校企合作模式下大数据专业建设的探索与实践
作者:付靖 王洪珂 廖文诗 丁昌华 来源:《科技视界》2018年第13期
【摘 要】为迎合大数据产业发展的需要,越来越多的高校开设了大数据相关专业。本文以学科交叉和多维度划分构建大数据课程体系、以“产、学、研、用”一体化的思想和模式进行大数据实验室建设、以“内外结合”的方式打造大数据师资队伍,探究校企合作下应用型大数据人才培养模式的改革与实践。
【关键词】大数据;应用型;课程体系;平台建设
中图分类号: G647 文献标识码: A 文章编号: 2095-2457(2018)13-0143-002 DOI:10.19694/j.cnki.issn2095-2457.2018.13.064 0 引言
大数据时代正迎面扑来,2012年1月,世界经济论坛年会把“大数据、大影响”作为重要议题。美国从开放政府数据、开展关键技术研究和推动大数据应用三方面布局大数据产业,国际社会已经发起全球开放政府数据运动,已有41个国家响应。
2015年,国务院制定互联网+行动计划推动移动互联网、云计算、大数据、物联网等与现代制造业结合。工信部编制了实施软件和大数据产业“十三五”规划。国家信息中心联合深圳大学成立深圳大数据研究院,打造大数据领域新型创新载体。同时,国务院印发了《关于运用大数据加强对市场主体服务和监管的若干意见》、《促进大数据发展行动纲要》和《关于组织实施促进大数据发展重大工程的通知》等一系列大数据发展纲要,将重点支持大数据示范应用、共享开放、基础设施统筹发展,以及数据要素流通。
2016年5月,重庆市下发《进一步促进大数据发展工作方案(2016-2018年)》,提出到2018年,将重庆建成国内领先的大数据应用示范先行区和产业高地,重庆市政府对大数据的重视和推动也对重庆高校建设大数据学科,培养本地大数据人才提出了迫切的要求。 经济社会发展迫切需要大数据人才。近年来,国家陆续出台《促进大数据发展行动纲要》等大数据政策导向性文件,并积极推进大数据综合试验区建设,加快大数据部署,深化大数据应用。截至目前,全国30余个省市相继发布了大数据发展的相关计划和方案。大数据政策逐渐从总体规划向各细分行业延伸。伴随着大数据应用在各行业的渗透,大数据技术、应用、监
龙源期刊网 http://www.qikan.com.cn
管等方面的人才缺口日渐显现。为应对大数据专业人才供给不足的问题,教育部于2016年将“数据科学与大数据技术”列入新增审批本科专业。
填补大数据专业人才巨大缺口的最有效办法无疑还需要依托众多的高等院校来培养输送,但互联网发展一日千里,大数据技术、手段日新月异,企业所需要的非常接地气的人才培养对于传统以培养学术型、科研型人才为主要使命的高校来说还真有些难度。幸好这个问题已经被全社会关注,政府更是一再提倡产教融合、校企合作来创办新型前沿几乎以及“互联网+”专业方向,也已经有一些企业大胆开始了这方面的创新步伐。
在此背景下,我们以培养应用型、创新性大数据人才为目标,以大数据课程体系建设、大数据实验室建设、大数据师资队伍建设为切入点,探究校企合作下应用型大数据人才培养模式的改革与实践。
2 应用型大数据课程体系构建
基于对企业社会需求和国内外高校相关专业方向建设的调研,综合考虑我校优势特色以及学生本科阶段之后对于国内考研及出国留学的衔接需求,并以工科专业认证为目标,确定由数学、统计学、计算机和行业知识四大支撑模块构成的我校大数据相关专业知识体系构架。 专业课程体系的设置是实现人才培养目标的主要途径。依据知识体系模块,我们将大数据专业人才培养所需要的专业基础知识和专业知识从不同维度进行了横向和纵向的划分,对每一个模块进行知识点和课程的分解和梳理,既体现整合各交叉学科的复合型知识体系优势,又体现自身独有的专业知识特点,构建基于知识体系的课程体系设置,确保知识体系的系统性、逻辑性和完整性。
首先从大数据处理流程角度,分为数据获取和预处理、数据存储与管理、数据分析与建模、数据可视化、大数据技术平台、实践能力等六大模块,再将每一模块所需核心知识点和技能进行分解,形成不同的课程,以确保学生能够系统完整地掌握大数据处理的全部流程。接下来,从知识技能的层次和递进关系角度,对上述所形成课程,按照学期先后顺序进行了排列。同时,根据课程学科门类归属,将课程归为数学、统计、计算机、大数据分析等多类,并从另一个维度按照理论课和实践课进行标注。学院一向重视每个专业引导性、总揽性等“开门课程”和总结性等“关门课程”的设置。通过多维度划分和梳理,课程体系逻辑清晰,结构完整,经过多次修订和研讨,经过多次校内外专家和行业领域专家的评审和指导,制定出体系清晰、知识结构完整、具备先进性和实践性的培养方案。 3 应用型大数据实验平台建设
大数据实验平台的建设目的是作为大数据教学实验及科研平台,包括数据挖掘与大数据分析平台。实验平台的设计全面落实“产、学、研、用”一体化的思想和模式,从教学、实践、科
龙源期刊网 http://www.qikan.com.cn
