的系統設計、技術開發、工程應用、系統運維和管理工作的能力，具有國際視野的數據科學創新型、應用型高級專門人才。畢業生能夠綜合考慮健康、安全、法律、文化、環境和社會可持續發展等方面的影響因素，能夠在多種角色協同合作的團隊中作為主要技術骨干有效地發揮作用，能夠通過各種終身學習途徑來不斷地更新和拓展自己的知識和能力，具備從事數據科學研究的基本素質。

本專業學生主要學習數據科學學科所必需的基本理論和知識，接受必要的專業科研方法、工程知識、開發技能等方面的基本訓練，培養較好的科學素養，掌握大數據應用領域中設計建模、算法研究、系統設計、應用開發和系統運維等方面的基本技能，能夠應用所學專業知識進行科學研究、分析解決復雜工程問題的基本能力。

2.2 教學師資隊伍建設

組建能夠承擔“數據科學與大數據技術”專業教學及科研相關工作的教學團隊。主要由計算機科學與技術、數學與應用數學、信息與計算科學、信息安全、軟件工程等專業及相關領域工程研究中心從事大數據相關領域科學與工程研究和教學的優秀教師承擔課程設計與教學工作。本專業專任教師20余人，90%具備博士學位，均具有多年教學經驗或大數據領域較高的科研水平，研究方向涉及：政務數據匯聚、統計計算和統計軟件、云計算、數據安全隱私保護、數據挖掘、機器學習、時空數據分析、高性能計算、計算機視覺、智能交通與數據分析、海量動態數據的高效處理與語義理解、移動互聯網數據挖掘與分析、地理信息系統、遙感信息模型與方法、網絡信息安全、管理系統、普適計算與社會感知計算、圖像處理、密碼學、軟件體系結構、虛擬環境與仿真技術、計算機應用技術等，基本滿足數據科學與大數據技術專業的人才培養需求。此外，現有本科專業涵蓋了數據科學與大數據技術專業的主要支撐學科。因此，在師資和課程資源上都可以為本專業提供強有力的支持。

除了校內師資隊伍的建設之外，本專業學生培養過程中，還將充分結合大數據應用的特點，聘請合作企業的資深工程師擔任企業導師，承擔實習實踐教學任務。同時積極開展與國外學術交流，固定聘請外國專家、學者來我院授課及講座，不斷加強同國際學術界的合作與交流。

2.3 培養方案制定與課程體系建設

數據科學與大數據技術專業是一個交叉性學科，融合了計算機科學、數學計算、數學分析統計、經濟管理、以及相關應用領域知識[3]。課程體系參考國內外知名高校的本專業課程體系，同時合理利用本校相關專業已有的課程資源，制定了以數據科學理論為基礎，重點培養工程實踐和應用創新能力的培養方案與修讀指南。

課程體系主要涉及對學生以下能力培養：計算機學科基礎、數理基礎、程序設計能力、大數據分析能力。實踐環節開設大數據應用技術生態圈與開發平臺搭建與使用、數據分析和應用系統開發的相關課程。主要核心課程涉及：算法與數據結構、數據庫系統原理、數據采集與融合技術、大數據庫系統、大數據計算、大數據分析與挖掘、數據科學與大數據技術導論、運籌學、機器學習、數據建模等[5]。數據科學與大數據技術專業人才培養中的人文社會科學類通識教育課程和數學與自然科學類課程主要由現有的基礎課程教學資源進行支持。本專業主要以數據科學理論知識教育為基礎，側重大數據技術行業應用開發實踐教育。并制定持續改進制度，通過課程執行中的各級反饋，對培養方案進行定期修訂和優化。

2.4 實踐平臺建設

依托現有計算機科學與技術國家級實驗教學示范中心，具有足夠的實驗設備和實驗項目可以滿足本專業學生的計算機基礎專業課程實驗教學需求，并建立一套大數據處理與云計算虛擬仿真平臺，為大數據技術相關專業提供軟硬件實驗基礎平臺。

教學團隊承擔和參與50余項大數據領域各類科研項目，研究內容主要涉及政務大數據平臺和應用產品（如：災難備份、數據共享、數據整合匯聚等）、電信移動大數據、智慧城市、互聯網金融、電力系統大數據、互聯網輿情、大數據協同建模與序列分析、數字娛樂應用和云計算平臺等。通過項目內容的簡化和數據抽取，可為本專業學生提供了充足的課程設計訓練平臺和課題。

本專業數十家大數據相關企業建立了校企合作關系，并建立了八個校企聯合大數據研發平臺。在這些大數據研發平臺和合作單位的基礎上，可以建設新的大數據實踐訓練平臺，為實踐教學提供真實案例與應用數據。以良好的校企合作關系為基礎，可以進一步在本專業開展校企合作教學模式，實現產學研結合的協同育人[2][6]。設計多樣化的合作模式，根據本科生在各階段，對企業的不同需求，設計多種的校企合作模式，主要涉及：入學教育、認知實習、實踐選修課、學科競賽、創新創業項目、技能培訓（在線）、前沿技術講座、職業生涯規劃、就業指導、企業實習和參與校企合作項目等[1]。

3 結論

本專業建設立足于“新工科”建設背景，面向數字中國、數字福建和智慧社會等國家和地方經濟社會發展需求，立足于建立科學合理的數據科學與大數據技術專業培養方案與課程體系;培養和組建一支學緣結構合理、科研水平高、教學經驗豐富、實踐能力強的專業師資隊伍;建設專業的實踐教學平臺等目標。目前本專業已招生兩個年級，各方面工作均取得了初步成效，組建了穩定的教學團隊，建成了完善的實踐平臺，經過多輪討論有修改完成了培養方案與課程體系的制定。下一步工作重點，加強師資培訓，增強學生個性化培養，進一步優化人才培養方案。

參考文獻：

[1] 郭文忠，張浩.計算機科學與技術專業人才培養中校企合作模式探索與實踐[J].現代計算機（專業版），2018（1）：63-65，77.

[2] 周加燦，張浩.多元化校企合作模式培養工程應用型人才的探索與實踐[J].寧德師范學院學報（哲學社會科學版），2017（4）：115-118.

[3] 曹淑艷，張莉，黃浩.大數據本科專業申報及認識[J].計算機教育，2016（6）：30-33.

[4] 朱琳.關于高校大數據專業教學模式初探索[J].電腦知識與技術，2017，13（5）：125-127

[5] 李莎莎，周競文，唐晉韜，等.數據科學與大數據人才專業課程體系分析[J].計算機工程與科學，2018，40（S1）：109-113.

[6] 賀文武，劉國買.數據科學與大數據技術專業核心課程建設的探索與研究[J].教育評論，2017（11）：31-35

【通聯編輯：王力】