论文部分内容阅读
摘 要： 数据科学与大数据技术专业是一门典型的新工科专业，课程体系是该专业建设的核心。文章分析了该专业建设存在的主要问题，针对目前该专业的课程体系缺少统一标准的现状，依据新工科建设的要求，制定了该专业的课程体系。以长沙理工大学为例，着重介绍其在培养目标、课程设置、培养方向、实践教学等方面的教学改革和实践，为数据科学与大数据专业的建设提供参考。
关键词： 新工科; 大数据; 课程体系; 实践
中图分类号：G642 文献标识码：A 文章编号：1006-8228（2021）07-98-03
Research and practice on the curriculum system of big data specialty in the
context of New Engineering Education
Yin Bo
（School of Computer and Communication Engineering，Changsha University of Science and Technology， Changsha， Hunan 410014， China）
Abstract： Data science and big data technology specialty is a typical specialty in New Engineering Education. The curriculum system is the core of the specialty construction. This paper analyzes the main problems existing in the construction of the specialty. Because the curriculum system of the specialty lacks unified standards currently， a curriculum system has been formulated according to the requirements of New Engineering Accreditation. Taking Changsha University of Science and Technology as an example， the teaching reform and practice on the training objectives， curriculum， training direction， and practical teaching are introduced in detail， which provides reference for the construction of data science and big data specialty.
Key words： New Engineering Education; big data; curriculum systems; practice
0 引言
大数据已经成为国家的战略资源和无形资产，已经应用于各行各业。大数据产业已成为战略意义的前沿性、高端性新兴产业，受到社会各界高度关注[1-2]。大数据相关人才的培养是我国成功实施国家大数据战略的关键。国家“十三五”规划纲要中提出，要“实施国家大数据战略，推进数据资源开放共享”，在此背景下，大数据产业市场进入新一轮高速增长，这对大数据相关领域的专业人才需求更加迫切。2017年2月以来，教育部积极推进新工科建设，新工科专业是主要指针对新兴产业、新经济、和新服务需求的专业，以互联网和工业智能为核心[3-4]。
数据科学与大数据技术专业（以下简称“大数据专业”）是典型的新工科专业，专业代码为080910T，学位授予门类为工学、理学。大数据专业以大数据为研究和分析对象，是以计算机科学、数学和统计学作为基础的多学科交叉融合专业，培养大数据研发和产业应用的复合型人才。大数据产业对大数据人才的需求以及新工科专业建设背景，使得大数据专业建设在各高校如火如荼地开展，设立大数据专业的学校数量飞速增长。2016年北京大学、对外经济贸易大学、中南大学这三所院校第一批试办大数据专业;2017到2019年分别新增32、250、196所高校获批第二批到第四批大数据专业。2020年第五批新增138所高校。目前全国共有619所高校开设该专业，获批高校呈井喷式增长并将持续下去，地方高校竞相开设大数据专业。长沙理工大学依托计算机学院，于2019年第四批获批开设大数据专业，从地方产业需求出发，为大数据所催生的新产业和新经济培养具备扎实数据分析和系统建构能力的高级技术人才。
课程体系是專业建设实施的关键，是当前开办大数据专业的高校都在思考和探讨的问题。目前大数据专业课程体系缺少统一标准，缺少适合教学的优秀教材，实践环节与企业需求脱钩，师资力量也严重不足，这些问题使得大数据专业实践和研究滞后于产业需求。新工科分类建设要求地方高校能够主动对接地方经济与社会的发展需要，加强应用型人才培养。因此如何按照新工科对人才培养的要求，从专业特点和技术发展的角度建设大数据专业值得探索和研究。
1 大数据专业建设现状