研和使用多方面注重专业人才和特色人才的培养。利用虚拟化教学资源,搭建教学系统和集群平台,将理论学习、实践教学和大数据项目实战融为一体,由难而易、循序渐进,逐步提升学生的学习技能和实践水平,提高“学”的质量和成效。利用大数据分析主流软件框架,搭建与业界主要用户一致的实验与科研环境,将理论课程中学到的数据挖掘算法运用到实际的数据分析过程中,提升学生的动手操作和项目实践能力。使得学生所学与企业项目人才需求无缝衔接,与教师的科研工作紧密配合。通过专业的大数据分析计算资源搭建的开放式大数据分析平台,可以充分的融合教师的科研需求,教师可以在开放的平台环境下开展大数据科研工作,提升教师的科研创新能力,充分提高“研”的成效。具体来说: 1、交互式学习模式
具备体系完整、简单易用的在线教学课堂;以基础知识学习、在线视频教学、习题、线上测试、评估等为主线的一系列方法,确保学生在短时间内掌握大数据虚拟仿真实验、分析部署技能。
2、真机实验训练
实验训练体系设计成各模块相对独立的形式,各模块交互式的实验任务、大数据实验机、实际项目上机操作,通过多方位的训练,最终灵活的、渐进式地掌握大数据生态体系。 3、大数据实战及案例分析
提供实验数据,包括网站流量数据、租房及二手房数据、电商商品交易数据、搜索引擎访问等多种行业数据,数据内容超过20TB,同时周期更新数据内容。 4、充分支撑科研工作
提供行业数据及案例解剖用于基础研究,提供数据分析方案及流程,提供数据更新接口,可以对行业数据进行分析统计,按需求生成数据报表,为科研工作提供数据支撑。例如某地区经济数据分析、股市数据分析、全国地震数据分析、食品价格行业数据分析等。
实践能力是大数据人才的核心能力,因此我们在制定人才培养体系的时候,非常注重学生实验实践能力的培养,构建了涵盖多种形式的实验实践教学体系。依托“大数据应用与分析综合实验室”、“大数据应用创新中心”等实践资源,将采用综合实验教学平台、多类别实验课程体系和创新实验课程教学等模式,结合校外实习基地实践、校企合作平台模拟、指导参加学科竞赛及相应的支撑体系,推动实验实践教学的发展,提高学生的创新及实践能力。 4 “一流”应用型大数据师资团队建设
龙源期刊网 http://www.qikan.com.cn
1、实施高端拔尖人才引进培养计划。围绕大数据算法及应用,通过“巴渝海外引智计划”、“重庆市千人引进计划”等人才项目,引进2-3名具有多学科学术研究背景(统计学、数学、计算机等)的国内外知名学者,加强数学、统计学、计算机等学科建设,促进学科交叉融合,打造多学科交融的创新团队。
2、实施专家名师打造计划。结合大数据相关专业教学的需要,遴选10-15名中青年骨干教师,通过该项目资助到国内外重点大学参加研修培训和学术交流等,提升中青年骨干教师的教学和科研能力,培养和造就一批教学名师,打造5名左右有影响力的学术骨干,提高创新团队的核心竞争力,提高重庆市在大数据方面的影响力。
3、实施人才专业技能提升计划。按照学校确立的“行业性、地方性、开放性和应用型”的办学定位,结合当前大数据在各个行业中的应用,以协同创新、产学研合作及资源共享的方式,选送10-15名教师到中科曙光等知名大数据企业进行工程实践锻炼,提升教师的工程实践和解决工程实际过程中复杂问题的能力,培养高水平的双师双能型大数据教师团队。 5 结语
1、大数据专业人才培养方案与大数据行业对应用型人才需求的契合度显著提升,大数据专业相关课程设置与学生应用能力培养诉求的契合度显著提升,形成了一套适用于应用型本科院校的大数据相关专业课程体系。
2、通过大数据专业平台的建设,使得学生能够完成对于大数据分析平台的配置与初始化工作并具有基本MapReduce算法开发能力。典型实战数据分析实验,让学生利用真实的行业数据,完成大数据挖掘与分析,掌握数据挖掘与大数据分析的一般流程。
3、围绕物流大数据、安全大数据等,大力深化校企合作,初步建设了一支具备国际视野、具备较强的教学能力和应用能力、能承担国家和地区重大纵向及横向项目的重庆市一流水平的大数据双师双能型应用创新团队,并促进数学、统计等大数据相关学科专业的内涵建设,为重庆市培养高质量的应用型大数据人才。 【参考文献】
[1]罗福强,熊永福.基于CDIO的云计算与大数据专业人才培养方案,计算机教育2015(01):52-56
[2]陈欣等,探索应用型本科数据科学与大数据技术专业人才培养方案的构建.现代工业经济和信息化,2017(23):40-42.
龙源期刊网 http://www.qikan.com.cn
[3]叶健华等,高职院校大数据专业发展的对策研究,长沙民政职业技术学院学报,2017(03):89-90
[4]吴明念,基于应用型本科院校的大数据实验室建设探究,电脑知识与技术,2015(16):6-7.
[5]李辉等,大数据实验平台及资源建设的思考与探索,实验技术与管理,2016(07):195-199.
[6]隋中合,如何构建“OTO”师资混合培训模式,新教育,2018(04):
48-49.
因篇幅问题不能全部显示,请点此查看更多更全内容