數字經濟背景下民辦高校數據科學與大數據技術專業建設研究

摘要：隨著數字經濟的蓬勃發展，對數據科學與大數據技術專業建設提出了新的要求。文章聚焦民辦院校數據科學與大數據技術專業建設現狀，指出專業人才培養模式模糊、專業課程體系缺乏創新、專業實踐平臺建設落后、專業師資隊伍水平有限和人才培養評價體系形式化等問題，提出根據數字經濟社會需求，明確人才培養模式；明晰民辦院校自身優勢，構建專業課程體系；著眼專業人才培養目標，優化專業實踐平臺；聚焦專業技術發展前景，建設優質師資隊伍；遵循院校專業建設要求，完善人才評價體系等舉措，從而加快民辦高校數據科學與大數據技術專業建設步伐，為社會輸送高質量專業人才。

關鍵詞：民辦高校；數據科學與大數據技術專業；數字經濟

一、引言

2021年，工業和信息化部發布《“十四五”大數據產業發展規劃》，推動大數據產業從培育期進入高質量發展期。同年，中國數字經濟規模已經突破45萬億元。2022年中國大數據產業規模已達1.57萬億元，成為推動數字經濟發展的重要力量。2015年，國務院印發《促進大數據發展行動綱要》，系統部署我國大數據發展和人才培養工作。2016年，教育部正式批準設立數據科學與大數據技術專業。2016年，北京大學等三所本科院校開設數據科學與大數據技術專業。2018年開始，民辦高校也緊隨其后紛紛申報數據科學與大數據技術專業。截至2023年，全國有700余所高校已經開設了數據科學與大數據技術專業，其中203所民辦高校開設了該專業。

民辦高校作為高等院校中的重要成員，有著獨樹一幟的特質。民辦高校依托市場生存，以市場需求為人才培養目標，辦學特色鮮明，院校以市場為導向，更加具體化，讓學生更懂得所學實際應用之地。同時強化學生學習職業技能，培養學生綜合素質。通過辦學的自主權，招攬更具有專業能力的教師和優質的生源，從而優先搶跑，這可以讓數據科學與大數據技術專業更加凸顯其專業特點，在民辦高校的背景下實現優者更優。現如今，數字經濟的蓬勃發展，導致高校大數據人才的培養數量和速度遠遠達不到產業規模的增速，專業人員稀缺，人才缺口呈持續擴大的趨勢。數字經濟背景下，民辦高校如何培養出創新型、復合型的數據科學與大數據技術專業人才，成為迫在眉睫的時代之問，專業建設也隨之成為刻不容緩的時代之舉。

二、民辦高校數據科學與大數據技術專業存在的問題

與傳統專業相比，數據科學與大數據技術專業是一門以數學、統計學和計算機等多學科為基礎，同時涉及金融、經濟、醫學等眾多學科的一門交叉學科。專業課程中包含了數理統計、時間序列分析、云計算等多個學科的交叉知識，整體所涉及的領域十分廣泛。數據科學與大數據技術專業作為新興專業，少數高校的專業建設初見雛形，更多院校仍在求索階段，可學習借鑒的經驗有限。結合目前民辦高校的專業建設來看，由于受到諸多條件限制，致使這一專業在建設過程中，還存在了很多的問題。

（一）專業人才培養模式模糊

人才培養模式是高校專業建設的主旨，它不僅是專業開辦和教學運行的首要依托，也是人才培養和質量提升的堅實基礎。人才培養模式的宗旨就是為社會培養高質量、面向未來、有用的專業棟梁，培養模式的現狀直接影響和制約著高校的專業建設與辦學水平。如今，部分公辦高校已經逐漸探索出適合本校的數據科學與大數據技術專業人才培養模式，如湘潭大學借鑒該校數學與計算科學人才培養方案改革和設立“數學類韶峰班”的成功經驗，實施“專業課+全校性輔修課、創新實驗室、校企聯合培養”的培養模式；萍鄉學院采用通識教育課程、專業課程和實踐應用能力培養以及實習實訓與畢業設計“三段式”模式，實施通識教育、專業教育、實踐教育相融合的一體化人才培養方案。相比之下，民辦高校數據科學與大數據技術專業人才培養模式尚在摸索中。第一，很多民辦院校在對自身院校優勢充分了解的基礎上，盲目地借鑒公辦院校或者傳統專業成熟的人才培養模式，導致專業人才培養模式定位不清晰。第二，部分院校只注重基礎知識教育和自身專業發展，忽視專業實踐知識和人才需求實況，導致培養模式與市場需求脫節，不利于民辦院校大數據專業建設，更不適應日新月異的數字經濟市場發展。

