论文部分内容阅读
摘要:随着大数据时代的到来,数据科学作为一门新兴学科迅速崛起,数据科学与大数据技术专业作为国内热门的新增专业被广泛关注。本文依据新工科专业建设的要求,从培养应用型人才角度出发分析大数据人才需具备的能力,分别从人才培养目标、培养模式、专业课程体系方面给出建设性构想,希望为应用型本科高校专业建设提供参考。
关键词:新工科;专业建设;数据科学与大数据技术
一、引言
在高速发展的信息化时代,数据正以惊人的速度产出渗透到各行各业,众多领域更加依赖大数据技术开发应用,成为重要的生产要素。由此,数据科学也随之崛起成为一门独立的学科,在学术与应用领域均受到广泛的关注。数据科学与大数据技术是新兴学科专业,包含其课程体系在内的相关建设尚在发展与完善中。在此背景下,本文将就数据科学与大数据技术专业人才培养目标、培养模式和核心课程建设相关问题做进一步探索。
二、新工科背景下对大数据专业人才培养的要求
2018年4月教育部提出推进“新工科”建设的意见,新工科专业也有了新的定位,新工科专业是主要指针对新兴产业的专业,以互联网和工业智能为核心,包括大数据、云计算、人工智能、区块链、虚拟现实、智能科学与技术等相关工科专业。相对于传统的工科人才,未来新兴产业更需要创新能力强、具备国际竞争力的高素质复合型人才,这就对我国高等教育提出了新的要求。数据科学與大数据技术专业是新工科专业中比较有代表性的专业之一,是一门实践性很强的新兴交叉复合型学科,数学、统计学、计算机三大块课程必须有,各高校在这几门学科的基础上,要交叉融合设置其他的专业知识技能。详细的说要以大数据为研究对象,以从数据中获取知识和智慧为主要目的,以统计学、计算机科学、可视化及专业领域知识为理论基础,以数据采集与预处理、数据存储、数据分析及数据计算为研究内容的一门交叉学科,同时要培养学生的实践应用能力和创新能力。
三、数据科学与大数据技术专业建设构建
数据科学与大数据技术专业我校2019年新开设专业,通过对大数据专业人才需求、人才培养模式、课程体系设置等方面进行深入的分析和研究,校企双方对人才培养方案的论证研究,制定了专业的人才培养方案。本文从数据科学与大数据技术专业人才培养目标的设定、培养模式、主要计算机类核心课程方面对专业建设进行探索与规划。
(一)数据科学与大数据技术专业人才培养目标的设定
本专业培养适应社会主义现代化建设需要,德、智、体、美、劳全面发展,具有创新精神与实践能力,以实际工程需求和工程技术人才培养为驱动,以培养数据科学与大数据技术卓越工程师为主线,具有大数据分析、处理、挖掘、可视化、大数据系统集成、管理维护等能力的应用型大数据专门技术人才。
(二)数据科学与大数据技术专业人才培养模式
以培养卓越工程师为目标,以工程技术为主线,着力培养学生的工程意识、工程素质、工程实践能力和创新精神。专业实施分方向培养的“2+2”培养模式,即前2年完成学科基础学习,后2年进行专业方向的学习,其中第5-7学期完成企业课程及项目课程设计的学习,第8学期完成毕业实习及毕业设计的学习。形成“学科基础+专业方向+企业课程+项目实训+企业实习+毕业设计”的人才培养方案;以校企全学段、深层次合作培养为路径,引入企业一线工程师,探索项目实训为依托的“微实训”、“微实习”,从而提高学生专业知识综合运用能力、职业需求适应能力和创新创业基本能力。
(三)数据科学与大数据技术专业计算机类核心课程体系
