新工科背景下大數據專業課程建設

周黎鳴 林英豪 李征 陳小潘

摘? 要： 為完善數據科學與大數據技術專業課程體系的建設，滿足新工科背景下對大數據人才培養的要求，以數據分析與可視化課程為例，提出了能力導向和案例驅動相結合的教學方法并闡述了該教學方法的設計。

關鍵詞： 新工科; 數據科學與大數據技術; 課程建設; 數據分析與可視化; 教學設計

中圖分類號：G642????????? 文獻標識碼：A???? 文章編號：1006-8228（2021）01-102-04

Construction of curriculum for big data specialty in context

of New Engineering Education

Zhou Liming， Lin Yinghao， Li Zheng， Chen Xiaopan

（School of Computer and Information Engineering， Henan University， Kaifeng， Henan 475004， China）

Abstract： In order to improve the construction of curriculum system for the data science and big data technology specialty， and satisfy the requirements of big data talent training in context of New Engineering Education， taking the data analysis and visualization course as an example， this paper puts forward a teaching method combining ability oriented and case driven， and expounds the design of the teaching method.

Key words： New Engineering Education; data science and big data technology; curriculum construction; data analysis and visualization; teaching design

0 引言

數據科學與大數據技術本科專業（簡稱大數據專業）是一個新興專業，2016年2月，北京大學、對外經貿大學、中南大學三所大學首次成功申請;2017年3月，32所高校申請大數據專業并獲批;2018年3月，教育部公布的高校新增專業名單中，250所學校獲批大數據專業辦學資格[1]。

鑒于大數據行業的迅猛發展及其對社會經濟的全面帶動，2015年我國首次提出推行國家大數據戰略，提倡發展大數據技術并發展下一代互聯網技術。2015年9月國務院印發《促進大數據發展行動綱要》，系統地指導我國大數據發展的國家頂層設計和總體部署大數據發展工作[2]。在《大數據產業發展規劃（2016-2020年）》中，提出了大力發展大數據技術和相關產業，從而為國家發展和產業結構調整提供技術支撐。

1 大數據人才需求

隨著國家經濟社會發展對大數據技術的迫切需求，大數據專業也迎來了快速發展的階段。大數據產業作為一門新興產業，對其他產業的發展具有很強的促進作用，這些使得大數據方面的技術人才成為當前社會需求的熱點。全球頂尖管理咨詢公司麥肯錫（McKinsey）出具的一份詳細分析報告預計大數據或者數據工作者的崗位需求將激增，大數據技術相關人才出現短缺，對懂得如何利用大數據做決策的分析師和工程師的崗位缺口則將達到150萬[3]。

目前，大數據人才崗位大致分為大數據架構師、數據科學家、數據分析師、大數據應用開發工程師、大數據運維工程師等，不同的崗位需要具備不同的知識和能力，如表1所示。

2 新工科背景下大數據人才培養

2.1 培養特點

新工科既要求建立綜合性、交叉性的學科，又要求培養高素質復合型人才，其中在實踐應用、創新能力等方面要具有競爭力，要能夠引領未來技術和產業發展[4]。新工科背景下培養大數據人才，應采用新的培養方式、新的課程體系來提升學生的綜合能力，讓學生適應新時代社會的需要[5]。

目前，大數據技術在各個領域快速得到應用，如醫療衛生、商業分析、國家安全、食品安全、金融安全等。大數據人才培養不僅要注重理論知識，還要注重應用能力的培養，這樣才能滿足社會的需要，為國家“新基建”戰略的提供復合型人才。

2.2 培養目標

大數據專業立足國家和地區經濟文化發展需要，圍繞河南大學總體發展規劃和“雙一流”建設，以“厚基礎、寬口徑、重實踐、勇創新、大視野、有情懷”人才培養為指導，參照結合計算機與信息工程學院發展定位與招生學生情況，廣泛參考其他高校的培養模式，制定出符合計算機學科特征、滿足行業技能要求的專業培養目標。具體培養目標如下。

