大數據審計人才的培養模式流程設計

駱佳佳

大數據背景下審計工作模式已然發生了巨大的變化，但我國各大高校審計數據分析的人才培養仍處于探索階段，培養目標定位、課程體系設置和實踐平臺搭建等方面尚未形成一致的做法。本文選取15所開設“數據科學與大數據技術”專業的“985”“211”院校進行調查分析，借鑒數據技術課程設置的實踐經驗，設計了“文工”有效融合的大數據審計人才培養模式流程，為我國高校面向大數據的審計教育方式、復合型審計人才培養模式提供參考意見。

近年來，信息產業呈現飛速發展的趨勢，相繼涌現了云計算、物聯網、智能分析、大數據和區塊鏈等技術。我國將大數據視為重要的戰略資源，并將大數據的研究和發展作為新的國家戰略。數據所蘊含的信息，對各行各業傳統的生產模式、管理模式和商業模式等造成了巨大的沖擊，對社會生產方式的轉變起到了重要的推動作用。大數據與審計在實施過程的步驟上有著一定的相同點，同樣需要經過數據的收集、處理、統計、分析和挖掘的過程從而得出結論。從某種程度上來說，大數據給審計帶來了變革和機遇。數據環境的變革，推動了審計模式的改進，現代審計工作表現出了全面性、整體性的時代特點，對熟練掌握信息技術的審計人才的需求也越來越大。

一、數據科學與大數據專業的人才培養現狀調查分析

2015年教育部開設了“數據科學與大數據技術”專業，越來越多的高等院校參與申報該專業。2016年2月，第一批獲準開設該專業的3所高校分別是北京大學、中南大學和對外經濟貿易大學；2017年3月，第二批獲準開設該專業的高校共32所；2018年3月，第三批獲準開設該專業的高校共248所；2019年3月，第四批獲準開設該專業的高校共196所。此外，還有許多高校依托自身的優勢專業，開設了與大數據技術相關的其他應用型特色專業。本文選取了15所開設“數據科學與大數據技術”專業的“985”“211”院校，進行現階段大數據分析人才培養調查的分析。

（一）調查樣本的課程分析

由于信息技術自身的屬性，大數據的相關課程均包括數學、統計和計算機等通識學科知識。在課程的安排上，大多數院校以數學、統計和計算機學科知識為主，部分院校將自己的優勢學科納入了課程體系中，以培養復合型的人才。

現代社會已進入數字化時代，從行業領域到企業部門，都需要進行數據分析與處理。但在教育培養的課程安排上，大多數院校仍是以數學、統計和計算機三大學科為主，其他專業的學科較少，還未能向醫學、經濟學、社會學和管理學等學科拓展。

（二）調查樣本的實踐培養

開設大數據相關技術的專業，需要有較高的師資資源配置，建設大數據相關的實驗室需要的資金較多，單獨開展大數據相關專業的人才培養難度較大。貴州理工學院與阿里云合建的“貴州理工學院——阿里巴巴大數據學院”，通過校企聯合，培養應用型的數據分析人才，對人才培養及社會需求等方面均有所助益。

目前，國內高校爭相開設的“數據科學與大數據技術”專業，強調培養能處理大數據問題并從大數據中獲取洞察信息的復合型大數據人才， 不大可能會專門培養審計大數據人才，“985”“211”類高校一般有經驗比較豐富的教學及科研師資團隊，對一些前沿技術領域有很深刻的研究，并且能夠融合國外高校的教育培養方式進行專業建設，在數據分析方面有較大的優勢。

二、審計數據分析人才培養的創新措施流程設計

在進行人才培養時，除了要講授基礎的審計知識和計算機技術外，還應加強審計數據分析的實踐，在真實或仿真的環境中培養學生的實際審計數據分析能力。本文設計了“文工”有效融合的大數據審計人才培養模式流程，具體如圖1所示。

（一）培養目標

培養較好地掌握數據分析與處理及審計基本技能，具備基本編程能力，以審計精神立身、以創新規范立業和以自身建設立信。此目標定位將大數據審計專業作為獨立的學科或專業方向進行建設和研究，以具備信息技術基本技能作為技術基礎，融合在審計專業教育中，同時融入“三立”的思政教育，培養中國特色社會主義新時代的復合型審計人才。

