北京理工大学大数据专业课程：实现行业知识重组

大数据专业是一门涉及数据科学、计算机科学、大数据技术、行业应用等多领域的复合型交叉学科，培养的人才也是兼具行业应用专业知识和大数据技术的复合型人才。因此，在确定大数据专业的人才培养目标时，需确立大数据专业人才的基本素质和能力要求。

大数据专业人才培养基本目标如图2所示，主要包括以下方面。

图2　大数据专业人才培养基本目标

1）多学科交叉融合的基础素质

大数据人才培养涉及数据科学、计算机和行业应用等多学科领域知识，在基础素质培养方面需要注重多学科交叉融合的素质培养，包括通识教育、语言能力、法律道德、计算机伦理、数学基础等。

2）复合型专业能力

大数据人才兼具数据科学、大数据技术和行业应用等多专业知识，具备复合型专业能力，包括行业应用基础理论、数据科学基础理论、行业应用数据技术、学习方法等。

3）计算思维和数据思维(https://www.xing528.com)

除了具有多学科交叉融合的基础素质和复合型专业能力，大数据人才还需要培养计算思维和数据思维，具备建模能力、求解能力和数据分析能力等。

4）工程实践能力

大数据技术是与行业应用紧密结合的、实践性很强的技术，大数据人才培养也需要工程实践能力的培养，包括案例教学、实训实习等。

为了达到大数据人才所需的素质和能力培养要求，必须打造大数据人才培养的核心知识体系。大数据人才的知识体系主要由三方面构成，包括基础理论与方法、大数据计算技术和行业领域知识。尽管不同高校的大数据专业特色和面向的行业领域有所不同，大数据的内涵和外延也在不断拓展，但是大数据专业的核心知识体系（即基础理论与方法、大数据计算技术）是共通的，包括大数据管理、大数据处理和大数据分析等。在大数据核心知识体系的基础上，结合高校自身的行业领域优势和特色，重组并优化涵盖行业知识的专业课程体系，使得课程体系一贯化、教学内容融合化，包含面向低年级的通识教育与专业基础教育和面向高年级的工程驱动的计算思维与应用驱动的工程能力培养。同时，数据思维的培养应当贯穿大数据人才培养全过程。大数据课程体系设置思路如图3所示。

图3　大数据课程体系设置思路

为了实现大数据专业课程体系的一贯化和融合化，需要对多学科交叉知识进行融合，对传统计算机、数学、信息管理等专业的核心课程进行梳理，并与高校自身特色行业应用课程融合，涉及大数据的基础理论、计算机技术、智能计算方法和行业应用4个方面。根据以上思路，大数据专业课程体系设置如图4所示。

大数据专业课程分为三大类：专业基础课、专业核心课和专业选修课。专业基础课涉及传统的数学基础课程、统计基础课程和计算机专业基础课程，需要对这些课程进行整合，以适应大数据专业的基础知识需求。专业核心课则涉及大数据及行业领域的专业核心知识，可分为大数据基础、核心技术、分析基础以及大数据分析等大数据专业核心知识。专业选修课侧重大数据技术实践和行业领域应用，从大数据平台技术、智能计算方法、大数据行业应用三个方面，突出计算思维和数据思维的专业知识应用和实践能力教学。