大数据创新人才培养模式探索与思考.docVIP

大数据创新人才培养模式探索与思考 　　摘 要：围绕大数据分析与智能处理创新人才培养过程中的专业课程设置、实践环境建设、教师能力提升和教学模式改革4个挑战，以重庆邮电大学智能科学与技术专业在大数据分析处理创新人才培养模式的探索为例，提出以程序设计开发和数据分析处理2类课程群为抓手、以培养健全的教师人才体系队伍为目标，构建培养优质人才的创新实践教学平台，开展以领域工程问题为导向的教学方法改革。 　　关键词：大数据智能处理；创新人才；关节点课程群；教??队伍；实践平台 　　0 引 言 　　2008年末，卡耐基?梅隆大学教授发起业界组织计算社区联盟（Computing Community Consortium），发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》，首次提出了大数据的概念，明确了大数据真正需要的是新用途和新见解，而非数据本身，由此带来了社会对人才需求的改变，计算机等相关信息专业人才培养也面临新的挑战[1]。 　　大数据概念一经提出，引发的计算机技术变革势如破竹。在这一技术发展催生下，智能科学与技术以及计算机科学与技术相关专业如何培养大数据分析与智能处理的创新人才成为摆在教师面前的一个重要课题：挑战一，如何将大数据分析与智能处理能力培养融入专业课程体系；挑战二，如何以社会需求为牵引，培养专业教师的大数据分析与智能处理能力以提升教学水平；挑战三，如何利用有限的资源搭建大数据工程能力训练的公共实践和个性化创新系列实践平台；挑战四，如何以领域工程问题为驱动探索培养大数据分析与智能处理人才的教学模式[2]。 　　1 打造核心知识体系，渗透数据思维 　　大数据智能处理创新人才首先必须有学科交叉的数据思维，还应该有工程应用能力。数据思维的来源植根于数学、统计学、计算机科学等学科交叉中，数据挖掘、机器学习、人工智能、数据库、分布式系统等课程显得尤为重要。因此，笔者针对智能科学与技术以及计算机科学与技术等相关专业人才培养面临的挑战，以大数据创新能力培养为目标，顺应技术发展趋势，逐步确立了专业课程体系围绕程序设计开发和数据分析处理能力培养两条主线进行课程设置的方式，在课程群体系建设上进行了有益的尝试。 　　最初构建了以数据库原理为核心的三层次大数据“关节点”课程群体系[3]。三层次体现了大数据分析与智能处理能力的基本组成，即专业基础课、专业核心课和专业方向课，并遴选了9门课程作为该体系的关节点课程，见图1（a）。随着大数据技术的进一步发展，在相应的三层次中相继加入了云计算与云服务、数据分析实践，见图1（b），并相继开设了计算智能科学前沿、大数据分析与处理等前沿微课，将新知识、新思维、新方法及时传授给学生，恰当地将优势教学资源向“关节点”课程倾斜，重点保障“关节点”课程的教学质量，对有效提高人才培养质量和特色起到了至关重要的作用。 　　2 建设健全的教师人才体系 　　通常意义上的创新人才指具有创新精神和创新能力的人才，他们不仅表现出灵活、开放、好奇的个性，具有精力充沛、坚持不懈、注意力集中、想象力丰富以及富于冒险精神等特征，而且能够充分运用所掌握的多学科交叉知识孕育出新的思维方法，能根据具体需求，采用有效方法和模型分析数据，并形成报告，为实际问题提供决策依据[4]。大数据分析与智能处理的核心价值仍在于应用，而应用不仅需要专业知识与数据思维相结合，更需要与实际工程领域问题相结合。 　　大数据分析与智能处理创新人才的培养对智能科学与技术以及计算机科学与技术等相关专业教师的能力水平提出了高要求。为了打造一支适应大数据分析与智能处理创新型人才培养要求的教师队伍，笔者进行了多角度的探索，不仅提升了教师队伍的教学水平，而且带动了教学质量的提高。 　　2.1 以高水平科研为切入点打造一流师资队伍 　　教师队伍尤其需要不断跟进相关科研技术的发展，参加各类高水平科研项目，准确把握最新前沿技术的发展。笔者依托重庆市计算智能重点实验室和大数据智能计算示范型国家国际科技合作基地等一系列智能处理平台，通过承接涉及网络安全大数据、空间信息大数据、医疗图像大数据、流程工业大数据等国家重点研发计划，积极引导教师进入不同的科研项目，参与高水平的科学研究，提高并拓宽教师对科研领域热点问题的掌握程度和学科视野。同时拿出专项经费资助教师加入各级学术团体，包括中国计算机学会、国际电气和电子工程师协会等，从另一渠道促进教师队伍科学研究视野的提升。 　　2.2 多方联合拓展师资队伍的国际视野和工程能力 　　笔者依托计算机科学与技术学院与美国康奈尔大学、加拿大里贾纳大学建立的联合实验室，与美国、加拿大以及欧洲科学院院士等国际知名专家建立了长期稳定的合作关系。首先依据学校对教师职称评定必须具备的国外访学以及企业挂职的刚性条件，选派教