秦智聃 吳旻 陳章躍

[摘 要]海量數據的互聯網時代催生了大數據的產生，大數據時代的到來已引起政企校各方面的高度關注。近年來，隨著數據科學的發(fā)展及市場對大數據人才的迫切渴求，為高校培養(yǎng)大數據人才創(chuàng)造了機遇，同時也帶來了挑戰(zhàn)。文章首先通過調研及數據挖掘等手段來剖析當前大數據人才的時代需求及崗位和能力需求;其次從高校人才輸出、教學資源及生源素質等方面分析大數據人才培養(yǎng)中的現實困境;最后根據CDIO工程教育理念探尋大數據人才培養(yǎng)教學改革路徑。具體包括人才培養(yǎng)體系的重構、教學內容的優(yōu)化、教學方法的創(chuàng)新，以及教學運行及評價改善，著力培養(yǎng)滿足時代需求的、集理論與實踐于一身的復合型大數據人才。

[關鍵詞]大數據分析;人才培養(yǎng);教學改革;CDIO;實踐能力

[中圖分類號]G640 [文獻標識碼]A [文章編號]1005-5843（2021）01-0008-08

[DOI]10.13980/j.cnki.xdjykx.2021.01.002

一、引言

數據洞見真相，數據創(chuàng)造價值。伴隨互聯網發(fā)展而產生的大數據深刻影響著社會的發(fā)展及人們的日常生活。目前，大數據已備受全球各國高度關注，并廣泛應用于云計算、數字經濟、人工智能、區(qū)塊鏈、物聯網等新興技術，儼然成為國際競爭與博弈的又一核心技術。大數據的發(fā)展對于推動技術革新及商業(yè)智能科學決策是機遇，但卻對高校培養(yǎng)符合市場需求的大數據人才帶來了挑戰(zhàn)。

近年來，數據爆炸式增長，2011年全球數據總量僅為1.8ZB，而2019年則達到41Z。IDC數據統計表明，預計2025年全球數據量將增長至163ZB，其中中國數據產量約占23%。顯然，數據已成為21世紀最重要的戰(zhàn)略資源之一，能否從海量數據中挖掘出其中的商業(yè)價值，是推動相關組織經濟發(fā)展的關鍵。然而，當前全球數據利用率不足0.1%，這造成數據資源的嚴重浪費，為充分有效利用數據資源，大數據人才的培養(yǎng)迫在眉睫[1]。

根據中國知網數據統計表明，近年來大數據的研究熱度持續(xù)上升（如圖1所示）。在2013年之前，大數據相關文獻累計僅214篇，而自2013年美國首次提出大數據戰(zhàn)略以后，相關文獻數倍增加。然而，在大數據人才培養(yǎng)方面，按篇名檢索僅獲取到100條文獻信息，可見大數據人才培養(yǎng)方面的研究有待加強。夏大文等在“互聯網+教育”背景下，以貴州民族大學為例，從頂層設計、課堂體系及教改等方面探究了大數據人才的培養(yǎng)[2]。阮敬等以大數據碩士培養(yǎng)為研究對象，對國外387個項目及國內22個項目展開研究，并提出了高端大數據人才培養(yǎng)的7個方向[3]。朱曼菲等總結了卡耐基梅隆大學海因茨學院在大數據人才培養(yǎng)的成功經驗，并針對我國國情提出大數據人才培養(yǎng)的管理啟示[4]。朱揚勇等從師資、數據和計算等方面探討了大數據人才培養(yǎng)的基礎條件[5]。王元卓等分析了新工科背景下大數據人才培養(yǎng)存在的問題，并對教學體系進行了優(yōu)化[6]。因此，在大數據人才緊缺的時代，為進一步推動高質量人才產出，大數據人才培養(yǎng)教學改革還有待進一步推進。

