论文部分内容阅读
[摘 要]新时代具有深谋远虑的企业急切召唤具备前沿数据应用创新能力的IT专业技术人才。本文在解读当前前沿数据应用场景，探讨前沿数据应用专业人才需求的基础上，以山东理工大学信息管理与信息系统专业为例，对前沿数据应用的创新能力培育问题进行研究，对相关模式及实施策略完成了规划和设计。
[关键词]数据应用；创新；能力培育
[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2018）10-0031-03
当前，数据应用的浪潮席卷全球。伴随大数据[1]、云计算[2]、物联网[3]等新兴IT技术的蓬勃发展，数据在其中扮演的角色日渐突出。基于机器学习、人工智能、虚拟现实等应用模式的引领，各种网络化、智能化、虚拟化、泛在化的运算形式也在日趋深化和普及，而它们的实现均以结构复杂、体量巨大的数据架构为基本支撑。与世纪之交曾经如火如荼的互联网经济相比，当前的数据应用体现出以下特征：数据庞杂且刻画精细、模型构造敏捷细致、业务形态泛化多样、应用形式深层融合。2015年9月，国务院适时推出了《促进大数据发展行动纲要》，正式拉开了数据应用产业的大幕。
面对前沿数据应用的迅猛发展，IT从业人员唯有依靠持续不断的创新能力才能适应瞬息万变的市场需求。而同时，对于IT专业技术人才的培养也带来了新的挑战。山东理工大学信息管理与信息系统专业多年来以培养IT和管理融合的复合型高级专门人才为目标，遵循“知识、能力、素质”三位一体的教学理念，形成了特色鲜明的信管专业人才培养体系[4][5]。与此同时，“面向前沿，锐意变革”的进取精神为信管专业发展注入了源源不断的活力。就目前而言，面向前沿数据应用的创新能力培育成为信息管理培养模式完善调适、与时俱进的关键所在。
基于以上所述，本文在解读当前前沿数据应用场景，探讨前沿数据应用专业人才需求的基础上，以山东理工大学信息管理与信息系统专业为例，对面向前沿数据应用的创新能力培育问题进行了研究。
一、前沿数据应用场景
信息技术革命带来的数据积淀以及不断完善的数据采集能力，令置身信息化浪潮中的各类主体具备了数据应用的基本支持。以下前沿数据应用场景勾勒出当前数据化运作的基本形态。
（一）商务场景
数据应用植根商务领域已久，而新兴IT技术的介入则令其运作形态产生了根本性的变革。鉴于商务领域激烈的市场竞争压力，各运作主体对主动探究、把控客户关系意愿强烈，而规模庞大的客户群体则为之储备了可观的数据支撑。因此，客户关系管理成为数据应用的初始商务场景。为了实现客户的详细刻画和精准识别，商务智能成为近年来主流的商务数据应用架构，尤其是大数据、云计算等新兴技术的引入大大提升了其工作效能。以亚马逊、阿里巴巴、百度等为代表的互联网从业者不再局限于客户的基础业务数据，而更是从广泛的互联网行为上对客户进行识别定位，并实现信息的定向推送。但就现有模型的运作性能而言，其客户的人性化认知及对策规划的前瞻性、时效性及操作性还有待提升。因此，客户的全方位有机模型的构建及需求行为的深度智能预测将引领商务场景下前沿数据应用的风潮。
（二）工业场景
对业务流程精细复杂的工业企业而言，工业数据的管理与应用至关重要。因此，上一代信息技术革命催生了产品数据管理、计算机辅助设计/工艺/制造、供应链管理、企业资源计划等工业数据应用模式，并以之为基础形成了柔性制造、敏捷制造等工业运作形态。可以看出，以上数据应用形式均着眼于单一企业主体或联盟（甚至是单一部门）的内部业务，显然难以满足当下企业间开放、共享、协作的发展潮流。随着“工业4.0”概念的提出，云计算、物联网、信息物理融合系统[6]等新兴技术也纷纷引入制造领域，形成了全新的工业数据应用模式。云制造作为其中的典型代表，通过将各类软硬件资源以虚拟云端化的方式融入云制造平台，基于“制造即服务”的理念，以“按需付费”的模式实现制造资源的透明调用、自动组合与无缝衔接[7]。基于工业4.0的全球热潮，我国政府也部署了建设制造强国战略的第一个十年行动纲领——《中国制造2025》。于是，制造业高度数字化、网络化、智能化成为工业场景下前沿数据应用的基本愿景。