（二）專業課程體系缺乏創新

專業課程體系是專業建設的基石和立足點。系統、完整、結構化的課程體系承載著人才培養的最終宗旨，更是保障和提高教育質量的樞紐。數據科學與大數據技術專業課程中不僅包括概率論與數理統計等專業基礎課程，也包含著深度學習等實踐課程。專業基礎課程通常以三大學科的理論知識為主，采用以教師主導的傳統教學方式。大數據專業課程無視自身專業特點而一味地采用由教師為主的課堂教學方式會削弱學生的課堂參與感，最終導致學生學習的積極性和自主性不高。再者，民辦高校學生普遍學習基礎薄弱、學習能力一般、自我約束能力較差，對新興專業興趣有限。加上課程體系中數學、統計學和計算機三大學科彼此割裂及特色選修課程開設少的共同作用下，極大地壓抑了學生的專業興趣，限制了學生的視野和思維，難以建立學科之間的聯系，不利于學生專業能力的培養，以至于無法適應數字經濟快速發展，并無法滿足數字經濟社會的人才所需。另外，部分民辦院校急于跟風申報專業并未對數字經濟現狀、人才市場需求和專業人才的就業流向做充分的調研工作，使課程體系升級優化工作身陷囹圄，停滯不前。

（三）專業實踐平臺建設落后

實踐教學條件是保證實踐課程開展的必由之路。數據科學與大數據技術專業作為綜合性專業，既有至關重要的數據科學課程，又有不可或缺、緊跟時代發展的大數據技術課程。為足以匹配實踐教學和創新創業教育，民辦高校陸續搭建實踐平臺，但往往由于受經費限制等原因導致實踐平臺建設落后不足以匹配市場發展需求。以長春財經學院為例，《深度學習》課程中所使用的Tensorflow框架要求電腦為64位系統，機房的32位系統不能夠支持實踐教學，這并不利于教師有效演練和學生及時掌握知識。硬件設備落后導致實際教學情況與教學大綱相悖，學生理論知識和實踐操作脫軌，容易對后續學習造成不良影響。為改善這一情況，部分民辦院校基于校企協同理念紛紛開設了虛擬仿真實踐平臺。校企合作雖是一條捷徑，平臺日常的教學、管理和維護卻對教師和學校也提出了新的難題。教師的專業發展意識不強，缺乏有專業針對性的培訓，平臺使用熟練度低，有損于教師有效的專業發展和學生的實踐、創新創業學習。再者，目前部分高校的實踐平臺大多較形式化，真正意義上投入使用屈指可數。而正在使用的部分高校也出現因為合作深度不夠而導致出現質量不高的問題，諸般漏洞使高校無法順利落實人才培養計劃進而被迫減緩專業建設。

