大数据专业人才培养建设方案

一、方案背景

信息时代的到来使得数据呈现爆炸式增长，数据中心建设成为大势所趋。依据国务院印发《促进大数据发展行动纲要》指出三大任务：加快政府数据的开放共享，推动资源整合，提升治理能力；推动产业创新发展，培育新兴业态，助力经济转型；强化安全保障，提高管理水平，促进健康发展。由此可持续推进大数据相关产业的高速发展。然而产业的发展带来了大数据人才的严重短缺，大数据人才培养成为急迫的任务，因此从八年前开始就有院校着手培养大数据人才。 但由于各院校在大数据教育领域的发展时间并不是很长，所以目前院校在大数据相关专业的建设过程中，主要面临以下几个方面的问题：

●缺乏系统化和规范化的标准化教材

国内院校的大数据教学尚处在摸索阶段，无统一教材。

●缺乏系统性的课程体系和内容

大数据专业建设尚在探索发展过程中，尚未形成标准统一的系统性课程体系。大数据专业是一个多学科交叉融合的专业，需要根据不同层次的需求和不同的人才培养目标，合理设计和融合多个学科的课程内容和知识体系。

●师资力量不足

大数据教学科研资源严重匮乏，缺少足够的教学师资，可配置和指导学生实验的专业师资严重不足。

●教学实验资源匮乏

基础实验环境薄弱，面向大数据的分布式系统，院校无法满足学生多机集群实验环境需求，实验数据、实验教案、实验手册、项目实践经验严重不足，大数据实验开展困难。项目实训缺失，高校大数据专业目前难以培养实用性人才所需的专业能力，与实际应用脱轨，教学效果大打折扣。

二、建设思路

●完善课程体系

合理设计和融合多个学科的课程内容和知识体系，包含大数据基础课程和案例课程，配套活页式教材、讲义、实验实训手册等教学资源。协助院校快速开课，形成一套具有院校特色、与产业结合的课程体系。

●搭建实训科研环境

通过实验室的建设，形成大数据实训、科研实验环境。利用虚拟化手段、组件化封装等方式，模拟企业真实开发、应用环境，降低实验环境的搭建难度，提高实验效率。同时，为院校建设一批从产业真实项目提炼的实验案例，实现理论与实践的深度融合，培养一批与企业生产实际接轨的优秀大数据人才。

●提升师资水平

支持教师通过平台提供的教学、实践训练资源，不断完善自己。并提供一系列的教学、科研指导服务，带领教师走出学校，走进企业、走进科研院所，接触行业尖端科技和产业实际应用，为院校打造一支优秀的高质量师资团队。

三、建设内容

基于大数据教学、科研、实验等典型应用场景，工业、金融、医疗、旅游、新闻等各行业真实数据，提供的机器学习、模型预测等教学案例，围绕着案例和算子配套录制特色课程和教学课件，辅助教师进行大数据课程教学，让学生能够在实际的场景案例中检验所学知识，实现高效的师生互动教学模式。为高校提供定制化的实验、科研、场景应用综合解决方案，全方位支撑大数据教学及科研需求。

●教学资源：大数据教学资源通过提炼真实的行业案例和数据，形成特色的教学资源，并于大数据专业课程体系相结合，将理论知识、实验教学和大数据项目实践融合，由浅入深，循序渐进，逐步提升学生的专业技能和项目实践能力，使得学生与企业人才需求无缝衔接，真正解决大数据人才缺口问题。

●师资培养：在寒暑假以训练营形式，为教师提供大数据、人工智能等技术、教学教研相关培训指导。围绕“如何以实际应用案例指导授课，做好院校大数据科研项目”展开探讨，旨在协助院校近一步探索“数据科学与大数据技术”专业在培养目标、课程设置、实验实训室建设及教学科研等方面的思路。

●大数据实践训练室：给教师和学生提供方便、快速构建模型的环境，为高校提供百余个算子，覆盖大数据的各类教学和应用场景。并提供数十个数据源，涵盖各行业和应用场景，让学生能在真实的项目环境种检验所学能力。教师能够开展科研活动。

●知识图谱实践训练室：知识图谱实验室为教师和学生构建一个从大数据中萃取关键实体，构建知识图谱，探究大量数据信息之间关联关系的平台。

●舆情线索发现实践训练室：实验室依托大数据引擎，实现对电子报、新闻、论坛、博客、微博、微信、APP、问答等境内外全媒体数据的采集、抽取、挖掘和分析处理，支持基于旅游业特色，提供精准舆情搜索、热点舆情聚合、负面舆情巡查、专项舆情监测分析、高危/高价值舆情预警、智能舆情报告等服务，实现文旅舆情的分析研判。

●可视化实践训练室：借助丰富的可视化组件图表为多种数据源数据提供跨源数据分析能力，为教师和学生提供高效的数据分析及可视化展示功能。教师和学生可以连接数据源，并通过编写查询的方式构建可视化图形和数据大屏。让学生能够更好的掌握如何使用 BI软件，分析和展示数据的方法。

四、方案优势

●围绕产业真实项目的特色教学资源

依据积累的大量真实数据、算子和项目案例，结合教学大纲，整理出一套符合高校教学需求的数据和案例，覆盖模型生命周期的所有场景和课程大纲。课程规划不光更加贴合前沿技术和教学场景，同时也与大数据企业相结合，使得教学更贴合产业行业实际应用场景。

●开放共享的协作开发机制

大数据专业相关实践训练室支持“分组协同建模”和“共享复用”机制，实现面向开放式共享协作的多用户协同建模。学生在教师的带领下，可以围绕行业的实际问题，通过协同合作与共享机制，让不同学生明确自身在分析任务中的分工与定位，实现模型的优化与复用，提高应用构建效率。

●便捷易用的大数据科研工具  

对于从事科研课题的教师利用算子集成框架，只需要将精力投入于开发调试适应不同数据规模、形态、维度的算子组件，无需关注开发的语言、计算框架与计算资源，不仅能够将每个算子组件的功能与性能发挥到的极致状态，提高大数据在各领域的实际赋能效果，同时还能够增加开发的灵活性、自主性与高度可扩展性，提高算子开发的效率。