大數據雖然最初出自于“新工科”專業(yè)，但其依舊適用于“新文科”專業(yè)。因為大數據人才主要分為數據科學家、數據工程師和數據分析師三種類型，前兩種人才主要由新工科專業(yè)培養(yǎng)，而數據分析師則由新文科專業(yè)培養(yǎng)，諸如教育大數據、電商大數據、物流大數據、旅游大數據、農業(yè)大數據等[7][8][9][10][11]。因此，國內高校在進行大數據人才培養(yǎng)時，各專業(yè)均可開設大數據分析相關課程，唯有如此，方可緩解大數據人才荒的困局。為解決大數據人才培養(yǎng)所面臨的困惑，尤其是新文科背景下開設大數據分析等課程的專業(yè)所遇到的瓶頸，文章引入曾獲得美國“戈登獎”的CDIO工程教育改革模式，從大數據人才培養(yǎng)的構思、設計、實現和運作四方面入手，根據CDIO大綱及標準，培養(yǎng)具備扎實基礎知識、較強個人能力和團隊合作意識，以及系統全面解決實際問題能力的復合型大數據人才。CDIO近年來在高等工程教育領域一直是熱點研究話題。楊栩等將CDIO融入到“雙一流”背景下的研究生教育中，從課程、教學和環(huán)境等方面探究其運行模式，并提出運行機制的保障對策[12]。石欣鷺在高等藝術設計教育中引入CDIO，指出兩者的融合能有效解決理實教育與市場需求的脫節(jié)，以及團隊互助與協作教學項目的缺失等問題[13]。張磊等從電子商務視角出發(fā)，提出了注重完整實踐項目和綜合素養(yǎng)的EC-CDIO人才培養(yǎng)模式，為電商及管理科學與工程等專業(yè)的人才培養(yǎng)提供了參考[14]。曾華鵬等將CDIO應用于實踐類課程，并以工業(yè)控制網絡集成課程為例展開，采用DACUM進行能力分析，在具體實踐中效果良好[15]。CDIO自2005年首次被我國汕頭大學采用以來，成都信息工程大學、燕山大學等超過100所高校相繼實施CDIO，教學效果顯著，贏得業(yè)界和社會高度贊許。實踐證明，將CDIO工程教育理念融入教學改革中是可行且有效的。

二、大數據人才培養(yǎng)的時代需求

（一）國內外大數據發(fā)展政策梳理

身處大數據時代，海量數據籠罩著人們的日常生活，這是最好的時代、智慧的時代，或許也是最壞的時代、愚蠢的時代，關鍵在于能否從海量數據中挖掘出潛在的商業(yè)價值并引導其做出科學決策[16]。2012年3月，美國投資2億美元啟動“大數據研究和發(fā)展計劃”，倡議提升挖掘數據價值的能力;2014年5月，又頒布《大數據促發(fā)展：挑戰(zhàn)與機遇》，強調大數據是經濟增長和科技進步的強心劑，要牢牢把握機遇，從此國際上掀起了發(fā)展大數據的浪潮。經查閱整理，全球主要的大數據政策（如表1所示）。

由此可見，大數據已引起全球各國的高度重視，相關政策文件及實際行動正推動著大數據在21世紀的時代浪潮中激流勇進。我國大數據戰(zhàn)略的提出雖然相對較晚，但卻發(fā)展迅速，各級地方政府紛紛響應國家號召，積極發(fā)展大數據產業(yè)。2016年，以貴州為首，京津冀、珠江三角洲、上海、河南、重慶、沈陽、內蒙古先后參與國家大數據綜合試驗區(qū)建設，形成縱橫中國大陸的大數據發(fā)展“立體骨架”。同時，為了激發(fā)數據研發(fā)與創(chuàng)新，在國家發(fā)改委的領導下，大數據算法與分析技術、大數據分析與應用技術、大數據分析系統、大數據流通與交易技術、醫(yī)療大數據應用技術、教育大數據應用技術、綜合交通大數據應用技術等大數據領域國家工程實驗室相繼成立，這為國家大數據產業(yè)的進一步發(fā)展注入強心劑。這一系列政策及重大舉措無不證明，時代的呼聲已然唱響大數據人才的訴求，高校作為社會人才的輸送源泉，肩負著大數據人才培養(yǎng)的重擔。

（二）大數據時代下企業(yè)的人才需求

通過在國內智聯招聘、前程無憂等招聘網站獲取大數據相關崗位及其對應的能力需求信息，研究發(fā)現，企業(yè)的大數據人才需求主要分為技術人才和管理人才。其中技術人才主要從事數據管理（采集清洗）、數據倉庫（建模集成）、數據開發(fā)（運維計算）、數據挖掘（模型分析）等工作;相關崗位有大數據開發(fā)工程師、大數據架構師、大數據算法工程師、大數據測試工程師、大數據運維工程師等。管理人才主要從事數據分析（通用模型）、商業(yè)分析（經營分析）、數據運營（產品運營）、數據產品（規(guī)劃設計）等工作，主要涉及數據分析與管理決策，例如風控分析、反欺詐分析、風控審批與政策分析等。技術人才則由數據科學與大數據技術等新工科專業(yè)培養(yǎng)，而管理人才則主要由新文科專業(yè)培養(yǎng)。鑒于管理人才應用的廣泛性，文章對大數據管理人才的崗位及主要能力進行了詳細的梳理（如表2所示），這對高校培養(yǎng)大數據管理應用人才具有重要的指導作用。

