大数据环境下信计专业人才培养模式初探..doc

大数据环境下信计专业人才培养模式初探..doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大数据环境下信计专业人才培养模式初探.

大数据环境下信计专业人才培养模式初探   摘 要: 在全球信息化产业迅猛发展的大环境下,海量数据无疑成为一个国家非常重要的可利用的、极具价值基础性战略性的资源,大数据已经融入社会生活、学习和生产发展的各个方面。大数据的运用对于促进经济发展、提高管理水平、完善政府职能、提高国家竞争力有非常积极的作用。目前我国经济正处于高速发展阶段,对大数据人才的需求量很大。我国大数据人才的缺口在未来三五年内将达180万。作为我国人才培养主力军的高校无疑肩负着大数据人才培养的使命。本文主要探讨的是信息与计算科学专业如何培养大数据人才 关键词: 大数据 信计专业 人才培养 一、高校大数据人才培养所面临的问题 (一)大数据人才培养体系不足 目前我国大数据人才培养基本针对研究生阶段,而本科、专科及职业教育阶段基本没有开设大数据专业。就算是研究生阶段,大数据研究方向目前也只是计算机科学技术的一个分支。无论是人才培养规模还是质量都无法满足现实的需求,高校培养体系的严重不足已成为制约大数据技术应用的瓶颈 (二)师资紧缺 目前国内高校还处于大数据专业人才培养探索阶段,起步较晚,大数据的教师大部分是计算机专业教师经后天学习成长的。大数据人才的师资积淀不够,主要体现在师资数量及质量的严重不足 (三)实验设备紧缺 目前由于大数据在我国处于初步发展阶段及我国教育体制的落后等因素,高校对大数据专业人才培养所需实验设备的投入严重不足。培养大数据人才实验环境所需的硬件、软件、实验平台及教学内容管理等跟不上人才培养的需求 (四)大数据人才培养认识不足 虽然在2015年9月,国务院已经出台《促进大数据发展行动纲要》,提出我国要全面推进大数据发展及应用,积极加快数据强国建设,这说明大数据产业已经上升到国家战略的高度。但是从目前情况看,各地方政府、各高校及企业行动比较缓慢,目前只有部分高校迈开前进的步伐,传统教育系统人才培养带来的意识及技术、师资的滞后性大大制约大数据专业人才的培养模式的发展 (五)校企合作的人才培养模式有待加强 由于大数据应用涉及政务、电信、销售、生产、咨询、物流、金融、卫生、教育等行业,并且随着技术的发展,大数据的应用将越来越广泛和深入。大数据技术涉及数据采集、数据存储、数据挖掘、数据分析等。而高校却无法单独提供这些方面所需的成熟的实践及技术平台体系,这时就需要大量企业参与进来,提供应用型的工作环境及技术支撑。就目前情况看,由于高校的认识不足、行政体制落后、联合培养的意愿性不强及企业利益等因素的影响,校与企“亲热”度远远不够 二、信计专业该如何培养大数据人才 大数据的相关岗位所需具备技术技能一般包括计算机科学技术、数学和统计学、数据挖掘、数据可视化等方面,从湖北工业大学信计专业的课程开设情况看,这四个方面都有所涉及,不存在太多短板,所以信计专业培养大数据人才具备先天的优势。下面就信计专业如何培养大数据人才提出个人建议: (一)加快信计专业大数据人才培养体系建设 信计专业是一门集数学、计算机、密码为一体的学科,在人才培养体系方面,可以加入大数据的元素,在教学各个环节可以突出大数据的主导地位,尽快完善大数据人才培养体系各个环节 (二)提高信计专业大数据人才培养的认识度 政府作为管理者应积极创导大数据的发展并提供相应的资金、政策的支持。高校需要加快大数据人才培养的步伐:一方面要培养高水平的教师队伍,鼓励教师参加大数据的各种研讨会及学术会议并从事相关课题的研究。另一方面要对学生加大宣传力度,让学生认识大数据的广阔发展前景并提供给学生更多的大数据学习资源,鼓励学生积极参与大数据的各项科学竞赛活动 (三)完善信计专业大数据人才的课程设置 信计专业开设的数学课程有数学分析、概率论、线性代数、数值分析、运筹学等,计算机方面主要开设C++语言程序设计、数据库、可视化编程、计算机网络等理论课程及相应的课程设计,实习方面有认识实习、数据处理实习、毕业实习、创业综合实习、短学期实习等。但是这些课程设置目前基本没有涉及大数据方向,在课程设置很多方面我们都可以融入大数据的学习及实践,例如:C++、数据库等课程的课程设计做大数据的课题,各项实习都可以以大数据为实习内容,选修课程也可以开设一些和大数据相关的。在课程大纲方面可以做些修改,例如:数据库可以多介绍一些有关数据挖掘的知识,可视化编程可以讲授大数据方向的 (四)加强校企合作 一般来说,大数据工程师需要具备数学和统计学的背景、计算机编码能力及特定应用领域或行业的知识,这些知识的运用必须在应用中得到融会贯通,由于高校无法提供在岗实习平台,而企业可以很好解决这个问题。另外,高校可以鼓励授课教师深入大数据公司进行学习实战,掌握并更新

文档评论(0)

linsspace + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档