（三）社交场景
移动互联网的推广和普及极大地改变了现代人的社交方式。微博、微信、Facebook、Twitter、Instagram等社交App承载了人们很大一部分沟通交流、信息分享的需求。基于用戶海量的数据交换，从宏观上可以对舆情热点进行侦测、把握，甚至引领、疏导，从微观上可以对具体个体进行识别刻画、精准定位，挖掘潜在价值。在“人人都是自媒体”的时代里，很多商务场景下不易表露的个性化信息可能在社交媒体中尽显无疑。因此，社交场景下的前沿数据应用一方面通过舆情分析把控社会热点，另一方面基于期望归集完成社会展望。
（四）家庭场景
现代家居生活也在信息技术的渗透下悄然发生着变化。各种家居产品已经不再仅仅满足于便捷、舒适、质量可靠，越来越多的自动化、智能化特征开始成为产品研发的标配，尤其与移动终端的匹配、互动是智能家居的首选功能。近年来推出的智能家电、智能安防等产品形态基本都顺应了这一发展潮流。由于当前家庭场景下的智能应用以家庭内部的远程监视与控制为主，故数据形式单一且孤立，应用层次较浅。类似于智慧医疗、无人驾驶汽车等深层次复杂的智能应用形式尚属鲜见。当前家庭场景下的前沿数据应用存在两大发展趋势：一方面在保护用户隐私的前提下，融汇孤立数据，从而以大数据为支撑发现/启发需求；另一方面构建具备智能化人性关怀与决策支持的模型，实现真正的智慧化数据应用。
二、前沿数据应用专业人才需求
前沿数据应用的发展对IT相关专业人才提出了新的挑战，特别是以数据为直接处理对象的信息管理与信息系统专业首当其冲。具体涉及以下方面： （一）丰富的知识体系与开阔的领域视野
基于场景的广泛性，前沿数据应用的实施需要考虑不同行业领域中多种多样的运作体系。只有做到对相应行业特点、业务流程、用户需求以及发展趋势的深入了解与准确把握，才能敏锐的洞察问题症结，发现问题根源，梳理问题思路，形成解决方案；而同时，开阔的领域视野既可以做到领域内经验借鉴、少走弯路，还可以做到领域间触类旁通、灵感激发。因此，丰富的知识体系与开阔的领域视野是面向前沿数据应用创新能力培养的基础。
（二）积极的创新意识与活跃的创新思维
创新的意识要以对相关问题的深入研究为基础，积极、主动探索内在规律与发展走向。在此过程中，既要秉持怀疑的精神，也要具有质疑的勇气，不盲目迷信权威，勇于打破既定规则或浅层认知，不受现有条条框框束缚，展现敢为天下先的魄力与气度。思维的交织是创新的源泉。这就要求不仅要对现有的知识活学活用、举一反三，还要做到变通嫁接、领域渗透。活跃、积极的思索过程能够制造出更为丰富的思维碰撞乃至创新火花。
（三）缜密的逻辑分析与严谨的模型构建
符合逻辑的架构与部署是工程项目实施的基本要求。缜密的逻辑分析为清醒地认识工程问题，合理地规划工程方案，准确地贯彻工程要求提供了基本的行动基础。现实问题的精准抽象与严密的数理化表达是实现工程化解决方案的根本所在。严谨的数学语言与丰富的工程理论为前沿数据应用问题的模型构建提供了强大的理论基础，对它们的应用是否恰当决定了整个项目的成败。因此，缜密的逻辑分析与严谨的模型构建是前沿数据应用谋划的基础素养。
（四）扎实的专业技能与持续的学习能力
作为前沿数据应用的专业技术人才，其数据科学，计算机、软件或通信等IT专业技术背景，相关专业技能的熟练掌握与灵活运用是必要条件。而同时，对先进技术孜孜不倦的追求则是升级专业水准、开拓职业前景的必由之路。纵观现代社会的发展历程，正是日新月异的技术进步推动了时代变革的进程。因此，持续不断的吸收先进文化、学习先进技术是新时代人类社会的基本生存法则。对于前沿数据应用而言，具有持续学习能力的人才储备是应对日趋个性多变市场需求的基本保证。
三、创新能力培育模式设计