三、大數據人才培養(yǎng)的現實困境

中國大數據產業(yè)正值發(fā)展初期，增長速度不斷加快。據中國商業(yè)聯合會數據統計表明，目前中國從事大數據產業(yè)人才僅30萬人左右，人才缺口達到180萬;同時，領英（LinkedIn）報告顯示，中國擁有六大熱門稀缺職位供不應求，而大數據分析人才稀缺度最高，其供給指數只有0.05[17]。大數據人才荒的時代，為高校增設專業(yè)培養(yǎng)大數據人才創(chuàng)造了機遇，同時也給萌芽中成長的大數據教育帶來了前所未有的挑戰(zhàn)。

（一）來自大數據人才輸出的困境

目前，中國大數據專業(yè)主要包括“數據科學與大數據技術”和“大數據管理與應用”兩種。2016年，北大、中南大學和對外經貿大學3所高校將中國首批數據科學與大數據技術專業(yè)撈入囊中，從此拉開了我國大數據教育的序幕。2018年，大數據管理與應用專業(yè)正式出爐，成功獲批的有西安交大、哈工大、東北財大、南財和貴財5所高校。截至目前，經教育部審批成功獲得大數據專業(yè)的高校數據（如表3所示）。

由表3可知，近年來大數據專業(yè)的發(fā)展已引起全國高?？涨瓣P注，專業(yè)申報競爭激烈，其中數據科學與大數據技術本科專業(yè)共616所高校獲批成功，大數據管理與應用本科專業(yè)共81所高校獲批成功。表面上看，雖然大數據專業(yè)增長速度快，但整體上開設大數據專業(yè)的高校不足，占全國高校的比重不足1/5，且由于開設時間較晚，目前數據科學與大數據專業(yè)的首批學生于2020年6月畢業(yè)，而大數據管理與應用專業(yè)尚無畢業(yè)生。因此，面對市場數以百萬計的人才需求，加之培養(yǎng)并輸出對應人才高校的欠缺，大數據人才依舊處于嚴重缺乏，供不應求的局面。

（二）來自大數據教學資源的困境

教學資源是有效推進教學運行的一切素材的集合，可分為人力資源和非人力資源。對高校而言，人力資源主要是教師，而非人力資源主要是教材、課件、案例、圖片、視頻，以及多媒體等教學設施。大數據作為一門新興專業(yè)，其人才培養(yǎng)在教學資源方面必然面臨諸多挑戰(zhàn)。歸結起來，其挑戰(zhàn)主要表現在師資能力、課程教材、資金投入和實踐實訓等方面。首先，在師資能力方面，大數據專業(yè)對其要求較高。大數據是一門多學科交叉融合的復雜綜合性學科，知識涵蓋數學、統計學、信息科學、計算機、機器學習以及特定專業(yè)等領域。然而，在大數據專業(yè)發(fā)展的萌芽階段，高校沒有該專業(yè)的特定師資，因此在籌辦大數據專業(yè)時，通常是將計算機、信息管理、電子信息、數學、統計學、情報學等專業(yè)的教師進行糅合。這些來自單一學科的教師雖然擅長于其固有的研究領域，但對于學科覆蓋率寬廣的大數據專業(yè)而言，其知識體系顯然不能滿足要求。因此，日后從事大數據教育的師資必須完善大數據理論知識，熟練掌握大數據相關技術、方法和工具的使用。其次，在課程教材方面，新專業(yè)必然面臨新課程，而新課程又涉及新教材。雖然市面存在不少的大數據相關書籍，但大部分均為Hadoop、Python、Spark等工具類實戰(zhàn)書目，不適宜作為課程教材，且因專業(yè)的不同，尤其是新文科領域的大數據課程，不同專業(yè)的授課需要選擇符合其專業(yè)情境的教材，這為教材的建設帶來困難。再次，在資金投入方面，大數據專業(yè)對軟硬件資源配置要求較高，尤其是軟件。國內外專業(yè)的大數據分析軟件費用普遍高昂，例如國外的Tableau、SAS和SAP，以及國內CPDA的Datahoop和北京絡捷斯特的PMT等，其費用通常高達數十萬元甚至更高，這給經費不夠充足的高校在真正落實大數據專業(yè)建設帶來挑戰(zhàn)。最后，在實踐實訓方面，大數據專業(yè)強調理論聯系實踐，脫離實踐的教學無法培養(yǎng)滿足市場需求的大數據人才。大數據實踐實訓相關教學項目需要依托相關領域真實案例，如電商、物流、農業(yè)、醫(yī)療等領域，且案例必須配備大量數據，然而諸多高校在數據獲取方面能力欠佳，導致實踐環(huán)節(jié)薄弱，學生很難學以致用。