缺少标准统一的课程体系 尽管开设大数据专业的高校数量急速增长，目前大数据专业建设还在探索和发展的过程，人才培养体系尚未健全;没有形成标准统一的课程体系，缺少成熟的案例和经验参考[5]。高校根据自身特色和优势，选择开设该专业的学院（主要是计算机学院、数学学院、以及经管学院），开设的课程也会有一些差别。 缺少好的教材 大数据专业的教材建设处于起步阶段，符合高校教学实施的教材较少，尤其缺少权威优秀教材。任何成熟的专业都有1-2门系统阐述本专业基础理论的课程，这些课程在内容上有统一标准，也有权威教材。但是目前大数据专业缺少这样的课程和相应的教材。
实践平台亟待建设 大数据专业具有较强的实践性，实践平台不仅要提供开发环境，还需要提供真实的行业数据供学生分析与操作[6]。目前平台建设滞后于教学需求和产业需求，实践课程缺少行业案例。许多院校尚未和企业建立有效的合作培养方式，不利于进行工程实践教学。
此外，大数据专业也存在师资力量不足的问题。大数据专业是一门多学科交叉融合的专业。大数据人才需要掌握大数据采集、存储、分析、可视化的基础理论和实践技能。大数据专业教学难度大，对教师的要求较高，需要兼具理论知识和实践能力的师资队伍。目前新建院系还在发展中，缺少专业化的教师团队。主要以年轻教师为主，缺乏工程教育实践经验;能够指导学生实验和实训的教师不足。
2 大数据专业课程建设探索
2.1 培养目标的设定
新工科旨在培养具有良好人文素养、协作精神、可持续发展、终身学习能力，以及实践、创新能力强的高素质复合型人才。长沙理工大学大数据专业，对接地方区域经济的需求，紧跟大数据技术的发展和产业需要，谋求“特色”“精准”的人才培养模式，建设面向大数据研发和产业应用的复合型人才培养体系。
大数据专业的培养目标是让学生掌握面向大数据应用的计算机科学、统计学、数学基础知识，系统学习数据建模、数据管理、数据分析的基本理论方法和技能;同时具备自然科学和社会科学等领域中大数据的应用分析技能。本专业学生在系统的专业技术训练基础上，具备广泛的数据应用视野。学生毕业以后将能从事交通大数据、金融大数据、能源大数据等各类应用领域大数据分析挖掘、大数据系统开发等技术工作。
2.2 课程体系的构建
长沙理工大学大数据专业的课程体系，围绕大数据的采集、处理、存储、分析四个方面，并且结合工程认证的要求进行课程设置。前两年主要开设通识课程和计算机类基础课程，保证学生能够掌握计算机组成原理、操作系统、数据库原理与应用、程序设计能力和大数据初步处理技术，达到宽口径目的。其中第一年按照信息大类进行培养，夯实基础，加强通识教育和数学知识学习。第二年进行专业基础能力的培养，包括统计学、大数据系统构建、数据分析基础知识和方法的学习。第三年强化专业能力，提升系统开发和大数据分析挖掘的能力，理论联系实际，加强实习、创新、创业等实践教学。第四年问题驱动，围绕大数据的整个生命周期，培养学生解决复杂问题的能力。为了培养学生的程序设计能力和算法思想，依托计算机学院的特色课程“程序设计算法与数据结构”;该课程以C语言作为基本语言，结合面向对象编程，重点讲授算法思想;采用小班教学，跨度为三个学期。
大数据专业课程体系包含核心课程、选修课程、实践环节三个方面（如图1所示）。
⑴ 核心课程是本专业学生必修的重要课程，包括公共基础课、学科基础课、专业基础课、专业核心课四个部分，课程深度逐步递进。开课顺序是从公共基础课到专业核心课，公共基础课和学科基础课在大一和大二学年开设，专业基础课和专业核心课在大三和大四学年开设。这个课程体系涵盖大数据的获取、存储、管理、挖掘到可视化的整个生命周期的相关技术。
⑵ 实践环节包含实验和实习实训，分为专业基础实践、专业课程实践、综合实训、综合应用实践四个部分。对于重要的专业课程，均开设独立的实验课程。专业基础实践针对学科基础课程;专业课程实践针对专业课程，以培养学生搭建大数据平台和进行大数据分析为主。综合实训则是针对行业应用的综合性实践，针对大数据平台开发设置了“大数据系统能力综合实训”课程，针对大数据分析设置了“数据挖掘与人工智能综合应用实训”课程。
⑶ 专业选修课用于扩展学生的专业能力，专业选修课包括：“数据挖掘技术基础”、“数学建模”、“大数据可视化”、“虚拟化技术”、“地理信息大数据处理技术”、“ETL技術及应用”、“数据科学新技术”等课程。大数据技术在物联网、金融等众多领域得到了广泛应用，大数据技术与应用领域结合才能发挥出价值。因此，在课程体系中设置了“地理信息大数据处理”、“金融大数据”等领域选修课，从而培养学生在实际应用背景中分析和发现领域问题，解决领域问题。
根据行业技术发展和企业岗位需求，设置了“大数据系统开发技术”、“大数据处理与分析技术”两个特色培养方向。“大数据系统开发”方向以构建大数据系统为目标，以Java作为主要的程序设计语言，以“大数据存储与管理”、“并行与分布式计算”作为主要课程。“大数据处理与分析”方向以分析和挖掘大数据知识为目标，以Python作为主要的程序设计语言，以统计学统计分析理论作为基础，以“机器学习”和“深度学习”作为主要课程。课程群包含的课程如下。
⑴ 大数据系统开发技术：“操作系统”、“数据库原理与技术”、“Linux操作系统”、“Java程序设计”、“计算机网络”、“数据采集与预处理”、“大数据存储与管理”、“并行与分布式计算”、“软件工程概论”。
