“四新”建設背景下的大數據專業課程體系建設研究

唐昌華，林莉，葉俊毫

（長春工業大學人文信息學院信息工程學院，吉林長春 130122）

1 國內外研究狀況

國外，美國卡羅來納州立大學最早建立大數據相關專業，可追溯到2007年。2013年后，美國多所知名院校相繼開設了大數據專業。國內數據科學與大數據技術專業是隨著時代大潮而生的新專業，2016年只有3所高校提出并獲批建立該專業；第二年又有32所高校獲批建立該專業；第三年國內有250所左右的高校加入大數據專業的建設[1]；長春工業大學人文信息學院于2018年獲教育部批準建立，并于當年開始招收數據科學與大數據技術專業學生，學院立足于自身情況，努力實踐，先后建立大數據專業教研室，大數據實驗平臺。本文探究如何進一步解決現有人才培養方案存在的問題，總結現有課程教學模式的優勢和劣勢，探討大數據專業課程體系建設的新方法。

2 研究的目的及意義

本文主要研究根據大數據專業的學科內容，結合學院的實際情況，優化學院現有的課程體系。在現有的師資力量和實驗實踐教學條件，根據數據科學與大數據技術需要培養的人才類型，響應國家戰略及國家政策的號召、滿足社會發展的需要，建立更加完善的大數據專業課程體系，才能更好地建設數據科學大數據技術專業，培養大數據領域的專業人才。數據科學與大數據技術專業課程體系建設的研究對于打破學科壁壘，培養更優秀的人才，特別是培養交叉學科的優秀人才，實現優質資源有效整合，充分發揮學院的優勢和特色，培養大數據相關的復合型人才，具有重大意義。

3 專業培養目標

學院數據科學大數據技術專業的培養目標[2]：培養德智體美勞全面發展，具有扎實的計算機科學與技術、數據科學與大數據技術學科理論基礎，具有系統的大數據思維，可以從事大數據系統維護、大數據系統研發設計，大數據分析應用的應用型人才。畢業生能夠運用所學大數據技術的知識和方法去解決大數據工程實踐問題，能夠在互聯網、云計算領域以及大數據技術相關行業，從事數據采集、大數據分析、大數據系統開發、大數據項目管理、大數據系統日常維護等工作。

1）樹立科學的世界觀，勇于承擔人生觀，具有責任心和社會責任感的價值觀。

2）掌握計算機科學與技術、大數據科學與技術的基本理論、方法，具備從大數據應用的各個方面，運用所學知識分析大數據應用中的各種典型問題并提出解決方法的能力，熟練掌握大數據分析工具的使用，具有將計算機技術和大數據技術結合使用，對海量數據進行分析和挖掘的能力。

3）具有自主學習和終身學習的能力，能夠適應未來數據科學與大數據技術不斷發展變化的需求。

4）具備健康的身體和良好的心理素質，能夠在工作實踐中遵守職業道德和規范，并適應職業發展。

5）能夠勝任大數據采集、大數據分析、大數據系統設計與開發、大數據項目管理、大數據系統維護等工作。

4 大數據課程體系建設

4.1 構建數據科學和大數據技術專業的課程體系主要包括4個課程群

1）數學基礎課程群，該課程群主要引導學生在掌握高等數學、線性代數等課程的基礎上，強調概率與數理統計課程的教學，夯實大數據專業數理知識基礎。

2）計算機基礎課程群，該課程群主要引導學生掌握編程的基礎知識、數據庫的基礎知識、網絡的基礎知識，并對程序算法有一定的了解。能夠進行程序設計，數據庫操作，完成基礎的項目開發。

3）大數據系統開發課程群，該課程群主要引導學生理解和掌握如何設計并實現大數據系統。掌握大數據系統建模工具、設計工具的使用，以及大數據系統的程序設計。

4）數據分析課程群，該課程群主要引導學生理解并掌握大數據分析的方法和工具使用。能夠編程實現大數據挖掘、大數據分析以及人工智能的部分任務。

4.2 圍繞數據科學和大數據技術的學科基礎和內涵，優化課程體系

優化現有課程體系的主要思路有以下3點：

1）加強大數據理論教學[3]。除數學相關課程外，講授數據庫原理與應用、數據結構、網絡原理、大數據導論、人工智能原理等原理類課程，加深學生對大數據理論的理解。

2）選取合適計算機類課程。注重學生的實踐能力，從程序設計基礎到面向對象設計，再到Web 編程技術，加強學生的程序設計能力培養。

3）強調大數據技術實踐課程。Hadoop技術、大數據計算框架技術（Spark）、大數據數據庫技術（Hive）、大數據處理技術（Python）、大數據分析技術（Spss）等課程，使學生掌握大數據分析處理技術，掌握前沿的編程工具，實現方法。提高大數據系統搭建與開發、大數據分析處理的實踐能力。