（二）課程體系設置

1.專業課程設置

大數據審計人才培養的課程體系設置，考慮高校的戰略目標定位不同，每個學期設計基本的包括數據處理和審計四門專業課程，其余專業課程和選修課程設置可根據高校所在城市的地方經濟發展，嵌入地方及學校特色。大學一年級的課程設置主要以打基礎為主，大數據審計專業人才培養應是雙基礎，既包括數學統計基礎，又包括審計基礎。大學二年級的課程設置在夯實數據處理和審計基礎的基礎上，加深專業知識的學習，設置編程課程、中級會計和審計資格能力的學習，大學前兩年的專業知識的學習，針對鑒證業務實踐中常用的功能，重視培養學生軟件操作能力。大學三年級的課程設置進一步拔高專業能力，設置高級會計學、大數據財務分析和數據庫系統等專業課程，逐步實現大數據與財會及審計類專業課程的融合。大四上半年，設置大數據平臺應用及Python語言編制審計模型兩門課程，實現大數據技術與審計專業能力的融合。第五、第六、第七學期的學習偏向于綜合實訓，可以借助高校的實習基地，采取執業注冊會計師走進課堂，把審計現場搬進教室的形式，也可以是教師把課堂搬進企業，直接在實戰項目中引導學生學習。

根據大數據審計人才培養目標的定位，在專業能力培養上設計清晰的課程實施路徑，分兩條線：第一條線，對審計技能的培養分階段分層次，設計審計考證課程—繪制內部控制流程圖—操作審計軟件（用友、鼎信諾、E審通等）—審計實務—大數據審計案例分析；第二條線，對基本編程能力的培養分階段分層次，設計數據采集與處理—程序設計基礎—數據分析及可視化—數據庫系統—Python語言編制審計模型，分階段逐步地實現了大數據技術與審計專業的融合，實現了大數據審計人才的培養目標。

2.校企聯合

目前大多數在校外進行審計專業實習的學生從事簡單的重復的憑證抽查、Excel表格錄入和功底底稿歸檔等工作。校內專業實習指導老師對學生的實踐過程、實踐內容和目標難以控制，審計實踐教學效果不理想。將現有的校內仿真實踐和企業案例實訓等課程內容融入大數據審計實踐平臺中，使學生在跨行業跨領域的實踐環境中應用大數據審計實踐平臺。整合大數據審計理論和實務界的方法與技術，制定理論界和實務界雙教師聯合教學制度，切實將大數據分析技術和思維方式引入到課堂教學環節，將實務界的需求和新方法分享給學生，做到真正的理論聯系實際，不斷創新審計新技術和方法。

三、結論及建議

當前，由于我國大數據的發展還處于初級階段，人才的極度緊缺嚴重制約著大數據時代的發展，我國各個院校大數據人才的培養急需完備的教學體系、系列教材以及配套的教學產品和實訓平臺。

（一）資金支持頂層設計

我國面向大數據的審計教育改革要大膽嘗試，高校應主動聯合企業，通過建立大數據聯合實驗室和研發中心等形式，聯合培養理論與實踐相結合的大數據專業人才。審計數據分析人才的培養還要以崗位培訓和項目實習為重點，加大團隊項目培訓力度，提高審計專業學生的大數據應用技能。

（二）加強專業緊密聯系

為培養學生的審計數據分析能力，應當將數據處理能力與專業審計能力緊密融合在一起，共同完成審計項目的大數據分析和應用，二者地位均等缺一不可。但在實際授課過程中，數據處理能力與審計技能并未真正融合在一起，學生在面對審計項目時，仍是使用傳統的審計方式，尚未達到融會貫通。當然，這種兩項技能的融合對師資資源和教學資源等也提出了更高的要求。

（三）打造復合型師資隊伍

教師作為審計數據分析項目的策劃者、組織者和指導者，必須具備實際審計數據分析項目工作經驗。然而，在全球大數據人才普遍短缺的背景下，能夠并愿意承擔審計數據分析教學任務的教師更是鳳毛麟角，加強審計數據分析師資隊伍建設已經迫在眉睫。目前較為可行的辦法是由審計、統計、數學、大數據或計算機等相關專業的教師組建混合型的教學團隊。在大數據技術背景下，多學科的交叉不可避免，生搬硬套審計、數學和計算機等學科的知識，若不加融合，不僅不能對學生的發展有所幫助，甚至可能適得其反。如何將不同學科的教學特點進行融合，是尚待實踐探索的問題。審計數據分析的人才培養在我國還處于探索階段，復合型和創新型審計人才的培養任重而道遠。

（作者單位：廣東農工商職業技術學院財經學院）