数据科学与大数据技术专业涉及计算机、数学、统计学等多个学科,该专业培养的人才应熟练掌握大数据采集,处理、存储、分析与应用等方面的知识与技能,专业课程设置对计算机类课程占比很大。本校开设的数据科学与大数据技术专业有以下计算机类核心课程,均属于支撑人才培养核心能力的计算机类重点课程。程序设计基础、Java程序设计、Web程序设计、Python程序设计这几门程序设计语言类课程,是培养“卓越软件开发工程师”知识、能力、素质的必修课。一方面培养了学生语言的编程能力,编写较复杂的程序的设计能力,按照软件工程国家标准、行业标准编写代码及文档的能力,另一方面培养了学生创新精神和职业素养。除了开设了编程语言类课程,还设置了大数据技术相关课程,Python数据分析与应用课程要求学生能够了解数据分析的流程和能够进行Python数据分析库的应用,掌握利用Python解决企业实际问题的方法,使学生成为有实践经验的数据分析人才。大数据技术与应用课程讲授Hadoop、HDFS、分布式数据库等大数据常用计算模式的各种系统和工具,重要章节安排了实践操作,让学生更好地掌握大数据关键技术。数据可视化应用课程使学生掌握数据可视化的一般原理和处理方法,培养了学生的信息数据可视化处理能力。
四、结语
数据科学与大数据技术专业是一个符合国家战略规划的新兴交叉型本科专业,本文探讨了数据科学与大数据技术专业人才培养目标、模式和核心课程建设的相关问题。高校在制定专业人才培养方案时,要以行业需求为导向﹑以学科交叉基础为支撑,设计科学前瞻的课程体系,为地区经济发展培养高素质的复合型应用人才。
参考文献
[1]沈海波,周如旗,朱雄泳.新工科+工程教育认证背景下软件工程特色专业建设探索[J].软件工程,2018,21(3):57-59.
[2]吴爱华,侯永峰,杨秋波,等.加快发展和建设新工科主动适应,引领新经济[J].高等工程教育研究,2017(1):1-9.
[3]戴宏明,戴宏亮.新工科背景下基于CDIO理念的软件工程应用型人才培养方案研究[J].计算机教育,2020(1):64-67.
课题项目:本文系黑龙江省教育厅高等教育教学改革研究一般研究项目,课题名称:基于CDIO教育模式的数据科学与大数据技术专业课程体系构建与研究,课题编号:SJGY20190393。
作者简介:牛艳辉,1981年10月,女,汉族,黑龙江省双鸭山市人;学历:硕士研究生;职称:讲师;研究方向:计算机应用技术及数据库技术。
关键词:新工科;专业建设;数据科学与大数据技术
一、引言
在高速发展的信息化时代,数据正以惊人的速度产出渗透到各行各业,众多领域更加依赖大数据技术开发应用,成为重要的生产要素。由此,数据科学也随之崛起成为一门独立的学科,在学术与应用领域均受到广泛的关注。数据科学与大数据技术是新兴学科专业,包含其课程体系在内的相关建设尚在发展与完善中。在此背景下,本文将就数据科学与大数据技术专业人才培养目标、培养模式和核心课程建设相关问题做进一步探索。
二、新工科背景下对大数据专业人才培养的要求
2018年4月教育部提出推进“新工科”建设的意见,新工科专业也有了新的定位,新工科专业是主要指针对新兴产业的专业,以互联网和工业智能为核心,包括大数据、云计算、人工智能、区块链、虚拟现实、智能科学与技术等相关工科专业。相对于传统的工科人才,未来新兴产业更需要创新能力强、具备国际竞争力的高素质复合型人才,这就对我国高等教育提出了新的要求。数据科学與大数据技术专业是新工科专业中比较有代表性的专业之一,是一门实践性很强的新兴交叉复合型学科,数学、统计学、计算机三大块课程必须有,各高校在这几门学科的基础上,要交叉融合设置其他的专业知识技能。详细的说要以大数据为研究对象,以从数据中获取知识和智慧为主要目的,以统计学、计算机科学、可视化及专业领域知识为理论基础,以数据采集与预处理、数据存储、数据分析及数据计算为研究内容的一门交叉学科,同时要培养学生的实践应用能力和创新能力。
三、数据科学与大数据技术专业建设构建
