论文部分内容阅读
摘要：分析高校大数据学科发展现状，进一步阐述大数据竞赛开展现状及不同主体开展竞赛的异同，提出采用以赛促学模式支持大数据人才培养并给出优化建议，以竞赛思维探讨从“入校”到“出校”的产教融合的闭环大数据人才培养路径。
关键词：大数据;人才培养;实践教学体系
“中国制造2025”、“互联网+”、“一带一路”等重大发展战略，以新技术、新业态、新产业为特征的新经济形态繁荣发展，从而要求工程与科技人才须具备更高的创新和跨界整合能力，加快新工科建设，助力经济转型升级。为支持国家战略发展，国家教育部门积极推进“新工科”建设，先后形成了“复旦共识”、“天大行动”和“北京指南”，并发布了《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》，鼓励高等院校积极探索建设“新工科”的发展路径。当今社会已经全面进入大数据时代，大数据的应用已经从互联网、金融逐渐扩展到教育、政务、医疗健康、交通物流等社会和经济领域，正在深刻影响着中国社会和经济的发展进程与变革。如何培养适应新工科时代要求的大数据人才需要教育界和新产业界共同实践与探索。按新工科改革的教育理念，秉承创新工程教育人才培养“新模式”，建立以需求为导向的大数据人才培养机制。实践教学体系在多学科交叉的新工科专业建设中，直接关乎学生的实践能力和创新意识。因此，探索适合大数据人才培养的实践教学体系是新工科大数据人才培养过程中的重要研究方向。
1、对数据竞赛的理性思考
（1）数据竞赛中优胜方案的落地性有待考究。数据竞赛关注参赛者算法使用的精熟度，而实际工作更关注真实的业务场景问题;竞赛中使用的数据经过精细处理，相较于真实环境中更复杂的数据，分析的难度会下降不少，因此在竞赛中运用静态数据集调试的模型是否适于处理真实情境中复杂、动态的数据，其有效性尚待验证。
（2）数据竞赛辐射人群的局限性。在高校学生群体中，了解竞赛、对参与竞赛有兴趣的还是占少数。知名大数据竞赛覆盖的基本还是头部高校，普通高校学生参赛的占比较小。每年举办的学科竞赛并不少，由于信息不对称、激励机制不健全等原因，普通高校学生总体参赛热情不是很高。
（3）如何更好地发挥竞赛的价值？数据竞赛中确实出现了一些能达到工业应用级别的成果，但办赛方不能仅关注成果，竞赛的衍生价值也值得关注。如果参赛者（如学生）在竞赛中未获得丰富的体验，达不到锻炼的效果，那么对竞赛的反馈自然不是很好。除了优化选手的参赛体验外，竞赛与其他育人环节融合的意义更为重要和必要。
2、不同主体主导的大数据竞赛
（1）是学会、论坛和高校主导的数据竞赛。以CCF大数据与计算智能大赛为例，其主要以众智、众包的方式汇聚海内外产学研用多方智慧，为社会发现和培养大量高质量数据人才。2020年大赛吸引了来自全球25个国家的43795人参赛，提交作品达83361次。
（2）是企业主导的竞赛。以百度国际大数据竞赛为例，2020年的赛题是“高致病性传染病的传播趋势预测”，紧扣社会热点，打破了AI与现实医学的“次元壁”，除了中国的高校外，这次竞赛吸引了全球来自五大洲22个国家580所高校的选手、3000多支队伍参赛。
（3）是政府及事业单位主导的竞赛。以2018年广东政府主导的广东工业制造大数据创新大赛为例，其中的智能算法赛主题是“铝型材表面瑕疵识别”，旨在为真實场景的痛点寻找解决方案。此次大赛吸引了来自全球共4413名选手和479家企业参加。
（4）是科研机构主导的竞赛。以中国医院协会医学工程专业委员会主办的PLAGH-MIT医疗大数据Datathon为例，其致力于汇集医疗专家、数据科学家等不同领域的参与者进行团队协作，解决临床医学的多种需求。2019年的比赛有24个跨领域的团队参加，在专家指导下12支队伍脱颖而出。
3、新工科背景下大数据人才培养实践教学体系设计