本文以前沿数据应用的创新应用能力培育为基本目标，分别从课程设置、实践锻炼、教学模式、教研协同等角度对该模式进行探讨。
（一）课程设置
根据山东理工大学信息管理与信息系统专业现有培养方案中课程设置情况（如图1所示）可见，整体侧重经济管理理论学习，数理基础与专业技术的深度及前沿性明显不足，创新能力训练有限。因此，从提升理工基础的角度看，需加强数学建模知识的学习，故确定数学建模与Matalab应用、应用统计学与R语言建模等为必修课程，以及最优化理论、时间序列分析等为选修内容。而就面向数据应用的专业基础角度看，需丰富数据科学知识体系与技能，故以下课程引入专业必修：大数据算法设计与分析、大数据存储与处理技术应用基础（Hadoop）、大数据可视化技术与应用、Spark原理与Scala程序设计应用，同时增加备选课程：云计算与大数据运维、大数据与创新管理、分布式海量存储技术、非结构化数据存储与分析。前沿工厂技术的适度掌握有利于把控技术走向，故以下课程作为不同方向的选修内容，以开拓领域视野：机器学习与模式识别、人机交互技术、并行计算与分布式计算、虚拟现实技术。
（二）实践锻炼
在信息管理与信息系统专业面向前沿数据应用的实践锻炼中，一方面要加强面向现实、分析问题、抽象建模、架构规划、部署实施的全周期应用能力训练；另一方面，则要着重培养求新思变、追求卓越的创新能力。
因此在现有专业训练内容的基础上，补充大数据平台技术综合实践、大数据分析与可视化技术综合实践、前端技术开发综合实践、嵌入式系统综合实践、大数据创新应用综合实践等实训内容。同时，除课程体系之外，还可通过科技创新竞赛活动模拟、演练现实业务问题，锻炼创新能力。而校企合作、实习基地的深度合作更可进一步令学生开阔眼界、贴近现实、深入思考乃至自我能力的提升。
（三）教学模式
鉴于传统教学模式对学生主体地位的忽视，其难以有效激发学生的自主能动性，从而不利于创新能力的培养。因此，前沿数据应用的创新能力的培育模式要求教师以启发式进行知识传授，从掌管与控制的角色变身为引导者、探讨者、推动者，而学生则以研究性过程进行学习[8]，从被动的倾听、接受者转变为积极的猎取者、自主的构建者、好奇的钻研探索者。在此基础上，通过贴近现实的工程化实践实现知识体系的系统化、专业技能的熟练精益化、创新能力的敏捷持续化，乃至团队协作、职业素养的自主内化。同时，基于需求解析、创意构思、方案设计、实施部署、项目评价、总结反思组织考核，以全方位评价策略引导学生自主学习。
（四）教研协同
对于高校师生而言，教学科研相辅相成、密不可分。科研工作不仅是教师体悟精尖、凝练智慧的过程，同样对学生涉猎前沿、培养创新能力大有裨益。当前山东理工大学信息管理与信息系统专业教师科研已经形成了多个具有代表性的研究方向，如：数据挖掘与智能化决策、信息传播与舆情分析、云计算技术及领域实践（云BIM、云制造）、组织IT治理等。这样，教师可以在教学过程中引入相关科研课题以供学生探讨，也可以围绕研究方向组建学生的兴趣小组，从而实现教研协同。这无疑有利于学生深化学科认知，开拓领域视野，激发创新意识，培养创新思维，提升创新能力。
通过以上环节的教学模式变革，面向前沿数据应用的创新能力培育得以落实，同时也更好地贯彻了“知识、能力、素质”三位一体的教学理念，从而彰显信息管理与信息系统专业毕业生“由博到专、一专多能”的人才特色。
四、结束语
近几十年来，信息技术革命风云变幻；放眼当下，深度数据应用大势已成。与此同时，面对日趋急剧的市场需求转换，把握前沿、创新应变成为各个行业中引领风潮、笑傲群雄的必备技能。新时代具有深谋远略的企业急切召唤具备前沿数据应用创新能力的IT专业技术人才，而他们也必将成为迎战数据化浪潮的中流砥柱。
[ 参 考 文 献 ]
[1] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013（1）：146-169.
