北京理工大学大数据专业建设与人才培养方案

在调研及实践的基础上，本项目基本形成了如图1所示的“九宫格”式大数据专业建设与人才培养方案，该方案主要包括课程建设、师资培养、教学环境建设、企业实训实习、实验室建设、科研项目、人才评估中心、人才输出、专家团队等九部分内容，基本覆盖了计划建设大数据专业的高校的需求。高校可结合自身的具体情况和相关需求，参考本方案的全部或部分内容并动态进行组合来实施大数据专业建设与人才培养。

图1　“九宫格”式大数据专业建设与人才培养方案

1）课程建设

根据企业对大数据人才的不同层次需求，以应用型大数据工程师和研究型大数据分析师为培养目标，培养具备扎实的数学与计算机科学基础、具备统计与优化的数据分析与建模能力、具备专业化行业知识的数据应用解决方案设计能力、具备“新工科”素质能力的创新创业型人才，使其未来能够立足不同行业，从事数据分析与管理决策等工作。

课程体系包括主干学科、通识课程、专业基础课程、核心课程、特色课程、实验模块、实训实习模块等。

2）师资培养

为适应与促进大数据专业建设的快速发展，培养符合企业需求的大数据人才，针对从事大数据教学的教师进行培训，使其具备坚实的计算机专业知识，掌握丰富的数据科学分析方法和工具，熟练使用常见的大数据分析平台和环境，具备新工科的教学方式方法和数据科学思维能够从事大数据相关专业的教学，并在大数据技术特定教学方向上具有突出专长。

师资培训的内容与课程建设体系的课程相关联，包括专业通识、核心课程、特色课程和实验实训等，并对教师进行新工科教学教法改革和创新培训，提升传统的教学模式、教学方法，让教学内容和方式更加智能化和高效化，把教师从简单、机械烦琐的“教学”工作中解放出来，从而能投入更多的时间和精力，创新理论知识和工程实践相结合的教育内容、改革教学方法，专注“育人”，从而使得学生将来的潜力和能力不落后于时代的发展。

针对大数据师资培训的不同需求，开设定期与不定期的师资培训班，形式包括在线培训、研习班培训、系列培训、高端培训等多种组合。

3）教学环境建设

教学环境建设包括基础实验环境建设和大数据综合应用实训环境建设。以云平台架构为基础，以虚拟机形式为用户提供大数据实验环境，适合高校高并发实验开展的模式。大数据实训平台系统为学生提供了从大数据环境搭建到数据处理的整个流程，确保支撑大数据专业人才培养的各个阶段课程的实验内容的开展。

4）企业实训实习

企业实训实习是高校实践教学的重要环节之一，实训实习基地是开展实践教学、培养学生实践能力和创新精神的重要场所。学生通过在学校实训或去企业实习等机会进行锻炼，提升了实践动手能力，未来更加契合企业的实际需求，也帮助企业完成了智力引进。

企业实训实习课程体系建设立足学校、学生、企业实际，从实际项目出发，由校方提供公共基础课和专业基础课，企业完成专业技能教育、就业技能教育和实践创新教育。具体方式可由企业安排技术专家来学校开展实训，或者学生统一去企业实习。(www.xing528.com)

5）实验室建设

大数据教学实验室建设始终贯穿以学生为本的理念，以培养创新人才为核心，以促进学生知识、能力、素质协调发展为指导，以提高教学质量为目的，深化实验教学体系、教学内容以及教学方法等方面的改革，提高实验教学质量和管理水平。实验室具备齐全的实验设备、先进的实验水平和规范的管理体制，实现实验室完全开放、实验室有效配合教学相关内容，切实为学术动手锻炼提供条件支撑，并将实验教学与科研成果转化有机结合、现场实验与线上仿真实验虚实结合、实验室与企业紧密联合。

大数据实验室提供行业典型项目案例及行业数据，涉及诸如互联网、运营商、金融、电子商务、政府等多个领域，提供完整的端到端业务流程演示与上机操作训练，让学生真正了解大数据行业背景以及企业实施技术需求。

6）科研项目

在当前科技革命和产业变革不断加速，新技术、新模式、新业态不断涌现的现状下，传统的教育方式无法向学生输出学术界、工业界的最新问题，以及解决问题的必要背景知识储备和一手技术资料。这迫切需要培养造就能够适应新形势、新需求、新变化的优秀科研人才。科研项目方案从科研项目立项建议、科研项目辅导、企业委托项目三个主要方面，给出新工科背景下的科研解决方案，充分整合高等院校、科研院所和行业企业的力量，打造产学研深度融合的科研环境。

将科研项目纳入大数据专业与人才培养建设方案，一方面可以为学生参与国家、省市科研项目给出解决方案，提高学生的科研动手能力，并提高人才培训课程或实训基地的技术品牌影响力；另一方面，也可以与合作企业构建更加紧密的合作渠道和合作通路，成为企业研究型项目人才需求与学生科研实践之间的桥梁。

7）人才评估中心

根据大数据人才培养目标，以及大数据人才在知识结构的二专多能复合（专业知识，数据思维）的特点，建立大数据人才的能力模型、评价指标体系以及评价方式，建立大数据人才培养的定性和定量化标准，推动人才输出和人才的社会化流动（见表1）。

表1　大数据人才的核心能力

8）人才输出

根据大数据人才培养目标，将人才分为应用型和研究型两类。根据不同企业的诉求，输出应用型、研究型大数据人才。通过4大技能、3个维度、19项标签对大数据人才进行量化分析，利用量化分析结果，帮助企业自动匹配与所需岗位相似度高的大数据人才。

9）专家团队

充分利用中国计算机学会（CCF）大数据专家委员会的资源形成专家团队，充分发挥行业大数据专家的智力资源，组织有经验的专家帮助学校定制化设计专业建设方案。大数据专家团队包括战略顾问、教学指导专家、创新就业指导专家、行业专家和科研专家等，为学校提供战略指导、师资培训、教学授课、创新创业指导、科研支持等帮助，并为政府、企事业单位等提供智力支撑、决策辅助。