新工科背景下大數據技術專業實訓教學探索與實踐

［摘 要］ 實訓教學是大數據技術專業人才實踐能力培養的關鍵環節，目前大數據技術專業實訓教學中存在教學內容不完善、與產業需求結合不緊密、缺乏滿足學科交叉需求的實訓平臺、考核評價標準單一等問題。根據新工科背景下大數據技術專業人才培養目標，以項目制為驅動，建立三層次分級實訓教學體系，對項目內容、實訓平臺、考核方式、實施過程等方面進行探索與實踐。通過綜合項目、創新項目、科研訓練三層實訓教學，優化項目庫內容、部署實訓教學平臺、改革考核方式，有效提升了學生面向大數據專業領域的創新思維和綜合素質能力，有利于達到培養學生創新能力和科學素養的目標。

［關鍵詞］ 新工科；大數據技術專業；實訓教學；能力培養

［基金項目］ 2024年度教育部產學合作協同育人項目“面向新工科的大數據采集與存儲綜合實訓課程探索與實踐創新”（231106642215436）；2022年度華中農業大學實踐創新課程提升計劃（XM202211）；2022年度華中農業大學研究生培養條件建設項目（2022KC08）；2022年度華中農業大學教學改革研究項目（xx202206）

［作者簡介］ 王海燕（1979—），女，湖北宜昌人，博士，華中農業大學信息學院副教授，主要從事農業大數據分析研究。

［中圖分類號］ G642.0 ［文獻標識碼］ A ［文章編號］ 1674-9324（2024）18-0093-04 ［收稿日期］ 2022-11-29

引言

為主動應對新一輪科技革命和產業變革，加快培養新興領域工程科技人才，改造升級傳統工科專業，教育部于2017年提出新工科發展戰略［1］。新工科對應的是新興產業，如大數據、人工智能、云計算等，強調學科的實用性、交叉性與綜合性。新工科建設以培養新經濟和社會發展所需的創新型卓越工程人才為目標，是當前高等工程教育的時代使命和重大挑戰。

當今社會已經進入大數據時代，2021年國家在“十四五”規劃中對大數據的發展做出重要部署。大數據產業正在成為融入經濟社會發展各領域的要素、資源、動力，逐漸成為支撐我國經濟社會發展的優勢產業。2022年我國大數據產業規模破萬億元，這也導致了對相關人才的海量需求。2016年，北京大學、對外經濟貿易大學和中南大學首批3所高校獲批創辦數據科學與大數據技術專業，截至2019年7月，國內開設數據科學與大數據技術專業的高校有480多所。然而，大數據人才供給，包括大數據基礎研究、產品研發和業務應用等各類人才短缺，其中高端綜合型人才培養，成為急待解決的重要問題。

一、實踐教學存在的問題

創新是新工科建設的重要特征，實踐教學是培養大學生創新能力的重要途徑［2］。數據科學與大數據專業實訓作為專業培養中的重要環節，是對本科生前三年所學專業知識的全面綜合型的實踐教學。其教學體系設計是否合理，教學過程是否有效實施，學生是否提升了專業核心能力，對培養學生的創新精神、實踐能力、科學素養有直接影響。數據科學與大數據專業作為近年來各高校的新建專業，其專業建設的思路仍處于探索階段［3］，特別是在實訓教學中存在一些迫切需要解決的問題。

（一）實訓教學內容缺乏特色

綜合實訓教學應該融合相關課程，打破課程間的壁壘，促進學生將相關課程的知識點融會貫通。現有的實訓教學并未根據學生能力進行規劃，更多的是僅融合某些課程的實驗任務，未形成清晰的體系結構，不同年級的實訓教學難度沒有區分，難以為學生提供創新和拓展空間［4］。

（二）實訓項目與產業需求結合不緊密

大數據產業的發展日新月異，盡管國內有些高校已開展相關的綜合實訓教學，但過程著重于課程知識點的融合，在設計實訓項目時忽略了與產業界之間的聯系，與產業界的需求脫節，主要實踐領域和產業界關注的方向相差較遠，導致專業人才所具備的技能與社會的實際需求脫節［5］。