⑵ 大数据处理与分析技术：“Python程序设计”、“离散数学”、“程序设计算法与数据结构”、“数据采集与预处理”、“机器学习”、“深度学习”、“多元统计分析与R语言建模”、“行业大数据分析”、“应用统计学”。
2.3 重视实践环节
搭建面向行业应用的大数据实践平台，包括“计算机基础训练”、“大数据专业技能训练”、“企业工作实践训练”、“科技创新实践训练”四个模块。以大学生创新精神和实践能力培养为核心，推进产业与教学的紧密结合、深度融合。整合学校优势与特色专业（如能源、交通、水利、金融等专业）的大数据资源至统一平台，进行开放共享。分析各个学科大数据特征，细化各个学科和对应行业的大数据处理需求，培养学生面向能源、交通、水利、金融等行业的大数据处理和分析能力。
通过基础实训、校企合作实训、毕业实习、毕业设计等环节，达到提高学生创新精神和综合解决实际问题能力的目的。实训课程包括校内外实训，从企业引进具有大数据项目经验的工程师参与实训教学，将真实的大数据案例进行知识分解，让学生进行分组，分步骤合作进行项目开发。选派教师到技术培训基地或者大数据企业进行专业技能培训，组织教师到企业进行专业实践锻炼，以提高大数据专业教师的项目实践能力。实施问题驱动的毕业设计。组织实践能力强的教师构建创新团队，带领学生参加大数据挑战赛等相关竞赛。
3 总结与展望
大数据专业是新工科背景下的新建专业。大数据专业建设应该根据新工科和工程认证的需求，并结合学校特色和实际情况。本文以长沙理工大学大数据专业建设为例，从培养目标、课程设置、培养方向、实践教学等方面进行探索和实践，以“大数据系统开发技术”、“大数据处理与分析技术”作为两个特色培养方向，制定大数据专业课程体系。推进教学与产业的紧密结合，通过校企合作、问题驱动的毕业设计等环节和措施来提升学生的实践能力。目前大数据专业还处于探索阶段，需要精确定位行业需要，将产教融合落实到位，在教学实践中积累经验，反馈和完善课程体系，培养适应时代需求的大数据人才。
参考文献（References）：
[1] 张燕，刘鹏，赵海峰，潘永东.大数据专业建设的思考与探索[J].中国大学教学，2019.4：38-41
[2] 王国仁，金福生，刘驰，王树良.面向国际化的数据科学与大数据专业课程体系建设[J].中国大学教学，2018.12：43-44
[3] 吴贺俊，饶洋辉.面向新工科的大数据专业课程建设[J].中国大学教学，2019.4：34-37
[4] 张鹏，张晖，杨学南. 新工科背景下地方院校大数据专业人才培养探索与实践[J].当代教育实践与教学研究，2019.23：202-204
[5] 王元卓，隋京言.新工科背景下的大数据专业建设与人才培养[J].中国大学教学，2018.12：35-37
[6] 刘颖，王爱莲，宣齐娜，何媛源，新工科背景下数据科学与大数据技术专业建设探析[J]，吉林工商学院学报，2019.35（6）：106-109
关键词： 新工科; 大数据; 课程体系; 实践
中图分类号：G642 文献标识码：A 文章编号：1006-8228（2021）07-98-03
Research and practice on the curriculum system of big data specialty in the
context of New Engineering Education
Yin Bo
（School of Computer and Communication Engineering，Changsha University of Science and Technology， Changsha， Hunan 410014， China）
Abstract： Data science and big data technology specialty is a typical specialty in New Engineering Education. The curriculum system is the core of the specialty construction. This paper analyzes the main problems existing in the construction of the specialty. Because the curriculum system of the specialty lacks unified standards currently， a curriculum system has been formulated according to the requirements of New Engineering Accreditation. Taking Changsha University of Science and Technology as an example， the teaching reform and practice on the training objectives， curriculum， training direction， and practical teaching are introduced in detail， which provides reference for the construction of data science and big data specialty.
