引 言

大數(shù)據(jù)時代的到來，對專業(yè)人才提出了大量需求。而就目前的人才培養(yǎng)來看，無論從數(shù)量還是質(zhì)量上都遠未達到要求。大數(shù)據(jù)是隨著物聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)處理技術(shù)的發(fā)展而發(fā)展的新型學(xué)科，是一門典型的多學(xué)科交叉的應(yīng)用型技術(shù)，傳統(tǒng)的教學(xué)及人才培養(yǎng)模式已不能適應(yīng)大數(shù)據(jù)的人才培養(yǎng)要求， 如何在新的技術(shù)時代，改革教學(xué)模式，探討新的大數(shù)據(jù)人才培養(yǎng)途徑和方法，是高校工作者面臨的現(xiàn)實問題之一 [1]。

1 大數(shù)據(jù)時代人才培養(yǎng)要求

大數(shù)據(jù)時代人才培養(yǎng)的具體要求出現(xiàn)了全新的定義與發(fā)展，其根本原因在于大數(shù)據(jù)本身就是一門全新的應(yīng)用技術(shù)學(xué)科，在人才培養(yǎng)體系改革和設(shè)置過程中，首先要思考對技術(shù)的深入認識，并從如下方面進行研究 [2-3]。

1.1 大數(shù)據(jù)是多學(xué)科交叉的一門綜合技術(shù)

大數(shù)據(jù)是一門多學(xué)科交叉的綜合技術(shù)，隨著信息技術(shù)從互聯(lián)網(wǎng)時代向物聯(lián)網(wǎng)時代發(fā)展，數(shù)據(jù)產(chǎn)生的方式和規(guī)模出現(xiàn)了重大的變化?；ヂ?lián)網(wǎng)時代的數(shù)據(jù)主要以多媒體形式及人與人之間的數(shù)據(jù)交流為主要渠道。涉及的學(xué)科主要以網(wǎng)絡(luò)技術(shù)、多媒體技術(shù)為主，而大數(shù)據(jù)是伴隨物聯(lián)網(wǎng)技術(shù)發(fā)展而產(chǎn)生的， 其數(shù)據(jù)的產(chǎn)生方式除傳統(tǒng)互聯(lián)網(wǎng)之外，主要來源于物物互聯(lián)的方式。大數(shù)據(jù)時代的數(shù)據(jù)以海量、無規(guī)則、多類別、模式復(fù)雜為特點，是計算機技術(shù)、機器學(xué)習(xí)、統(tǒng)計學(xué)、人工智能、分布式存儲等眾多前言學(xué)科的交叉，其綜合性和復(fù)雜度超過了以往任何一種數(shù)據(jù)庫規(guī)模，其處理過程中需要用到多學(xué)科的綜合知識 [4-5]。

1.2 大數(shù)據(jù)強調(diào)基礎(chǔ)與實踐并重

大數(shù)據(jù)來源于實踐，因此其數(shù)據(jù)處理與實踐結(jié)合尤為緊密，大數(shù)據(jù)人才需要具備扎實的理論知識，對人工智能、深度學(xué)習(xí)、統(tǒng)計分析等學(xué)科有足夠深入的理解和掌握，同時要求人才對海量數(shù)據(jù)的分布式存儲、Hadoop 分布式數(shù)據(jù)庫、HDFS 文件系統(tǒng)、MapReduce 分布式數(shù)據(jù)處理、Spark 架構(gòu)等應(yīng)用技術(shù)有熟練的運用能力，對相關(guān)人才培養(yǎng)課程的設(shè)置提出了新的要求。目前大數(shù)據(jù)人才的缺乏主要原因在于大數(shù)據(jù)對復(fù)合型人才的要求，傳統(tǒng)課程體系往往過于強調(diào)理論知識，忽視了對實踐技能特別是多學(xué)科綜合的實踐技能的培養(yǎng)[6]。

1.3 大數(shù)據(jù)與行業(yè)發(fā)展密切相關(guān)

大數(shù)據(jù)是深埋在沙下的金礦，其潛在的巨大商業(yè)價值是相關(guān)行業(yè)爭相追求的目的所在。大數(shù)據(jù)的研究最根本的動力是行業(yè)的價值驅(qū)動。以個性化的商品推薦為例，依托對個人海量大數(shù)據(jù)的標(biāo)簽處理，實現(xiàn)對用戶的消費習(xí)慣、潛在意愿等進行深度挖掘，可實現(xiàn)精準(zhǔn)的廣告投放，獲得傳統(tǒng)媒體投放廣告難以達到的投入收益比，這是行業(yè)大數(shù)據(jù)研究的核心競爭力。研究大數(shù)據(jù)要與行業(yè)緊密聯(lián)系，針對行業(yè)數(shù)據(jù)的特點，制定具體有針對性的大數(shù)據(jù)處理策略和方案，獲得最佳的分析結(jié)果。在大數(shù)據(jù)相關(guān)課程設(shè)置中要充分調(diào)研行業(yè)發(fā)展的最新動態(tài)，獲取行業(yè)對大數(shù)據(jù)人才的實際要求 [7]。