（三）缺乏滿足學科交叉需求的大數據綜合實訓平臺

數據科學與大數據技術專業是多學科交叉的綜合性專業，傳統的本科教學實驗系統難以支撐該類交叉學科的教學實踐。各高校在專業建設，特別是實驗平臺建設方面做了很多嘗試和探索，但仍然存在基礎實驗設施落后等問題［6］，這些平臺或受時間地點限制，或不能共享資源，或無法為學生提供自主搭建大數據的環境，同時缺乏反映產業界真實情況的核心大數據。

（四）考核評價標準單一

現行課程的考核方式主要靠學生的實驗（實習）報告進行測評，對判斷學生課程學習的完整度有一定的指導作用。綜合實訓課程已不局限于專業課程，所涉及學科門類頗多，所要考核的內容不僅包括學生學習內容的完整度，還有分析問題、實踐動手、團隊協作、創新能力等，這在實驗（實習）報告中不能完全體現，也不利于激發學生的主動性和創新性。

二、思路和方法

2017年，華中農業大學信息學院在多年計算機應用型人才培養經驗的基礎上，依托湖北省農業大數據工程技術研究中心研究平臺，設立數據科學與大數據技術應用專業，引入學科交叉融合、解決產業新問題的專業建設思維，加強實踐教學建設，以培養具有多學科交叉能力和創新能力的大數據卓越人才為建設目標。本學院已開設三輪數據科學與大數據專業綜合實訓，在實踐教學上做了很多探索與實踐。

（一）構建三層次綜合實訓教學體系

三層次綜合實訓教學體系包括大數據采集與存儲綜合實訓、大數據分析應用綜合實訓和科研訓練，分別對應實踐教學的提高型、應用型、研究型三個層次，如圖1所示。前兩個綜合實訓以項目制學生組隊實施，其中前者屬于專業基本技能實訓，后者屬于專業綜合能力訓練；科研訓練是在教師的指導下學生獨立完成相關研究，實現科研和教學的深度融合，培養學生的創新能力和科學素養。

（二）建設與產業需求緊密結合的項目庫

數據科學與大數據專業綜合實訓的教學目標是要求學生掌握大數據采集、大數據平臺搭建、存儲與管理、大數據分析、相關算法模型設計等關鍵知識，培養具有數據分析思維、系統設計能力和大數據技術應用能力的綜合型數據科學人才。因此，本綜合實訓融合多門數據科學與大數據專業的核心課程的知識點來設計綜合實訓項目，結合華中農業大學農業、生物信息的優勢，走訪本校農業、生物等專業的學生，了解他們對大數據分析的需求；調研相關企業，了解產業界主流方向，緊密結合產業需求，建設有農業高校特色的綜合實訓項目庫，同時以科研項目制或產學研合作的方式獲取脫敏大數據。

根據不同年級的人才培養要求和學生水平，綜合實訓項目實施分為三個層次，采集與存儲綜合實訓的教學對象是二年級學生，著重專業基礎綜合知識訓練，學生通過結合當前社會需求的實踐課程整合所學課程的知識點，提升對專業課程的綜合理解；分析應用綜合實訓的教學對象是三年級學生，屬于專業綜合能力培養，項目設計強調任務系統性、應用性和新穎性，與產業前沿方向結合；科研訓練針對四年級學生，在項目設計上體現學科前沿性，并留給學生一定的創新空間。