（四）專業師資隊伍水平待提升

專業師資隊伍水平是高等教育教學質量和科研水平的核心支撐，是專業建設的基本要素和地基工程，更是專業建設的中流砥柱。數據科學與大數據技術專業作為新型交叉學科，對教師隊伍水平提出了更高更嚴的要求。現今，大多數民辦高校數據科學與大數據技術專業教師數量不夠，無法滿足人才培養需要。為增加教師隊伍人數，部分高校通常忽略專業教師的學歷不高、缺乏專業的教學培訓等問題急于招聘教師，導致教學質量參差不齊。除此之外，民辦高校數據科學與大數據技術教師大多為數學、統計學和計算機等相關專業教師，并不具有數據科學與大數據技術專業教學背景，多數教師更擅長對自身所學專業知識進行講授，極少老師能夠立足于數字經濟發展的實際需求，講授更具深度和廣度的多學科融合專業課程。師資隊伍數量不足和教學水平有限往往造成學生以偏概全地理解知識，破壞學生學習的系統性和連貫性，難以滿足學生的多樣化需求，不利于完善數據科學與大數據技術專業課程體系及推動專業的高效建設，更不利于民辦高校向社會輸送高質量專業人才。

（五）人才培養評價體系形式化

人才培養評價體系是提升卓越人才質量的主要途徑。民辦高校如果缺少系統全面的評價體系，難以實現人才培養的良性閉環。各大高校的人才培養評價體系基于專業特色、人才培養目標等本應各有千秋。然而在評價方法方面，民辦本科院校形式普遍較為單一。大多數民辦高校在對專業特色、市場需求和學生特點進行充分剖析的基礎上，忽視評價體系在整個人才培養體系和專業建設過程中的重要性，盲目打造人才培養評價體系，采取“一刀切”的評價方式，導致評價體系指標不夠全面、科學，與專業發展和市場人才需要背道而馳。期間，部分民辦高校人才培養評價體系雖已建成，但形同虛設、浮于表面，過于形式化和程序化。院校和教師有絕對的話語權，而企業對其重視程度不夠，往往敷衍了事，不利于人才培養評價體系發揮應有的作用。

三、民辦高校數據科學與大數據技術專業建設對策研究

近幾年，數據科學與大數據技術專業映入人們眼簾，熱門專業通常是學生們報考首選。民辦高校更應抓住機會，做好新興專業設置，培養社會所需的專業人才。及時關注人才市場需求，聚焦社會經濟發展的熱點和趨勢，科學規劃數據科學與大數據技術專業前景，以市場需求為導向優化專業建設，精準定位，制定符合市場需求的專業設置方案。同時了解本地區和行業的發展動態和需求，確定專業培養方向是否滿足就業市場對人才的需求。注重教學質量，建設專業的師資隊伍，完善教學評價機制，創新教學方式，提高教學質量。讓民辦本科院校的數據科學與大數據技術專業走向更加完美的新階梯。

（一）根據數字經濟社會需求，明確人才培養模式

人才培養模式是一項系統工程，絕非一家之事，社會、高校、專業、教師與學生都是不可忽視的參與者。要明確科學可行的人才培養模式，與之配套的課程體系、實訓平臺、教學方法、評價體系等都需明晰，才能使之成為一個和諧統一的整體。首先，科學的人才培養模式應以OBE理念為基石，堅持以學生為本，從學生的需要出發，一切為了學生。高校可以深入學生當中調研，充分掌握學生特點，尊重學生的主體地位和個性化發展。其次，高校需厘清專業自身特色優勢，從數字經濟市場需求和學生實際出發，充分發揮專業多學科交叉融合的專業特色，打破各學科間的資源孤島，整合教學資源，壯大師資隊伍，建設專業課程體系。與此同時，努力打造高校和企業“雙主體”實踐平臺和多層次的人才培養評價體系。最終通過各模塊之間協同合作，明確以社會需求為導向，以教師為主導，以學生為主體的課堂教學、實踐教學、課外活動、實習實訓和科研創新“五位一體”的多學科交叉融合人才培養模式。此外，人才培養模式應當以發展的眼光不斷調整改革，以滿足專業建設需求和數字經濟市場日新月異的發展。