Key words： New Engineering Education; big data; curriculum systems; practice
0 引言
大数据已经成为国家的战略资源和无形资产，已经应用于各行各业。大数据产业已成为战略意义的前沿性、高端性新兴产业，受到社会各界高度关注[1-2]。大数据相关人才的培养是我国成功实施国家大数据战略的关键。国家“十三五”规划纲要中提出，要“实施国家大数据战略，推进数据资源开放共享”，在此背景下，大数据产业市场进入新一轮高速增长，这对大数据相关领域的专业人才需求更加迫切。2017年2月以来，教育部积极推进新工科建设，新工科专业是主要指针对新兴产业、新经济、和新服务需求的专业，以互联网和工业智能为核心[3-4]。
数据科学与大数据技术专业（以下简称“大数据专业”）是典型的新工科专业，专业代码为080910T，学位授予门类为工学、理学。大数据专业以大数据为研究和分析对象，是以计算机科学、数学和统计学作为基础的多学科交叉融合专业，培养大数据研发和产业应用的复合型人才。大数据产业对大数据人才的需求以及新工科专业建设背景，使得大数据专业建设在各高校如火如荼地开展，设立大数据专业的学校数量飞速增长。2016年北京大学、对外经济贸易大学、中南大学这三所院校第一批试办大数据专业;2017到2019年分别新增32、250、196所高校获批第二批到第四批大数据专业。2020年第五批新增138所高校。目前全国共有619所高校开设该专业，获批高校呈井喷式增长并将持续下去，地方高校竞相开设大数据专业。长沙理工大学依托计算机学院，于2019年第四批获批开设大数据专业，从地方产业需求出发，为大数据所催生的新产业和新经济培养具备扎实数据分析和系统建构能力的高级技术人才。
课程体系是專业建设实施的关键，是当前开办大数据专业的高校都在思考和探讨的问题。目前大数据专业课程体系缺少统一标准，缺少适合教学的优秀教材，实践环节与企业需求脱钩，师资力量也严重不足，这些问题使得大数据专业实践和研究滞后于产业需求。新工科分类建设要求地方高校能够主动对接地方经济与社会的发展需要，加强应用型人才培养。因此如何按照新工科对人才培养的要求，从专业特点和技术发展的角度建设大数据专业值得探索和研究。
1 大数据专业建设现状
缺少标准统一的课程体系 尽管开设大数据专业的高校数量急速增长，目前大数据专业建设还在探索和发展的过程，人才培养体系尚未健全;没有形成标准统一的课程体系，缺少成熟的案例和经验参考[5]。高校根据自身特色和优势，选择开设该专业的学院（主要是计算机学院、数学学院、以及经管学院），开设的课程也会有一些差别。 缺少好的教材 大数据专业的教材建设处于起步阶段，符合高校教学实施的教材较少，尤其缺少权威优秀教材。任何成熟的专业都有1-2门系统阐述本专业基础理论的课程，这些课程在内容上有统一标准，也有权威教材。但是目前大数据专业缺少这样的课程和相应的教材。
实践平台亟待建设 大数据专业具有较强的实践性，实践平台不仅要提供开发环境，还需要提供真实的行业数据供学生分析与操作[6]。目前平台建设滞后于教学需求和产业需求，实践课程缺少行业案例。许多院校尚未和企业建立有效的合作培养方式，不利于进行工程实践教学。
此外，大数据专业也存在师资力量不足的问题。大数据专业是一门多学科交叉融合的专业。大数据人才需要掌握大数据采集、存储、分析、可视化的基础理论和实践技能。大数据专业教学难度大，对教师的要求较高，需要兼具理论知识和实践能力的师资队伍。目前新建院系还在发展中，缺少专业化的教师团队。主要以年轻教师为主，缺乏工程教育实践经验;能够指导学生实验和实训的教师不足。