（三）部署基于雙重Docker容器技術的大數據綜合實訓平臺

穩定、便捷的實訓平臺是實訓教學實施的重要基礎，我們采用雙重Docker容器技術，在已有的大數據實驗教學平臺上進行升級改造，部署大數據綜合實訓平臺。該平臺具有低成本、易維護、易操作、可靈活配置、可自主搭建等特點，提供統一、輕量、便捷的大數據開發環境。該平臺使學生可以從底層自主搭建Hadoop、Spark等集群環境，能靈活修改集群配置，加深學生對大數據架構等理論知識的理解；也可以一鍵部署輕松啟動大數據集群，滿足MapReduce、Spark等編程需求。同時，讓學生隨時隨地都可以操作實訓平臺，更好地共享資源，提高資源利用率。本實訓平臺具備從平臺搭建操作實踐到復雜的大數據分析實戰功能，全面鍛煉了學生運用大數據技術的能力，達到了提高教學質量、培養學生工程實踐能力的目的；同時具有管理教學過程、匯集學生的學習過程數據，為改革教學方式和提升教學效果提供了數據支撐。

（四）設計多元化的綜合實訓評價標準

在以項目制為驅動的綜合實訓教學中，設計多種形式的評價手段，多角度地評價學生的實訓效果。根據實訓過程中學生的表現情況、代碼完成情況、實訓結果、答辯情況等進行考核，加大過程考核評價權重，并通過學生自評和互評方式進行綜合評價；采用項目組內學生自評和互評相結合的方式，教師對項目組內所做階段性成果的驗收進行過程評價，并在答辯環節考查學生的學習情況，進行綜合評價。同時，鼓勵學生積極創新，對于有創新設計或算法實現的實訓項目，可以給予加分，從而實現對不同層次學生的兼顧且不失公平性，充分激發了學生的自律性和自主學習的積極性。

三、實施過程

本文構建的綜合實訓教學體系實施過程如圖2所示。

（一）構建項目庫

結合我校農業、生物信息的優勢，走訪本校農業、生物等專業，了解他們對大數據分析的需求，調研相關大數據企業，了解產業界主流方向，以科研項目制或產學研合作的方式獲取脫敏大數據。走訪部分兄弟院校，召開指導教師和學生研討會，了解他們的反饋意見和建議；邀請相關專業的專家，參加國內相關教學研討會，重構和優化課程知識點，制定項目指導書，改進評價標準，改造原有項目庫，建設有農業高校特色的綜合實訓項目庫。目前，項目庫包括40多個項目題目和任務指導書，項目庫涵蓋農業、生物大數據、社交網絡、購物推薦、交通物流分析等多個方向。

（二）部署大數據綜合實訓平臺

與國內知名的信息類專業教學與科研一體化平臺希冀和華為公司等合作，改造原有基于雙重Docker容器技術的大數據實驗平臺，部署了穩定強健的大數據綜合實訓平臺。該平臺已成功應用于三輪綜合實訓，共計服務420余名師生，有力支撐了實訓教學，反饋頗好。

（三）分級實施三個層次的綜合實訓

采集與存儲綜合實訓和分析應用綜合實訓分別安排在第四學期和第六學期，每年5月中旬，指導教師更新項目庫后公布題目，學生自由選題并組隊，指導教師對每個小組進行指導，學生小組查閱資料，研究技術方案和工具；6月初，安排相關指導教師針對項目進展中涉及的平臺環境配置、數據采集、存儲和應用分析等知識點和共性問題進行集中講解，在此期間，指導教師要對每個小組定期指導，及時了解項目進展情況，并指導和解決項目實踐中出現的具體問題；7月初（期末考試結束后），開展一周的集中實訓并答辯，這一周，指導教師和學生都在專業實驗室進行項目實訓。科研訓練項目主要由教師主持或參與的前沿性科研課題凝練而來，學生根據自己的興趣和能力，自由聯系指導教師，與教師一起確定研究計劃和方案，科研訓練成果以論文、專著或專利等形式展示。

在整個實訓過程中，指導教師掌握項目進展、工作量飽和度，根據實際情況及時進行調整，充分調動和發揮學生的積極性，對學有余力的學生，可以增加項目難度和工作量，并推薦其參加全國大學生大數據分析技術技能大賽等相關競賽，進一步激發學生創造潛能和創新思維。