（二）明晰民辦院校自身優勢，構建專業課程體系

民辦高校在構建專業課程體系時，首先，應充分考慮學生發展特點、數字經濟發展和行業所需，高校可通過對所能獲取優質教學資源的合理統籌規劃，盡可能地提高學生的知識水平和學習能力。與此同時，高校應當實時關注數字經濟發展動態，并定期對就業市場和行業人才需求進行詳細調研，結合不同企業對人才的招聘要求，及時調整專業人才培養目標以輔助改進專業課程體系。其次，構建課程體系注重課程的基礎性、交叉性和實踐性。數學、統計學和計算機科學三大學科的理論和方法是專業課程體系不可或缺的理論基礎，但并非如出一轍。教師在傳授知識時，既保持傳統學科課程的獨立性，又注意與專業主干課程的聯系。專業課程自身具有獨特的交叉性，與不同領域文化結合又體現出別致特征。高校可根據自身院校特性，整合全校教科研資源，盡可能多地開設選修課程，為學生未來就業提供更多可能，幫助學生明確就業方向。同時探索創新的教學方法和教學技術，如案例教學、問題導向學習、團隊合作項目等。通過這些方法，激發學生的積極性和主動性，培養他們的批判性思維和解決問題的能力。值得注意的是，在大數據技術飛速發展下，專業的實踐性不容忽視。院校應積極與企業展開合作，共同塑造實踐平臺和創新實訓基地以滿足專業所需。民辦高校應當根據現代教學理念和以往的教學經驗不斷對教學模式進行調整，尋找到最適合學生發展課程體系，盡可能地加速數據科學與大數據技術專業建設。

（三）著眼專業人才培養目標，優化專業實踐平臺

為順利落實人才培養目標，為專業建設提速，民辦高校可盡力增加專業實踐平臺建設的資金投入，確保有足夠的經費用于設備購置、實驗室建設、實踐基地建設等方面。定期對專業實踐平臺的設備進行更新與升級，以滿足新技術、新方法的需求。確保設備齊全、先進，并與行業標準和實際應用保持一致。若硬件設備不足以緊跟數字經濟市場發展步伐和大數據技術的發展趨勢，高校需及時整合校內外的人才培養資源，與企業、行業機構建立合作關系，共同建立實踐基地，為學生提供真實的實踐環境和機會。同時聘請有豐富實踐經驗的專業人士作為實踐導師，指導學生在實踐環節中的學習和實踐項目的完成。實踐導師可以提供實際案例、指導學生解決問題，并分享實踐經驗和行業最新動態。此外，院校需定期對專業教師進行相應培訓，促進教師的教科研工作，鼓勵學生積極參與實踐項目，如科研項目、社會實踐等以鍛煉實踐能力、團隊合作能力和創新能力。并定期評估專業實踐平臺的效果和學生的實踐能力，收集學生和教師的反饋意見，并進行必要的改進和調整。通過上述措施，民辦高校可以提升專業實踐平臺建設，為學生提供更好的實踐機會和環境，培養他們的實踐能力和職業素養，增強他們的就業競爭力，更進一步實現平臺實踐與專業能力的深度融合，提高人才培養質量，加快數據科學與大數據專業建設。

（四）聚焦專業技術發展前景，建設優質師資隊伍

教師是立教之本、興教之源。民辦高校建設一支優質師資隊伍，可采用“內訓促專業，外招促融合”策略。“內訓”即高校要健全教師發展體系，完善教師發展培訓制度。學校通過廣泛的招聘渠道、與知名院校的合作、參與學術交流等方式加大力度積極招聘具有較高學術水平和專業經驗的教師。學校可通過聘請其他高校專家或者企業技術人員對為現有教師提供持續的專業培訓和學術交流機會，也可通過網絡優質的教科研資源進行在線進修，提升教師自身專業水平，使其具備承擔教學任務相適應的教學能力，并著眼世界學術前沿和國家重大需求開展科學研究，在其專業領域不斷深耕，做心懷“國之大者”、傳道授業的“經師”。“外招促融合”即積極與企業、行業機構建立合作關系，邀請企業專業人士參與教學工作。這樣可以使教學內容與實際應用更貼近，提高教師的實踐經驗和專業素養。此外，教師應結合現代教學理念和教育技術，與時俱進創新課堂教學方法、合理設計教學過程、改進教學方式、優化教學評價途徑，不斷提高科研能力和水平。同時院校應與國內外高水平大學、研究機構建立合作關系，促進師資隊伍的國際化。通過國際交流，教師可以了解最新的學術研究動態，拓寬學術視野，提高專業水平，確保教學質量和學生的學術能力，推動數據科學與大數據技術專業課程體系及專業的內涵式建設，向社會輸送高質量專業人才。