2 大数据专业课程建设探索
2.1 培养目标的设定
新工科旨在培养具有良好人文素养、协作精神、可持续发展、终身学习能力，以及实践、创新能力强的高素质复合型人才。长沙理工大学大数据专业，对接地方区域经济的需求，紧跟大数据技术的发展和产业需要，谋求“特色”“精准”的人才培养模式，建设面向大数据研发和产业应用的复合型人才培养体系。
大数据专业的培养目标是让学生掌握面向大数据应用的计算机科学、统计学、数学基础知识，系统学习数据建模、数据管理、数据分析的基本理论方法和技能;同时具备自然科学和社会科学等领域中大数据的应用分析技能。本专业学生在系统的专业技术训练基础上，具备广泛的数据应用视野。学生毕业以后将能从事交通大数据、金融大数据、能源大数据等各类应用领域大数据分析挖掘、大数据系统开发等技术工作。
2.2 课程体系的构建
长沙理工大学大数据专业的课程体系，围绕大数据的采集、处理、存储、分析四个方面，并且结合工程认证的要求进行课程设置。前两年主要开设通识课程和计算机类基础课程，保证学生能够掌握计算机组成原理、操作系统、数据库原理与应用、程序设计能力和大数据初步处理技术，达到宽口径目的。其中第一年按照信息大类进行培养，夯实基础，加强通识教育和数学知识学习。第二年进行专业基础能力的培养，包括统计学、大数据系统构建、数据分析基础知识和方法的学习。第三年强化专业能力，提升系统开发和大数据分析挖掘的能力，理论联系实际，加强实习、创新、创业等实践教学。第四年问题驱动，围绕大数据的整个生命周期，培养学生解决复杂问题的能力。为了培养学生的程序设计能力和算法思想，依托计算机学院的特色课程“程序设计算法与数据结构”;该课程以C语言作为基本语言，结合面向对象编程，重点讲授算法思想;采用小班教学，跨度为三个学期。
大数据专业课程体系包含核心课程、选修课程、实践环节三个方面（如图1所示）。
⑴ 核心课程是本专业学生必修的重要课程，包括公共基础课、学科基础课、专业基础课、专业核心课四个部分，课程深度逐步递进。开课顺序是从公共基础课到专业核心课，公共基础课和学科基础课在大一和大二学年开设，专业基础课和专业核心课在大三和大四学年开设。这个课程体系涵盖大数据的获取、存储、管理、挖掘到可视化的整个生命周期的相关技术。
⑵ 实践环节包含实验和实习实训，分为专业基础实践、专业课程实践、综合实训、综合应用实践四个部分。对于重要的专业课程，均开设独立的实验课程。专业基础实践针对学科基础课程;专业课程实践针对专业课程，以培养学生搭建大数据平台和进行大数据分析为主。综合实训则是针对行业应用的综合性实践，针对大数据平台开发设置了“大数据系统能力综合实训”课程，针对大数据分析设置了“数据挖掘与人工智能综合应用实训”课程。
⑶ 专业选修课用于扩展学生的专业能力，专业选修课包括：“数据挖掘技术基础”、“数学建模”、“大数据可视化”、“虚拟化技术”、“地理信息大数据处理技术”、“ETL技術及应用”、“数据科学新技术”等课程。大数据技术在物联网、金融等众多领域得到了广泛应用，大数据技术与应用领域结合才能发挥出价值。因此，在课程体系中设置了“地理信息大数据处理”、“金融大数据”等领域选修课，从而培养学生在实际应用背景中分析和发现领域问题，解决领域问题。
