大数据人才培养之路该如何走
大数据,已经成为当前社会的热词。但数据人才培养以及数据科学研究似乎远未做好准备。教育部日前公布《2016年普通高等学校本科专业备案和审批结果的通知》,记者注意到,继2016年北京大学、中南大学、对外经贸大学首批设立大数据相关学科后,中国人民大学、北京邮电大学、复旦大学等32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。
技术发展催生下的新兴学科和专业,该怎样培养人才?培养什么样的人才?人才培养与学科研究又该如何处理定制与创新引领、交叉融合与专业建设的关系?
从一专多能到两专多能
近几年,山西医科大学医学信息技术教研室主任于琦一直从事医学大数据挖掘方面的研究。在他看来,大数据人才应系统掌握数据分析相关的技能,主要包括数学、统计学、数据分析和自然语言处理等。“具体来说,大数据人才首先应具备获取大数据的能力,例如能根据任务要求,综合利用各种计算机技术和知识,收集、整理海量数据并加以存储,为支撑相关决策和行为做好数据准备。其次,应具备分析大数据的能力,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。最后,还应具备良好的团队合作精神。大数据时代的数据分析任务,多数需要与他人合作实现既定目标。”
“现在看来,从数据科学与大数据技术专业毕业的学生,授予的是理学与工学学位。由此可见,此专业具有非常明显的理工交叉特点。”南开大学统计研究院副院长王兆军告诉记者,大数据催生了数据科学,而数据科学是处理和分析大数据的理论支撑与保证。“因此,高校在制定培养计划和方案时,应注意数学、统计学、计算机科学的有机融合及与应用领域的深入结合。”
“大数据的核心价值在于应用,而应用需要专业知识与数据思维相结合。然而,大数据的应用能力培养用现行书本教学的方法很难实现。”清华—青岛数据科学研究院执行副院长韩亦舜表示,过去的人才多是“T”型人才,即一专多能;今后的大数据人才应为“π”型人才,即两专多能。所谓两专,是要有专业知识,更要有数据思维。“要达到这样的目的,必须改革现行的人才培养方式,鼓励用多种形式培养跨界人才。”
韩亦舜还表示,在大数据思维指导下,可以从事的研究领域变得更多了。“几乎现有的各个专业都可以和大数据思维结合,产生创新的火花。同样值得注意的是,大数据也一定会产生新的学科或领域。”
与大数据相关的学科、专业建设还很薄弱
虽然我们已身处大数据时代,但大数据的学科和专业建设才刚刚上路。
“在大数据应用领域,我国的发展速度很快且名列前茅。但不可否认的是,在高等教育层面,与大数据相关的学科、专业建设还很薄弱。”华中科技大学公共管理学院副教授童文胜指出。
在于琦看来,学科、专业建设必须要有健全的教师人才体系,但目前掌握大数据技术、懂管理、有大数据应用经验的专业教师还很有限。教师人才的短缺以及由此导致的体系不健全必然是学科、专业建设的一个挑战。
“目前,社会急需大量既懂统计与数学,又懂计算机,并与业界充分融合的大数据专业人才,包括数据工程师、数据分析师,更缺能引领学科发展的数据科学家。为了提供更好、更持久的大数据处理与分析技术和方法,必须要有一个强大的数据科学学科做坚实后盾。如果没有数据科学学科的核心理论做支撑,大数据难免会泡沫化,也必然会损害国家的大数据发展战略。”王兆军说。
而韩亦舜担心的是:“如果学生们缺乏对多产业的了解,不仅会导致他们在工作中沟通困难,还很难发挥自身专业技能。”
于琦说,人才培养需要理论教学与实践练习相结合,而目前针对大学生培养的大数据实践基地较少,不利于对学生大数据思维和实践应用能力的培养。
加强关于大数据领域的理论研究是关键
大数据人才培养之路,如何走得更顺畅?