（五）遵循院校專業建設要求，完善人才評價體系

隨著我國數字經濟的推進，人才的需求和作用在不斷變化，民辦院校人才培養質量評價體系的制定需要動態調整。人才評價體系的本質就是在教學過程中發現人才、培育人才和使用人才，并引導對人才培養實踐進行統籌和規范，以保障人才教育的規范化和理性化發展。作為多學科知識融匯的數據科學與大數據技術專業，評價體系不僅依賴于單一的指標或標準，應該采用多元化的評價指標，包括學術成績、實踐能力、創新能力、綜合素質等，以全面評估學生的發展和成長。不僅依賴于定量數據和統計指標，也要考慮學生的實際表現和個人特質。引入定性評價的方法，如面試、項目展示、實踐報告等，可以更全面地評估學生的能力和潛力。同時注意鼓勵學生參與評價體系的設計和實施過程。可以通過學生代表參與評價標準的討論、意見征集和評價方式的反饋，確保評價體系更貼合實際需求，更符合學生的發展目標。為教師提供培訓和指導，使其能夠理解和運用綜合評價的方法。教師應該了解如何綜合考慮學生的不同方面，全面評估他們的能力和潛力，而不僅依賴于傳統的考試成績。院校還需積極鼓勵學生以個人興趣和潛能為導向，提供多樣化的學習和發展機會。評價體系應該關注學生的個性化發展，鼓勵學生在不同領域展示自己的才能和潛能。此外，評價體系應該是一個動態的過程，需要定期評估和改進。通過收集學生和教師的反饋意見，評估評價體系的有效性和公平性，并進行必要的改進和調整。通過上述措施，可以避免民辦高校人才培養評價體系的形式化傾向，更好地反映學生的真實能力和潛力，促進他們的全面發展。也使得民辦高校明確人才培養模式，并能夠不斷地更新，加快數據科學與大數據技術專業數字化進程建設，最終實現高校與社會之間的良性互動，促進數字經濟在專業建設中的廣泛應用。

參考文獻：

[1]王國仁，金福生，劉馳，等.面向國際化的數據科學與大數據專業課程體系建設[J].中國大學教學，2018（12）：43-45+51.

[2]桂勁松，張祖平，郭克華.新工科背景下高校新專業建設思路探索與實踐——以數據科學與大數據技術專業為例[J].計算機教育，2018（07）：27-31.

[3]楊銀，黃云清，劉韶躍.地方高校數據科學與大數據技術專業人才培養模式研究[J].教育現代化，2019，06（04）：19-21.

[4]何志芬，李希勇，張雯暉，等.應用型本科院校數據科學與大數據技術專業建設思路探索[J].萍鄉學院學報，2020，37（03）：92-97.

[5]李滿.應用型本科高校數據科學與大數據技術專業實踐教學現狀與改革研究[J].無線互聯科技，2022，19（03）：149-150.

[6]萬明傲，劉艷芳，左軍.民辦院校數據科學與大數據技術專業課程體系建設研究[J].產業與科技論壇，2022，21（23）：269-270.

[7]王威娜.數據科學與大數據技術專業人才培養模式研究[J].吉林化工學院學報，2022，39（10）：8-11.

[8]韓加林.基于OBE理念的財經高校數據科學與大數據技術專業建設[J].高教學刊，2022，8（22）：63-66.

＊基金項目：吉林省高教科研課題“數字經濟背景下數據科學與大數據技術專業人才培養模式研究”（課題編號：JGJX2022D515）；長春財經學院校級教研“大數據背景下《管理會計》課程體系重構與實踐研究”（課題編號：XJ202204）。

（作者單位：長春財經學院）