根据行业技术发展和企业岗位需求，设置了“大数据系统开发技术”、“大数据处理与分析技术”两个特色培养方向。“大数据系统开发”方向以构建大数据系统为目标，以Java作为主要的程序设计语言，以“大数据存储与管理”、“并行与分布式计算”作为主要课程。“大数据处理与分析”方向以分析和挖掘大数据知识为目标，以Python作为主要的程序设计语言，以统计学统计分析理论作为基础，以“机器学习”和“深度学习”作为主要课程。课程群包含的课程如下。
⑴ 大数据系统开发技术：“操作系统”、“数据库原理与技术”、“Linux操作系统”、“Java程序设计”、“计算机网络”、“数据采集与预处理”、“大数据存储与管理”、“并行与分布式计算”、“软件工程概论”。
⑵ 大数据处理与分析技术：“Python程序设计”、“离散数学”、“程序设计算法与数据结构”、“数据采集与预处理”、“机器学习”、“深度学习”、“多元统计分析与R语言建模”、“行业大数据分析”、“应用统计学”。
2.3 重视实践环节
搭建面向行业应用的大数据实践平台，包括“计算机基础训练”、“大数据专业技能训练”、“企业工作实践训练”、“科技创新实践训练”四个模块。以大学生创新精神和实践能力培养为核心，推进产业与教学的紧密结合、深度融合。整合学校优势与特色专业（如能源、交通、水利、金融等专业）的大数据资源至统一平台，进行开放共享。分析各个学科大数据特征，细化各个学科和对应行业的大数据处理需求，培养学生面向能源、交通、水利、金融等行业的大数据处理和分析能力。
通过基础实训、校企合作实训、毕业实习、毕业设计等环节，达到提高学生创新精神和综合解决实际问题能力的目的。实训课程包括校内外实训，从企业引进具有大数据项目经验的工程师参与实训教学，将真实的大数据案例进行知识分解，让学生进行分组，分步骤合作进行项目开发。选派教师到技术培训基地或者大数据企业进行专业技能培训，组织教师到企业进行专业实践锻炼，以提高大数据专业教师的项目实践能力。实施问题驱动的毕业设计。组织实践能力强的教师构建创新团队，带领学生参加大数据挑战赛等相关竞赛。
3 总结与展望
大数据专业是新工科背景下的新建专业。大数据专业建设应该根据新工科和工程认证的需求，并结合学校特色和实际情况。本文以长沙理工大学大数据专业建设为例，从培养目标、课程设置、培养方向、实践教学等方面进行探索和实践，以“大数据系统开发技术”、“大数据处理与分析技术”作为两个特色培养方向，制定大数据专业课程体系。推进教学与产业的紧密结合，通过校企合作、问题驱动的毕业设计等环节和措施来提升学生的实践能力。目前大数据专业还处于探索阶段，需要精确定位行业需要，将产教融合落实到位，在教学实践中积累经验，反馈和完善课程体系，培养适应时代需求的大数据人才。
参考文献（References）：
[1] 张燕，刘鹏，赵海峰，潘永东.大数据专业建设的思考与探索[J].中国大学教学，2019.4：38-41
[2] 王国仁，金福生，刘驰，王树良.面向国际化的数据科学与大数据专业课程体系建设[J].中国大学教学，2018.12：43-44
[3] 吴贺俊，饶洋辉.面向新工科的大数据专业课程建设[J].中国大学教学，2019.4：34-37
[4] 张鹏，张晖，杨学南. 新工科背景下地方院校大数据专业人才培养探索与实践[J].当代教育实践与教学研究，2019.23：202-204
[5] 王元卓，隋京言.新工科背景下的大数据专业建设与人才培养[J].中国大学教学，2018.12：35-37
[6] 刘颖，王爱莲，宣齐娜，何媛源，新工科背景下数据科学与大数据技术专业建设探析[J]，吉林工商学院学报，2019.35（6）：106-109