⑴ 培養數據科學與大數據工程領域復合型高級技術人才，德、智、體全面發展。

⑵ 掌握自然科學和人文社科基本知識，具有良好的科學素養、職業道德和社會責任心。

⑶ 掌握計算機科學、數據科學及大數據技術的基本知識、基本理論和基本技能，能在企事業單位以及科研部門從事大數據分析、數據挖掘、軟件研發、系統集成等工作。

2.3 課程體系

在新工科背景下，培養復合型大數據人才需要構建相應的課程體系[6]，其由基礎課程、專業課程、實踐課程組成。基礎課程包括與數學、統計學和計算科學相關的課程，主要培養學生基礎知識能力;專業課程包括與專業核心課、大數據應用、程序開發相關的課程，主要培養學生的大數據應用與開發能力;實踐課程包括數據分析、數據可視化、Web編程等課程，主要培養學生的實踐動手能力。數據科學與大數據技術專業課程體系，如表2所示。

3 數據分析與可視化課程教學設計

數據分析與可視化課程是大數據專業的必修課程，課程定位為使用Python語言進行數據分析和圖形化展示，課程內容全面覆蓋Python數據分析與可視化技術，包括Numpy、Matplotlib、pandas統計分析、scikit-learn等基礎內容，學習聚類、回歸、應用數據案例。

數據分析與可視化課程采用線上與線下相結合、理論與實踐相結合的教學方式。通過學習，使學生掌握利用Python進行數據分析與可視化開發的基本方法和技巧，理解Python進行數據分析的基本工作原理，了解主流數據分析和可視化的設計理念并掌握基本的使用方法，開拓視野和提升技能，為畢業后工作和繼續深造提供良好的發展基礎。

3.1 教學方法

⑴ 課前知識預習

為了提升學生的學習興趣和自學能力，每次課前，教師在超星學習通平臺上發布學習要求和相關內容，包括PPT、教學內容、學習視頻、數據集、課堂實驗、實踐項目、課后作業。學生可以根據所學知識掌握情況，提前預習所學內容，并把學習中遇到的問題提交到學習通上。根據學生提出的問題，教師有針對性的準備授課內容，并提供更多的實踐項目，讓學生掌握所學的知識點。

⑵ 課堂教學

通過課前預習，學生已經了解課堂要講的知識點。為了更好地讓學生學以致用，課堂教學環節安排在機房授課，這樣既可以讓學生掌握理論知識，又能進行實際操作，從而達到理論與實踐相結合的目的。通過機房授課，學生帶著問題聽課，可以起到事半功倍的效果，也進一步增加了學生的自學能力和解決問題的能力。同時，教師通過代碼演示和講解，也能讓學生更深地理解相關知識點。此外，在機房上課時，如果學生在實踐操作中有問題，教師可以及時為學生講解并尋找解決問題的辦法。學生把理論知識運用到實踐操作中，可以起到復習和鞏固的效果。

⑶ 課后反饋

除了課堂教學外，該課程還組織課后交流討論環節，學生可以通過學習通平臺發起討論主題或者通過QQ群提問等方式，與老師和同學進行問題討論。通過學習交流，學生把學習中遇到的問題反饋給教師，教師可以及時調整教學方法和教學內容，通過讓學生參與到教學的各個環節，從而激發學生的學習熱情，讓學生在輕松愉快地氛圍中掌握知識。

3.2 實驗內容設計

為了讓學生更好地掌握理論知識，本課程設置9個實驗項目，每個實驗項目中包含了對應知識點的實驗，學生既可以通過實驗來檢驗理論知識的掌握情況，又能在實踐中積累解決問題的思想與方法，從而為實踐項目打下堅實的基礎。通過實驗，不僅可以培養學生發現問題、解決問題的能力，還可以幫助學生建立自信，增強學生的學習興趣。