[2] MELL P， GRANCE T.The NIST Definition of Cloud Computing[R].National Institute of Standards and Technology， 2011.
[3] 胡永利，孙艳丰，尹宝才.物联网信息感知与交互技术[J].计算机学报，2012（6）：1147-1163.
[4] 张立涛，杜清玲，姚清云.复合型ERP专业人才培养的创新模式研究[J].时代教育，2014（23）：5-6.
[5] 刘婷婷，李长仪，张立涛.大数据时代下信息管理与信息系统专业培养模式研究[J].中國电力教育，2014（2）：48-50.
[6] 王中杰，谢璐璐.信息物理融合系统研究综述[J].自动化学报，2011（10）：1157-1166.
[7] 李伯虎，张霖，任磊，柴旭东，陶飞，罗永亮，王勇智，尹超，黄刚，赵欣培.再论云制造[J].计算机集成制造系统，2011（3）：449-457.
[8] 许卓明.对“研究性教学”模式的认识与实践[J].河海大学学报（哲学社会科学版），2003（4）：69-71，88.
[责任编辑：钟 岚]
[关键词]数据应用；创新；能力培育
[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2018）10-0031-03
当前，数据应用的浪潮席卷全球。伴随大数据[1]、云计算[2]、物联网[3]等新兴IT技术的蓬勃发展，数据在其中扮演的角色日渐突出。基于机器学习、人工智能、虚拟现实等应用模式的引领，各种网络化、智能化、虚拟化、泛在化的运算形式也在日趋深化和普及，而它们的实现均以结构复杂、体量巨大的数据架构为基本支撑。与世纪之交曾经如火如荼的互联网经济相比，当前的数据应用体现出以下特征：数据庞杂且刻画精细、模型构造敏捷细致、业务形态泛化多样、应用形式深层融合。2015年9月，国务院适时推出了《促进大数据发展行动纲要》，正式拉开了数据应用产业的大幕。
面对前沿数据应用的迅猛发展，IT从业人员唯有依靠持续不断的创新能力才能适应瞬息万变的市场需求。而同时，对于IT专业技术人才的培养也带来了新的挑战。山东理工大学信息管理与信息系统专业多年来以培养IT和管理融合的复合型高级专门人才为目标，遵循“知识、能力、素质”三位一体的教学理念，形成了特色鲜明的信管专业人才培养体系[4][5]。与此同时，“面向前沿，锐意变革”的进取精神为信管专业发展注入了源源不断的活力。就目前而言，面向前沿数据应用的创新能力培育成为信息管理培养模式完善调适、与时俱进的关键所在。
基于以上所述，本文在解读当前前沿数据应用场景，探讨前沿数据应用专业人才需求的基础上，以山东理工大学信息管理与信息系统专业为例，对面向前沿数据应用的创新能力培育问题进行了研究。
一、前沿数据应用场景
信息技术革命带来的数据积淀以及不断完善的数据采集能力，令置身信息化浪潮中的各类主体具备了数据应用的基本支持。以下前沿数据应用场景勾勒出当前数据化运作的基本形态。
（一）商务场景