“少一些限制,多一些包容。”韩亦舜认为,在大数据专业的体制机制建设和人才培养方面,应更加灵活,允许尝试走多种路径,才可能发现与克服过去机制中的问题。“比如,清华大学将数据科学研究院独立设置,便于实现跨专业跨领域的资源整合,组织多个院系不同专业的教师,为学生开设从传‘术’(工具手段类)到授‘道’(思想方法类)的多类型课程。招生面向全校研究生,根据学生的不同专业背景,定制个性化的培养方案。对于人文社科类学生,多补一些‘术’的内容,对于理工类学生,多补一些‘道’的内容。”
“万丈高楼平地起,加强关于大数据领域的理论研究是关键,也是基础。”王兆军举例说,在大数据背景下,统计学科的现有理论基础与方法受到了极大挑战,需要建立一套适应大数据特点的理论体系。对数学学科而言,创建适应不同环境的快速有效计算和优化算法将为大数据分析提供最基本理论保证。
童文胜指出,加强与社会、相关企业的合作势在必行。大数据专业有很强的时代性,也有较为强烈的社会需求。因此,它们要发展、成长、培养人才,离不开社会的支持。“建议从企业和相关政府部门或研究机构引进大数据领域的兼职教师,不仅让学生们在学校也能获取专业领域最前沿的动态和信息,而且能得到最权威专业的学术指导。”
“为了更好实现学科、专业建设,要引进先进的大数据技术设备满足教学实践需求。”于琦强调,国内外大数据技术发展迅猛,相应的高科技产品日新月异,政府和学校也应增加投入,引进相应的技术设备,为满足学生更好的学习和实践提供硬件保障。
本文转自d1net(转载)
阿里云大学创新人才赋能模式,助力贵州大数据基础人才建设 近年来,云计算与大数据持续火热,整个行业呈井喷式的快速发展。2014年3月,“大数据”首次写入《政府工作报告》,2017年两会,李克强总理更是指出“加快大数据、云计算、物联网应用,以新技术新业态新模式,推动传统产业生产、管理和营销模式变革。
阿里云携手达内教育培养大数据技术人才 本文讲的是阿里云携手达内教育培养大数据技术人才,1月12日,达内教育集团与阿里云在北京召开新闻发布会,共同向外界宣布双方达成战略合作关系,共同培养云计算、大数据方向的技术人才。 按照协议,到2017年4月,将有5万人次的达内学员享受阿里云高端的云计算培训和ACF认证。
相关文章
- E-Mapreduce如何处理RDS的数据
- Entity Framework Code First实体关联数据加载
- ACCESS-关于DELPHI中操作ACCESS数据库中单精度数据的问题
- 解决方案:如何防止数据重复插入?
- 如何选择大数据应用程序
- 如何区分数据科学家,数据工程师与数据分析师
- beego框架返回json数据
- Android应用程序与SurfaceFlinger服务之间的共享UI元数据(SharedClient)的创建过程分析 .
- MySQL 如何只导出 指定的表 的表结构和数据 ( 转 )
- 在SQL 2005中用T-SQL插入中文数据时出现的问号或乱码的解决方案[转]
- 如何对memcache的数据(key-value)进行遍历操作
- 如何不让Excel图表随源数据改变而改变
- 地理数据与数据仓库
- 使用 csv 导入的方式在 SAP S/4HANA 里创建 employee 数据
- 如何用ABAP读取LRAW中的数据
- 如何找出 SAP电商云产品明细页面读取后台数据的代码具体位置
- CRM product搜索结果重复数据的一个解决方案
- Atitit 面试技术点最小化问题法总结 目录 1. Web 前端1 1.1. Jq 常用操作哪些??1 1.2. 查询后如何绑定后端数据到表格2 1.3. 提交后怎么接受表单数据2 2.
- SAP ABAP OData 服务的分页加载数据集的实现(Paging)试读版
- oracle处理已有数据的字段(主键)类型修改方法
- ML之LoR:基于信用卡数据集利用LoR逻辑回归算法实现如何开发通用信用风险评分卡模型之以toad框架全流程讲解
- 〖Python 数据库开发实战 - MySQL篇㉕〗- 数据更新操作 - UPDATE 语句
- Dropout和网络结构实现数据增广带来的不同影响分析
- 第二人生的源码分析(四十八)接收服务器回应的纹理图片头数据
- e870. 获取默认外观的数据
- 数据机构与算法_21 _ 哈希算法(上):如何防止数据库中的用户信息被脱库
- 【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
- Docker----Docker数据共享与数据卷挂载
- STM32F1小系统调试案例——串口采用HAL库中断方式接收,只能收到第一批数据