在實驗項目類型上，本課程分為設計性實驗和綜合性實驗。設計性實驗包括Anaconda環境搭建、Jupyter Notebook使用、Numpy數值計算、Matplotlib數據可視化、pandas統計分析與數據預處理、scikit-learn模型構建。設計性實驗主要考察學生的理論知識，讓學生在“練中學、學中練”，從而增強學生的動手能力和邏輯思維能力。綜合性實驗包括航空公司客戶價值分析、財政收入預測分析、家用熱水器用戶行為分析與事件識別。綜合性實驗主要考察學生的實際運用能力，通過與實際問題相結合，用所學知識和數據分析方法來解決實際問題，從而幫助學生理解如何進行數據分析和可視化展示。本課程設置9個實驗項目，如表3所示。

3.3 課外實踐

⑴ 實訓平臺

為了幫助學生掌握所學知識，本課程利用大數據實訓平臺進行輔助教學，如圖1所示，實訓平臺中，每個實驗任務有詳細的實驗要求和步驟，學生根據知識掌握情況進行課下學習。同時，學生在實訓平臺上還能與其他同學進行交流與分享。教師在后臺管理系統中，能隨時掌握學生的學習進度以及出現的問題，教師把問題整理后，再以案例形式給學生進行講解，從而幫助學生掌握知識點。

⑵ 綜合實踐項目

為了給學生提供更多的數據分析案例，本課程為學生提供了9個綜合實踐項目，這些綜合實踐項目是任課教師從課外教學資源中精心挑選并結合所學內容整理出來的。綜合實踐項目主要考察學生對數據讀取、數據分析、數據處理、數據可視化等知識的運用，以案例為驅動，激發學生對數據分析和數據可視化的興趣，提升學生的自主學習能力。本課程設置9個綜合實踐項目，如表4所示。

3.4 評價方式

本課程采用過程性評價方式，注重學生動手能力培養，把評價方式貫穿于整個教學過程。其中，學期綜合成績包括平時成績和期末成績，分別占比70%和30%，平時成績包括作業20%、實驗報告20%、階段性考試30%。通過過程性評價考核，可以促進學生注重平時學習的積累，防止學生期末突擊復習，進而提高學習質量。

4 結束語

在新工科背景下，如何更好地培養大數據人才和搞好專業建設，是擺在教育工作者面前的一個艱巨任務。數據分析與可視化課程注重培養學生的動手能力和邏輯思維能力、解決實際問題的能力，注重理論與實踐相結合，需要通過理論講解、機房實驗、實訓平臺、綜合實踐相結合的方式，幫助學生理解并掌握相關知識點。為了培養高素質大數據人才，在今后的教學與實踐中，本課程還需不斷探索和借鑒新的教學理念與教學方法，進一步豐富并完善本課程教學內容。

參考文獻（References）：

[1] 汪中，施培蓓，數據科學與大數據技術專業建設研究[J].安慶師范大學學報（自然科學版），2019.1：117-120

[2] 劉翔，石蘊玉，方志軍，等，以新工科思維建設數據科學與大數據技術專業[J].教育現代化，2019.86：169-170

[3] 王萌，王曉榮，韋璐，數據科學與大數據技術專業建設實踐與思考[J].高教論壇，2019.8：35-38，87

[4] 肖大薇，姜立秋，李彤，新工科背景下應用型大數據人才培養路徑探究[J].計算機教育，2019.4：89-92

[5] 張勝男，牛連強，張志佳等.能力導向的應用型本科大數據專業課程群建設研究[J].計算機教育，2019.5：142-145

[6] 數據科學與工程專業建設協作組著.數據科學與工程專業人才培養方案與核心課程體系[M].高等教育出版社，2020.

收稿日期：2020-08-26

基金項目：河南大學教學改革研究與實踐項目“面向工程實踐與能力培養的《Java程序設計》實踐教學改革（HDXJJG2018-48）”; “面向新工科的《Java Web程序設計》課程改革與實踐探索（HDXJJG2019-58）”

作者簡介：周黎鳴（1985-），男，河南開封人，博士，副教授，主要研究方向：大數據安全、目標識別。

通訊作者：林英豪（1987-），女，河南開封人，博士，副教授，主要研究方向：遙感大數據。