数据应用植根商务领域已久，而新兴IT技术的介入则令其运作形态产生了根本性的变革。鉴于商务领域激烈的市场竞争压力，各运作主体对主动探究、把控客户关系意愿强烈，而规模庞大的客户群体则为之储备了可观的数据支撑。因此，客户关系管理成为数据应用的初始商务场景。为了实现客户的详细刻画和精准识别，商务智能成为近年来主流的商务数据应用架构，尤其是大数据、云计算等新兴技术的引入大大提升了其工作效能。以亚马逊、阿里巴巴、百度等为代表的互联网从业者不再局限于客户的基础业务数据，而更是从广泛的互联网行为上对客户进行识别定位，并实现信息的定向推送。但就现有模型的运作性能而言，其客户的人性化认知及对策规划的前瞻性、时效性及操作性还有待提升。因此，客户的全方位有机模型的构建及需求行为的深度智能预测将引领商务场景下前沿数据应用的风潮。
（二）工业场景
对业务流程精细复杂的工业企业而言，工业数据的管理与应用至关重要。因此，上一代信息技术革命催生了产品数据管理、计算机辅助设计/工艺/制造、供应链管理、企业资源计划等工业数据应用模式，并以之为基础形成了柔性制造、敏捷制造等工业运作形态。可以看出，以上数据应用形式均着眼于单一企业主体或联盟（甚至是单一部门）的内部业务，显然难以满足当下企业间开放、共享、协作的发展潮流。随着“工业4.0”概念的提出，云计算、物联网、信息物理融合系统[6]等新兴技术也纷纷引入制造领域，形成了全新的工业数据应用模式。云制造作为其中的典型代表，通过将各类软硬件资源以虚拟云端化的方式融入云制造平台，基于“制造即服务”的理念，以“按需付费”的模式实现制造资源的透明调用、自动组合与无缝衔接[7]。基于工业4.0的全球热潮，我国政府也部署了建设制造强国战略的第一个十年行动纲领——《中国制造2025》。于是，制造业高度数字化、网络化、智能化成为工业场景下前沿数据应用的基本愿景。
（三）社交场景
移动互联网的推广和普及极大地改变了现代人的社交方式。微博、微信、Facebook、Twitter、Instagram等社交App承载了人们很大一部分沟通交流、信息分享的需求。基于用戶海量的数据交换，从宏观上可以对舆情热点进行侦测、把握，甚至引领、疏导，从微观上可以对具体个体进行识别刻画、精准定位，挖掘潜在价值。在“人人都是自媒体”的时代里，很多商务场景下不易表露的个性化信息可能在社交媒体中尽显无疑。因此，社交场景下的前沿数据应用一方面通过舆情分析把控社会热点，另一方面基于期望归集完成社会展望。
（四）家庭场景
现代家居生活也在信息技术的渗透下悄然发生着变化。各种家居产品已经不再仅仅满足于便捷、舒适、质量可靠，越来越多的自动化、智能化特征开始成为产品研发的标配，尤其与移动终端的匹配、互动是智能家居的首选功能。近年来推出的智能家电、智能安防等产品形态基本都顺应了这一发展潮流。由于当前家庭场景下的智能应用以家庭内部的远程监视与控制为主，故数据形式单一且孤立，应用层次较浅。类似于智慧医疗、无人驾驶汽车等深层次复杂的智能应用形式尚属鲜见。当前家庭场景下的前沿数据应用存在两大发展趋势：一方面在保护用户隐私的前提下，融汇孤立数据，从而以大数据为支撑发现/启发需求；另一方面构建具备智能化人性关怀与决策支持的模型，实现真正的智慧化数据应用。
二、前沿数据应用专业人才需求
前沿数据应用的发展对IT相关专业人才提出了新的挑战，特别是以数据为直接处理对象的信息管理与信息系统专业首当其冲。具体涉及以下方面： （一）丰富的知识体系与开阔的领域视野
基于场景的广泛性，前沿数据应用的实施需要考虑不同行业领域中多种多样的运作体系。只有做到对相应行业特点、业务流程、用户需求以及发展趋势的深入了解与准确把握，才能敏锐的洞察问题症结，发现问题根源，梳理问题思路，形成解决方案；而同时，开阔的领域视野既可以做到领域内经验借鉴、少走弯路，还可以做到领域间触类旁通、灵感激发。因此，丰富的知识体系与开阔的领域视野是面向前沿数据应用创新能力培养的基础。