2 目前大數(shù)據(jù)人才培養(yǎng)課程體系存在的問題

大數(shù)據(jù)作為新型學(xué)科，其發(fā)展的前沿性導(dǎo)致目前諸多高校對大數(shù)據(jù)人才培養(yǎng)的課程體系建設(shè)比較片面，對大數(shù)據(jù)人才培養(yǎng)的核心問題認識不足，在課程設(shè)置上隨意性較大，存在課程重點不突出、銜接隨意性大、基本投入不足、師資力量再培訓(xùn)不足等問題，使得目前大數(shù)據(jù)人才培養(yǎng)質(zhì)量距離行業(yè)的實際要求存在較大差距。

2.1 課程設(shè)置重點不突出，優(yōu)勢不明顯

課程設(shè)置上，延續(xù)傳統(tǒng)的網(wǎng)絡(luò)工程、數(shù)據(jù)庫處理的課程體系，知識相對比較陳舊，缺乏對分布式數(shù)據(jù)處理、深度學(xué)習(xí)、多元統(tǒng)計分析等核心課程的更新和引入，內(nèi)容和架構(gòu)基本沒有太大的變化。特色和優(yōu)勢不明顯，教學(xué)中仍然多采用課堂授課為主，對大數(shù)據(jù)的核心技術(shù)深入較少，往往只是在概念上的機械灌輸，實踐課程基本為傳統(tǒng)關(guān)系型數(shù)據(jù)庫的介紹和應(yīng)用。學(xué)生難以對分布式數(shù)據(jù)庫的基本原理和應(yīng)用、大數(shù)據(jù)特征、智能處理方法和實例結(jié)果有一個明確感性的認識， 導(dǎo)致學(xué)科沒有突出的優(yōu)勢，達不到培養(yǎng)的目標(biāo) [8]。

2.2 對行業(yè)的前沿發(fā)展動向把握不夠

作為行業(yè)導(dǎo)向和技術(shù)結(jié)合較為緊密的學(xué)科，大數(shù)據(jù)與行業(yè)發(fā)展的關(guān)系是與生俱來、共同發(fā)展的。脫離了具體的行業(yè)應(yīng)用空談大數(shù)據(jù)處理，是膚淺流于表面的。課程設(shè)置上，對行業(yè)的發(fā)展前沿缺少足夠的把握。按照摩爾定律的觀點，每18 個月，技術(shù)上就會出現(xiàn)一次變革，物聯(lián)網(wǎng)技術(shù)領(lǐng)域尤其如此，其大數(shù)據(jù)更加具有時效性，因此單純圍繞現(xiàn)有的學(xué)科架構(gòu)設(shè)置培養(yǎng)方案，忽視行業(yè)發(fā)展的影響造成了大數(shù)據(jù)人才培養(yǎng)模式的觀念滯后，培養(yǎng)質(zhì)量難以與行業(yè)的實際需求對接 [9-10]。

2.3 師資技術(shù)儲備更新不足

多學(xué)科交叉是大數(shù)據(jù)專業(yè)的特點，尤其是將分布式數(shù)據(jù)庫、物聯(lián)網(wǎng)技術(shù)、數(shù)據(jù)挖掘、深度學(xué)習(xí)等諸多前沿學(xué)科知識進行綜合應(yīng)用是大數(shù)據(jù)最為顯著的特點。對師資的技術(shù)儲備、不斷學(xué)習(xí)、自我提升及緊跟技術(shù)發(fā)展前沿等提出了更高的要求。但目前師資配備上，由于缺乏對相關(guān)技術(shù)更新和跟進， 師資知識結(jié)構(gòu)存在較大滯后，難以應(yīng)對大數(shù)據(jù)人才培養(yǎng)的知識深度要求，往往在課程設(shè)置上避重就輕，避實就虛，一些關(guān)鍵技術(shù)和課程一帶而過，或直接忽略，僅講述一些共識性較為落后的知識技術(shù)。師資技術(shù)的儲備不足導(dǎo)致了課程培養(yǎng)的效果難以達到實際要求 [11]。