4.3 依托學院相關專業各自的專業特色優勢，建設數據科學和大數據技術專業課程體系

基礎教學部針對高等數學、線性代數、概率統計、離散數學等課程的教學實力雄厚，與基礎教學部的數學老師充分合作，一起為大數據專業的人才培養定制教學方案，提升本專業方向學生的數學水平，特別是概率統計方面的數學分析能力。

學院在計算機科學與技術專業、軟件工程專業、人工智能專業等專業方向，在相關的學科領域已具備較強的師資力量，充分發揮各個學科的優勢，依托強大的教學能力和科研創新能力，設立大數據系統研發、大數據計算框架技術等特色課程。

4.4 推進精品課程與課程思政課程建設

以項目建設為引領，積極推進省級優秀課程、精品課程、課程思政示范課程建設。學院Java語言程序設計被評為省級精品課，課程思政示范課程，以此為起點，力爭將實踐能力為核心的課程體系打造成三全育人的“金課”。通過項目驅動的教學方式，以具有代表性和實際意義的問題作為教學案例，改革教學內容。以這些優秀課程為引領，提高整個大數據專業其他課程的建設水平。

5 大數據課程體系方案落實

5.1 學生的學習習慣養成

安排學生早晚自習，線上課程資源與線下課程相結合，做到學生有問必答，養成學生隨時學習、隨處學習的好習慣。

5.2 學生的學習方法培養

采用案例教學的方法，讓學生在一個一個的案例中學習，在深入研究問題時提出問題，并進一步想辦法解決問題。為了解決問題，不但要翻閱教材，還要去圖書館借閱資料，通過互聯網查詢資料，在研究過程中掌握知識，并運用知識解決問題。在解決問題時，常會出現新的想法，改進已有的方法，進一步回到資料中進行研究，在迭代中，掌握知識，學會解決問題的方法，并能獨立地研究新的案例，形成自己的學習方法。

5.3 學生的大數據實踐能力提高

注重學生動手能力培養，第一采用“講”“練”結合的課堂教學模式。學生隨堂編程實例中出現的問題，教師都能及時幫助解決，可以提高學生學習實踐的積極性。加大實驗、實訓學時，讓學生自行動起手來、動起腦來，教師再從旁積極引導，學生大數據實踐能力獲得穩步提高。

5.4 學生的創新能力培養

教師將自己的科研項目引入教學中來，發揮學生的創造力，解決科研項目中的問題，從而提高創新能力。鼓勵學生參加學科競賽[4]，如大數據技能競賽、大學生程序設計競賽等，在競賽中學習掌握知識與技能，提升實踐能力。鼓勵學生參加大學生創新創業項目，學生在獨立的項目研究中提升創新能力。

6 教學管理建設

1）注重學生實踐能力培養，提高“雙師型”教師授課比例。利用先進的教學設備，加強專業課實踐操作，增加機房授課，采用講練結合的教學方法、問題驅動、案例驅動等教學方法，進一步提高學生的動手能力，提高大數據分析、大數據系統設計的能力。

2）完善督學制度，除學校督學小組外，系主任、教研室主任都有各自的督學任務，并且與學生座談制度相結合，盡早發現問題，盡快解決問題，清除教學中存 在的一切障礙，進一步提高教學質量。

3）以科研帶動教學，以競賽促進教學，鼓勵優秀學生參加專業相關的各種競賽，建立競賽置換學分制度，使學生學有所長，學有專長，更能適應時代的潮流、社會的需求。

4）改革考試制度，提高平時成績比重，改革考試形式，實踐課程[5]，采用上機考試。個別適合科目采用答辯方式給出期末成績，使得評定學生成績更加準確客觀。把考查逐步推展到學生學習的各個環節，考查過程，評價能力。使學生不光關注自己的分數，更能引導學生以提高自身能力為第一目標。

7 大數據專業課程教學安排表

學院大數據專業理論課程分為必修課和選修課，其中必修課分為通識基礎課程、學科專業基礎課程。通識基礎課程包括思政課程、大學英語、大學數學等課程。學科專業基礎課程包括計算機編程等相關的理論和實踐課程。專業課程包括大數據理論、實踐提高的相關課程，專業限選課根據學生需要選擇開設，表1是大數據專業理論安排表。

表1 大數據專業理論課程安排表

學院在每學期都設置了大數據實踐課程，一般設置在學期末，時間為兩周，其課程安排表如表2。

表2 大數據實踐課程安排表

學院大數據專業課程運行表，安排如表3。

表3 數據科學與大數據技術專業運行表

8 結束語

大數據課程體系建設任重道遠，只有在不斷地改進和完善中，使大數據課程體系更加適學生學習的需要，適應社會的需要、適應時代的需要。只有對大數據課程體系不斷優化，才能更好地提高學生的大數據實踐能力、創新能力。