（二）积极的创新意识与活跃的创新思维
创新的意识要以对相关问题的深入研究为基础，积极、主动探索内在规律与发展走向。在此过程中，既要秉持怀疑的精神，也要具有质疑的勇气，不盲目迷信权威，勇于打破既定规则或浅层认知，不受现有条条框框束缚，展现敢为天下先的魄力与气度。思维的交织是创新的源泉。这就要求不仅要对现有的知识活学活用、举一反三，还要做到变通嫁接、领域渗透。活跃、积极的思索过程能够制造出更为丰富的思维碰撞乃至创新火花。
（三）缜密的逻辑分析与严谨的模型构建
符合逻辑的架构与部署是工程项目实施的基本要求。缜密的逻辑分析为清醒地认识工程问题，合理地规划工程方案，准确地贯彻工程要求提供了基本的行动基础。现实问题的精准抽象与严密的数理化表达是实现工程化解决方案的根本所在。严谨的数学语言与丰富的工程理论为前沿数据应用问题的模型构建提供了强大的理论基础，对它们的应用是否恰当决定了整个项目的成败。因此，缜密的逻辑分析与严谨的模型构建是前沿数据应用谋划的基础素养。
（四）扎实的专业技能与持续的学习能力
作为前沿数据应用的专业技术人才，其数据科学，计算机、软件或通信等IT专业技术背景，相关专业技能的熟练掌握与灵活运用是必要条件。而同时，对先进技术孜孜不倦的追求则是升级专业水准、开拓职业前景的必由之路。纵观现代社会的发展历程，正是日新月异的技术进步推动了时代变革的进程。因此，持续不断的吸收先进文化、学习先进技术是新时代人类社会的基本生存法则。对于前沿数据应用而言，具有持续学习能力的人才储备是应对日趋个性多变市场需求的基本保证。
三、创新能力培育模式设计
本文以前沿数据应用的创新应用能力培育为基本目标，分别从课程设置、实践锻炼、教学模式、教研协同等角度对该模式进行探讨。
（一）课程设置
根据山东理工大学信息管理与信息系统专业现有培养方案中课程设置情况（如图1所示）可见，整体侧重经济管理理论学习，数理基础与专业技术的深度及前沿性明显不足，创新能力训练有限。因此，从提升理工基础的角度看，需加强数学建模知识的学习，故确定数学建模与Matalab应用、应用统计学与R语言建模等为必修课程，以及最优化理论、时间序列分析等为选修内容。而就面向数据应用的专业基础角度看，需丰富数据科学知识体系与技能，故以下课程引入专业必修：大数据算法设计与分析、大数据存储与处理技术应用基础（Hadoop）、大数据可视化技术与应用、Spark原理与Scala程序设计应用，同时增加备选课程：云计算与大数据运维、大数据与创新管理、分布式海量存储技术、非结构化数据存储与分析。前沿工厂技术的适度掌握有利于把控技术走向，故以下课程作为不同方向的选修内容，以开拓领域视野：机器学习与模式识别、人机交互技术、并行计算与分布式计算、虚拟现实技术。
（二）实践锻炼
在信息管理与信息系统专业面向前沿数据应用的实践锻炼中，一方面要加强面向现实、分析问题、抽象建模、架构规划、部署实施的全周期应用能力训练；另一方面，则要着重培养求新思变、追求卓越的创新能力。
因此在现有专业训练内容的基础上，补充大数据平台技术综合实践、大数据分析与可视化技术综合实践、前端技术开发综合实践、嵌入式系统综合实践、大数据创新应用综合实践等实训内容。同时，除课程体系之外，还可通过科技创新竞赛活动模拟、演练现实业务问题，锻炼创新能力。而校企合作、实习基地的深度合作更可进一步令学生开阔眼界、贴近现实、深入思考乃至自我能力的提升。