3 工程實踐及行業(yè)需求導(dǎo)向的大數(shù)據(jù)人才培養(yǎng)課程體系

大數(shù)據(jù)人才培養(yǎng)，應(yīng)以工程實踐為抓手，以行業(yè)需求為目標(biāo)，切實加強專業(yè)技能的培養(yǎng)和實踐過程，大力提倡應(yīng)用型、實踐型人才培養(yǎng)。圍繞這一目標(biāo)，在課程體系設(shè)置上要重視對實踐環(huán)節(jié)和實訓(xùn)環(huán)節(jié)的教學(xué)課時投入 [12-13]。

3.1 強化學(xué)科交叉，重視統(tǒng)計與計算機的融合

大數(shù)據(jù)的多學(xué)科交叉特點要求在課程設(shè)置上加以體現(xiàn)， 特別是計算機相關(guān)學(xué)科和統(tǒng)計學(xué)科的結(jié)合，同時考慮到學(xué)時限制和難度控制，在課程知識點涉及面上以寬幅面、多實踐為導(dǎo)向。數(shù)學(xué)課程設(shè)置上，突出統(tǒng)計學(xué)、數(shù)據(jù)挖掘、大數(shù)據(jù)分析、非參數(shù)統(tǒng)計、多元統(tǒng)計分析、回歸分析、時間序列分析等應(yīng)用類數(shù)學(xué)課程課時，大數(shù)據(jù)處理上，注重加強機器學(xué)習(xí)、分布式數(shù)據(jù)庫、Python 大數(shù)據(jù)處理語言，實踐環(huán)節(jié)結(jié)合大數(shù)據(jù)的應(yīng)用要求，加強 Hadoop 分布式數(shù)據(jù)庫應(yīng)用、HDFS 文件系統(tǒng)操作、大數(shù)據(jù)聚類分析等內(nèi)容，切實提升學(xué)生的實踐技能。

3.2 強化實踐技能，重點培養(yǎng)解決問題能力

行業(yè)大數(shù)據(jù)處理對學(xué)生解決實際問題的能力提出了更高的要求，特別是一些互聯(lián)網(wǎng)巨頭公司在人才引進的考核指標(biāo)上，明確指出了應(yīng)具備的具體技能。如數(shù)據(jù)科學(xué)家崗位要求能夠全面實施大數(shù)據(jù)分析規(guī)劃，有很強的執(zhí)行力 ；數(shù)據(jù)分析師則偏重于業(yè)務(wù)，系統(tǒng)架構(gòu)設(shè)計和模型設(shè)計 ；數(shù)據(jù)工程師需要完成抓取數(shù)據(jù)、清洗數(shù)據(jù)、分布式存儲、云計算設(shè)計 ；數(shù)據(jù)架構(gòu)師則針對數(shù)據(jù)中心的設(shè)計和架構(gòu)，這方面的人才需求最為熱門 ；數(shù)據(jù)產(chǎn)品經(jīng)理要求完成數(shù)據(jù)和業(yè)務(wù)結(jié)合，完成數(shù)據(jù)產(chǎn)品設(shè)計研發(fā)。

3.3 深化校企合作，引進企業(yè)課堂

大數(shù)據(jù)最終的應(yīng)用場景在于行業(yè)產(chǎn)品研發(fā)，因此大數(shù)據(jù)課程架構(gòu)中要密切加強與企業(yè)的合作，深化校企對接，在具體的執(zhí)行過程中，可引入企業(yè)課堂，將企業(yè)的研發(fā)經(jīng)驗和產(chǎn)品過程，甚至項目管理等相關(guān)環(huán)節(jié)的實際執(zhí)行方案作為第一手實踐素材引入課堂，一方面可提升學(xué)生對大數(shù)據(jù)的實際應(yīng)用的感性認知，一方面通過校企合作，建立聯(lián)合實驗室，促進學(xué)校實踐課程中的硬件設(shè)施的完善，進一步提升企業(yè)形象， 實現(xiàn)校企雙方共贏發(fā)展。

4 結(jié)語

大數(shù)據(jù)人才培養(yǎng)是一個系統(tǒng)工程，特別強調(diào)實踐過程應(yīng)用，在具體的課程設(shè)置上，要充分考慮工程實踐及行業(yè)需求導(dǎo)向，加強學(xué)生的實踐技能及工程應(yīng)用能力培養(yǎng)，同時應(yīng)當(dāng)切實加強與行業(yè)之間的聯(lián)系，通過建立聯(lián)合實驗室、引入企業(yè)課程、開辟實踐基地等舉措，為人才培養(yǎng)質(zhì)量的提升創(chuàng)造良好的條件。