（一）设计理念。一是基于大数据专业人才就业服务面向，为培养适合新经济发展所需要的大数据人才，实施“校企合作”的培养路线。通过与校企合作企业共同广泛调研，分析岗位能力要素，了解企业岗位需求及人才规格要求，遵循“OBE”理念，吸纳行业企业及教育专家参与专业人才培养方案编制，讨论设计实践教学体系，从源头上避免应用型人才培养与企业需求的脱节。二是以岗位需求为目标，基于其对人才培养强调学科交叉性为特点，构建以数据科学与大数据技术专业为主干，以应用统计学、计算机科学与技术、软件工程等相关专业为支撑大数据专业集群。大数据专业集群建设，有效整合校内外资源，在专业建设、人才培养、队伍建设、平台建设等方面实现资源共享，交叉融合，凸显集群特色，培养具有不同学科和专业背景的交叉复合型大数据人才。三是培养目标中课程的设计要体现对能力的培养，积极践行“教学-实践-就业零距离”应用型人才培养模式。以四条主线为理念设计大数据人才培养的实践教学体系，在实践教学体系引入行业企业标准，培养学生工程应用能力和实践创新能力。
（二）设计内容。以课程教学模式改革为主线的基础性实践教学体系设计。应用型课程建设实施是实现人才培养质量的关键，实践教学环节是应用型人才培养的核心部分。在校企合作机制下，教师与企业人员共同对专业课程与教学体系进行探讨，共同研究开发适合培养学生应用型能力的课程，重构课程体系，讨论实践教学环节的构成，形成培养学生实践能力的课程体系，真正实现课程设置是紧紧围绕培养方案中要求的能力。一是校企合作共同建设了大数据应用创新中心，作为教学环境和实践基地，为学生实践实训提供了坚实平台和广阔空间，提高了应用型人才培养质量。二是专业集群实施基于工作过程系统化、工作室项目化、学科竞赛、校企合作开发等应用型课程建设模式。突出能力本位，行动导向，做中学、学中做、思中学、教学做一体，真学真做、用以致学和学以致用相统一。全部专业方向课程设计、评价由企业人员直接参与。积极推行基于实际应用的案例教学、项目教学和虚拟现实技术应用，专业课程运用真实任务、真实案例教学。三是基础性实践教学体系的设计，践行应用型人才培养模式，使学生能扎实地掌握工程问题所需要的专业理论与知识，并具备对复杂工程问题分析与解决的能力。
参考文献：
[1]蔚婧，李道江，郭西京.新工科背景下的高校实践教学改革探索[J].物联网技术，2019，9（2）：112～114
关键词：大数据;人才培养;实践教学体系
“中国制造2025”、“互联网+”、“一带一路”等重大发展战略，以新技术、新业态、新产业为特征的新经济形态繁荣发展，从而要求工程与科技人才须具备更高的创新和跨界整合能力，加快新工科建设，助力经济转型升级。为支持国家战略发展，国家教育部门积极推进“新工科”建设，先后形成了“复旦共识”、“天大行动”和“北京指南”，并发布了《关于开展新工科研究与实践的通知》《关于推进新工科研究与实践项目的通知》，鼓励高等院校积极探索建设“新工科”的发展路径。当今社会已经全面进入大数据时代，大数据的应用已经从互联网、金融逐渐扩展到教育、政务、医疗健康、交通物流等社会和经济领域，正在深刻影响着中国社会和经济的发展进程与变革。如何培养适应新工科时代要求的大数据人才需要教育界和新产业界共同实践与探索。按新工科改革的教育理念，秉承创新工程教育人才培养“新模式”，建立以需求为导向的大数据人才培养机制。实践教学体系在多学科交叉的新工科专业建设中，直接关乎学生的实践能力和创新意识。因此，探索适合大数据人才培养的实践教学体系是新工科大数据人才培养过程中的重要研究方向。
1、对数据竞赛的理性思考
（1）数据竞赛中优胜方案的落地性有待考究。数据竞赛关注参赛者算法使用的精熟度，而实际工作更关注真实的业务场景问题;竞赛中使用的数据经过精细处理，相较于真实环境中更复杂的数据，分析的难度会下降不少，因此在竞赛中运用静态数据集调试的模型是否适于处理真实情境中复杂、动态的数据，其有效性尚待验证。
（2）数据竞赛辐射人群的局限性。在高校学生群体中，了解竞赛、对参与竞赛有兴趣的还是占少数。知名大数据竞赛覆盖的基本还是头部高校，普通高校学生参赛的占比较小。每年举办的学科竞赛并不少，由于信息不对称、激励机制不健全等原因，普通高校学生总体参赛热情不是很高。