（三）教学模式
鉴于传统教学模式对学生主体地位的忽视，其难以有效激发学生的自主能动性，从而不利于创新能力的培养。因此，前沿数据应用的创新能力的培育模式要求教师以启发式进行知识传授，从掌管与控制的角色变身为引导者、探讨者、推动者，而学生则以研究性过程进行学习[8]，从被动的倾听、接受者转变为积极的猎取者、自主的构建者、好奇的钻研探索者。在此基础上，通过贴近现实的工程化实践实现知识体系的系统化、专业技能的熟练精益化、创新能力的敏捷持续化，乃至团队协作、职业素养的自主内化。同时，基于需求解析、创意构思、方案设计、实施部署、项目评价、总结反思组织考核，以全方位评价策略引导学生自主学习。
（四）教研协同
对于高校师生而言，教学科研相辅相成、密不可分。科研工作不仅是教师体悟精尖、凝练智慧的过程，同样对学生涉猎前沿、培养创新能力大有裨益。当前山东理工大学信息管理与信息系统专业教师科研已经形成了多个具有代表性的研究方向，如：数据挖掘与智能化决策、信息传播与舆情分析、云计算技术及领域实践（云BIM、云制造）、组织IT治理等。这样，教师可以在教学过程中引入相关科研课题以供学生探讨，也可以围绕研究方向组建学生的兴趣小组，从而实现教研协同。这无疑有利于学生深化学科认知，开拓领域视野，激发创新意识，培养创新思维，提升创新能力。
通过以上环节的教学模式变革，面向前沿数据应用的创新能力培育得以落实，同时也更好地贯彻了“知识、能力、素质”三位一体的教学理念，从而彰显信息管理与信息系统专业毕业生“由博到专、一专多能”的人才特色。
四、结束语
近几十年来，信息技术革命风云变幻；放眼当下，深度数据应用大势已成。与此同时，面对日趋急剧的市场需求转换，把握前沿、创新应变成为各个行业中引领风潮、笑傲群雄的必备技能。新时代具有深谋远略的企业急切召唤具备前沿数据应用创新能力的IT专业技术人才，而他们也必将成为迎战数据化浪潮的中流砥柱。
[ 参 考 文 献 ]
[1] 孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013（1）：146-169.
[2] MELL P， GRANCE T.The NIST Definition of Cloud Computing[R].National Institute of Standards and Technology， 2011.
[3] 胡永利，孙艳丰，尹宝才.物联网信息感知与交互技术[J].计算机学报，2012（6）：1147-1163.
[4] 张立涛，杜清玲，姚清云.复合型ERP专业人才培养的创新模式研究[J].时代教育，2014（23）：5-6.
[5] 刘婷婷，李长仪，张立涛.大数据时代下信息管理与信息系统专业培养模式研究[J].中國电力教育，2014（2）：48-50.
[6] 王中杰，谢璐璐.信息物理融合系统研究综述[J].自动化学报，2011（10）：1157-1166.
[7] 李伯虎，张霖，任磊，柴旭东，陶飞，罗永亮，王勇智，尹超，黄刚，赵欣培.再论云制造[J].计算机集成制造系统，2011（3）：449-457.
[8] 许卓明.对“研究性教学”模式的认识与实践[J].河海大学学报（哲学社会科学版），2003（4）：69-71，88.
[责任编辑：钟 岚]