数据科学与大数据技术专业我校2019年新开设专业,通过对大数据专业人才需求、人才培养模式、课程体系设置等方面进行深入的分析和研究,校企双方对人才培养方案的论证研究,制定了专业的人才培养方案。本文从数据科学与大数据技术专业人才培养目标的设定、培养模式、主要计算机类核心课程方面对专业建设进行探索与规划。
(一)数据科学与大数据技术专业人才培养目标的设定
本专业培养适应社会主义现代化建设需要,德、智、体、美、劳全面发展,具有创新精神与实践能力,以实际工程需求和工程技术人才培养为驱动,以培养数据科学与大数据技术卓越工程师为主线,具有大数据分析、处理、挖掘、可视化、大数据系统集成、管理维护等能力的应用型大数据专门技术人才。
(二)数据科学与大数据技术专业人才培养模式
以培养卓越工程师为目标,以工程技术为主线,着力培养学生的工程意识、工程素质、工程实践能力和创新精神。专业实施分方向培养的“2+2”培养模式,即前2年完成学科基础学习,后2年进行专业方向的学习,其中第5-7学期完成企业课程及项目课程设计的学习,第8学期完成毕业实习及毕业设计的学习。形成“学科基础+专业方向+企业课程+项目实训+企业实习+毕业设计”的人才培养方案;以校企全学段、深层次合作培养为路径,引入企业一线工程师,探索项目实训为依托的“微实训”、“微实习”,从而提高学生专业知识综合运用能力、职业需求适应能力和创新创业基本能力。
(三)数据科学与大数据技术专业计算机类核心课程体系
数据科学与大数据技术专业涉及计算机、数学、统计学等多个学科,该专业培养的人才应熟练掌握大数据采集,处理、存储、分析与应用等方面的知识与技能,专业课程设置对计算机类课程占比很大。本校开设的数据科学与大数据技术专业有以下计算机类核心课程,均属于支撑人才培养核心能力的计算机类重点课程。程序设计基础、Java程序设计、Web程序设计、Python程序设计这几门程序设计语言类课程,是培养“卓越软件开发工程师”知识、能力、素质的必修课。一方面培养了学生语言的编程能力,编写较复杂的程序的设计能力,按照软件工程国家标准、行业标准编写代码及文档的能力,另一方面培养了学生创新精神和职业素养。除了开设了编程语言类课程,还设置了大数据技术相关课程,Python数据分析与应用课程要求学生能够了解数据分析的流程和能够进行Python数据分析库的应用,掌握利用Python解决企业实际问题的方法,使学生成为有实践经验的数据分析人才。大数据技术与应用课程讲授Hadoop、HDFS、分布式数据库等大数据常用计算模式的各种系统和工具,重要章节安排了实践操作,让学生更好地掌握大数据关键技术。数据可视化应用课程使学生掌握数据可视化的一般原理和处理方法,培养了学生的信息数据可视化处理能力。
四、结语
数据科学与大数据技术专业是一个符合国家战略规划的新兴交叉型本科专业,本文探讨了数据科学与大数据技术专业人才培养目标、模式和核心课程建设的相关问题。高校在制定专业人才培养方案时,要以行业需求为导向﹑以学科交叉基础为支撑,设计科学前瞻的课程体系,为地区经济发展培养高素质的复合型应用人才。
参考文献
[1]沈海波,周如旗,朱雄泳.新工科+工程教育认证背景下软件工程特色专业建设探索[J].软件工程,2018,21(3):57-59.
[2]吴爱华,侯永峰,杨秋波,等.加快发展和建设新工科主动适应,引领新经济[J].高等工程教育研究,2017(1):1-9.
[3]戴宏明,戴宏亮.新工科背景下基于CDIO理念的软件工程应用型人才培养方案研究[J].计算机教育,2020(1):64-67.
课题项目:本文系黑龙江省教育厅高等教育教学改革研究一般研究项目,课题名称:基于CDIO教育模式的数据科学与大数据技术专业课程体系构建与研究,课题编号:SJGY20190393。
作者简介:牛艳辉,1981年10月,女,汉族,黑龙江省双鸭山市人;学历:硕士研究生;职称:讲师;研究方向:计算机应用技术及数据库技术。