（3）如何更好地发挥竞赛的价值？数据竞赛中确实出现了一些能达到工业应用级别的成果，但办赛方不能仅关注成果，竞赛的衍生价值也值得关注。如果参赛者（如学生）在竞赛中未获得丰富的体验，达不到锻炼的效果，那么对竞赛的反馈自然不是很好。除了优化选手的参赛体验外，竞赛与其他育人环节融合的意义更为重要和必要。
2、不同主体主导的大数据竞赛
（1）是学会、论坛和高校主导的数据竞赛。以CCF大数据与计算智能大赛为例，其主要以众智、众包的方式汇聚海内外产学研用多方智慧，为社会发现和培养大量高质量数据人才。2020年大赛吸引了来自全球25个国家的43795人参赛，提交作品达83361次。
（2）是企业主导的竞赛。以百度国际大数据竞赛为例，2020年的赛题是“高致病性传染病的传播趋势预测”，紧扣社会热点，打破了AI与现实医学的“次元壁”，除了中国的高校外，这次竞赛吸引了全球来自五大洲22个国家580所高校的选手、3000多支队伍参赛。
（3）是政府及事业单位主导的竞赛。以2018年广东政府主导的广东工业制造大数据创新大赛为例，其中的智能算法赛主题是“铝型材表面瑕疵识别”，旨在为真實场景的痛点寻找解决方案。此次大赛吸引了来自全球共4413名选手和479家企业参加。
（4）是科研机构主导的竞赛。以中国医院协会医学工程专业委员会主办的PLAGH-MIT医疗大数据Datathon为例，其致力于汇集医疗专家、数据科学家等不同领域的参与者进行团队协作，解决临床医学的多种需求。2019年的比赛有24个跨领域的团队参加，在专家指导下12支队伍脱颖而出。
3、新工科背景下大数据人才培养实践教学体系设计
（一）设计理念。一是基于大数据专业人才就业服务面向，为培养适合新经济发展所需要的大数据人才，实施“校企合作”的培养路线。通过与校企合作企业共同广泛调研，分析岗位能力要素，了解企业岗位需求及人才规格要求，遵循“OBE”理念，吸纳行业企业及教育专家参与专业人才培养方案编制，讨论设计实践教学体系，从源头上避免应用型人才培养与企业需求的脱节。二是以岗位需求为目标，基于其对人才培养强调学科交叉性为特点，构建以数据科学与大数据技术专业为主干，以应用统计学、计算机科学与技术、软件工程等相关专业为支撑大数据专业集群。大数据专业集群建设，有效整合校内外资源，在专业建设、人才培养、队伍建设、平台建设等方面实现资源共享，交叉融合，凸显集群特色，培养具有不同学科和专业背景的交叉复合型大数据人才。三是培养目标中课程的设计要体现对能力的培养，积极践行“教学-实践-就业零距离”应用型人才培养模式。以四条主线为理念设计大数据人才培养的实践教学体系，在实践教学体系引入行业企业标准，培养学生工程应用能力和实践创新能力。
（二）设计内容。以课程教学模式改革为主线的基础性实践教学体系设计。应用型课程建设实施是实现人才培养质量的关键，实践教学环节是应用型人才培养的核心部分。在校企合作机制下，教师与企业人员共同对专业课程与教学体系进行探讨，共同研究开发适合培养学生应用型能力的课程，重构课程体系，讨论实践教学环节的构成，形成培养学生实践能力的课程体系，真正实现课程设置是紧紧围绕培养方案中要求的能力。一是校企合作共同建设了大数据应用创新中心，作为教学环境和实践基地，为学生实践实训提供了坚实平台和广阔空间，提高了应用型人才培养质量。二是专业集群实施基于工作过程系统化、工作室项目化、学科竞赛、校企合作开发等应用型课程建设模式。突出能力本位，行动导向，做中学、学中做、思中学、教学做一体，真学真做、用以致学和学以致用相统一。全部专业方向课程设计、评价由企业人员直接参与。积极推行基于实际应用的案例教学、项目教学和虚拟现实技术应用，专业课程运用真实任务、真实案例教学。三是基础性实践教学体系的设计，践行应用型人才培养模式，使学生能扎实地掌握工程问题所需要的专业理论与知识，并具备对复杂工程问题分析与解决的能力。
参考文献：
[1]蔚婧，李道江，郭西京.新工科背景下的高校实践教学改革探索[J].物联网技术，2019，9（2）：112～114