（四）設計多元化評價標準

整個評價體系中加大過程考核評價權重，根據多元化評價標準對實訓進行考核。按照考核結果和師生反饋，對整個實踐教學體系的各個環節進行改進。

四、實施成效

本教學體系經過一年謀劃設計、兩年建設實施，已成功應用于三輪綜合實訓中，教學效果明顯提升，得到學生和同行的積極評價。符合產業主流需求的項目吸引了學生的興趣，多元化的評價標準充分激發了學生自主學習的積極性。在實訓教學中，學生查閱資料、研究技術方案，提高了自學能力和分析解決問題的能力；小組討論和答辯，培養了學生的溝通交流和團隊協作能力，創新意識也得到了鍛煉。

根據三輪的實訓教學反饋，教學效果良好。學生表示對所學的各門課程的知識理解更加深刻，提前體會到了工程項目的實踐過程，使后續的學習更有針對性；教師反映更多地體會了教學相長，理論教學與行業主流方向的工程實踐相結合，提高了自身的教學水平。

經過綜合實訓，學生綜合實踐能力水平明顯提升，連續三年在世界大學生超級計算機競賽中獲獎，獲得2022年中國軟件服務創新大賽決賽一等獎；多名學生考上清華大學、中國科學院大學、華中科技大學等“雙一流”大學的研究生，多名畢業生到字節跳動、騰訊科技、微軟（中國）、阿里巴巴、百度、蝦皮信息科技有限公司等科技企業大數據部門就職。

結語

加強實踐教學是新工科背景下培養大數據專業高素質綜合型人才的重要途徑，大數據專業綜合實訓是新興的教學理念，目前國內外還未有公認的經典教學體系。本綜合實訓課程已開設三輪，緊密結合人才市場需求，不斷探索、改進教學內容和教學模式，充分調動學生的積極性和主動性，分級逐步提高學生的綜合實驗能力、科學研究能力、創新實踐能力。今后，我們將進一步探索和改革實踐教學體系，以培養學生創新意識、提高學生科學素養、鍛煉學生綜合實踐能力為目標，提升教學效果。

參考文獻

［1］林健.面向未來的中國新工科建設［J］.清華大學教育研究，2017，38（2）：26-35.

［2］鄒北驥，奎曉燕，彭小寧，等.提升大學生創新實踐能力的新途徑［J］.計算機教育，2022（3）：1-5.

［3］石兵，熊盛武，饒文碧，等.數據科學與大數據技術專業建設研究與實踐［J］.計算機教育，2021（4）：88-92.

［4］葉回春，倪向貴，朱雨建.工程實訓教學的探索與實踐：工程科學前沿與實踐課程設計與實施［J］.實驗室研究與探索，2020，39（5）：237-239.

［5］鄒羚.創業與創新型計算機實踐教學模式探索［J］.計算機教育，2017（9）：102-105.

［6］顧榮，殷瀚，王肇康，等.大數據在線實訓平臺及綜合實驗課程體系設計［J］.實驗技術與管理，2021，38（7）：201-207.

Exploration and Practice of Practical Teaching for Big Data Technology Specialty under the Background of Emerging Engineering Education

WANG Hai-yan， HU Yu-xue， ZHANG Wen， XU Xun-guang

（College of Informatics， Huazhong Agricultural University， Wuhan， Hubei 430070， China）

Abstract： Practical teaching is an important guarantee for the ability training of big data technology specialty. At present， there are some problems in the comprehensive practical teaching， such as imperfect teaching content， loosely combined with industrial needs， lack of practical training platform to meet the cross-disciplinary needs， and single assessment and evaluation standards. According to the talent training objectives of big data technology majors under the background of emerging engineering education and driven by project system， a three-level hierarchical practical training teaching system has been established， and exploration and practice have been carried out in the aspects of project content， training platform， assessment method and implementation process. Through the three levels of practical training teaching， namely comprehensive project， innovative project and scientific research training， the content of project library is optimized， the practical training teaching platform is deployed and the assessment method is reformed， which effectively improves the innovative thinking and comprehensive quality of students in the field of big data， and helps to achieve the goal of cultivating innovation ability and scientific literacy of students.

Key words： emerging engineering education; big data technology specialty; practical teaching; ability cultivation