（三）來自大數據生源素質的困境

大數據專業(yè)作為一門新興熱門學科，近年來備受社會各界關注，包括高考學子及其家長，故而一時成為高考專業(yè)選擇的熱點。根據前文分析可知，大數據是一門交叉融合的復雜學科，其知識體系涉及數學、統計學、計算機科學、機器學習，以及相關特定專業(yè)知識，且大數據注重實踐應用，故必須搭建大數據實踐系統，而此類系統通常涉及Linux、Shell、Python、Hadoop、Spark、JDK、HBase、R語言等多種開源系統軟件，非常復雜[18]。因此，若學生想成為真正的數據科學家、數據工程師或數據分析師，那么就必須精通數理統計、計算機與機器學習，以及經濟金融、電商物流、交通運輸、生化醫(yī)藥等特定專業(yè)領域知識，并能將所有知識信手拈來、融會貫通。由此可見，龐大的知識體系以及復雜的實踐環(huán)境使得大數據學習任務重、負擔大，需要學生擁有較好的數理功底，且在學習過程中不畏艱辛、迎難而上。因此大數據對生源綜合素質要求頗高，對于素質普通的學生事實上并不適合選讀大數據專業(yè)。

然而在現實中，高校的生源通常來自全國各地，學生的素質及基礎知識參差不齊，甚至有的高校大數據專業(yè)是文理兼收，這使得數理功底相對較弱的文科生在培養(yǎng)過程中難度系數增加，在學習過程中，一旦未能有效掌握前修知識，后續(xù)知識便一竅不通。因此，高校在錄取大數據專業(yè)學生時，盡可能選擇數理功底較強的理科生，而學生在選擇專業(yè)時，則需綜合考慮自身能力及素質，慎思報考，避免未來不能正常進行學業(yè)而懊悔當初的選擇。

四、大數據人才培養(yǎng)的路徑探索

面對上述大數據人才培養(yǎng)的種種困境，高校必須尋找人才培養(yǎng)瓶頸的突破口。大數據分析注重實踐應用，當然必須擁有足夠的理論支撐。數據分析全過程涵蓋業(yè)務理解、數據采集、數據清洗、構建模型、模型評估與決策分析，實踐環(huán)節(jié)貫穿始終，其重要性不言而喻。胡艷麗等指出，構建實踐驅動的知識體系與創(chuàng)新問題導向的實踐項目是大數據人才培養(yǎng)的關鍵所在[19]。因此，基礎理論是大數據人才培養(yǎng)的前提，工程實踐才是其根本。CDIO作為近年來國內外廣泛應用的工程教育杰出成果，分別代表構思（Conceive）、設計（Design）、實施（Implement）、運作（Operate），強調教育過程實則是產品由最初的研發(fā)到最終成功運行的全過程，是一種以學生為中心，課程間有機聯系的主動參與實踐的工程教育模式。R.S.Nadiyaha等曾提出一個增強學生團隊合作能力的ADDIE模型，該模型分為分析（Analyse）、設計（Design）、開發(fā)（Develop）、實施（Implement）和評價（Evaluate）五個環(huán)節(jié)[20]。顯然，ADDIE模型與CDIO在某些方面如出一轍，均旨在增強學生個人能力和團隊協作能力。然而，不同的是CDIO強調全過程培養(yǎng)，貫穿整個大學生涯。汕頭大學是國內首個踐行CDIO工程教育的高校，且在國外理論與實踐的基礎上增加道德（Ethics）、誠信（Integrity）和職業(yè)化（Professionalism）三元素，形成EIP-CDIO，實踐效果獲得業(yè)界一致好評[21]。鑒于CDIO的優(yōu)越性，國內高校紛紛效仿，然而將CDIO融入大數據人才培養(yǎng)的研究卻鳳毛麟角。因此，文章認為兩者的融合將是一次創(chuàng)新，有必要進行嘗試并加以實踐。根據人才培養(yǎng)目標沿著理論工程型和分析應用型兩條路線走，構建六輪驅動的雙目標人才培養(yǎng)模式（如圖2所示）。

（一）人才培養(yǎng)體系的重構

大數據人才分為數據科學家、數據工程師和數據分析師，因此，高校在設計人才培養(yǎng)思路時可分為理論工程型和分析應用型兩種。其中理論工程型包括數據科學家和數據工程師，這類人才的培養(yǎng)專業(yè)主要分布在新工科，即數據科學與大數據技術和大數據管理與應用;而分析應用型則為數據分析師，這類人才則分布在新文科，即教育、經濟、電商、交通、物流、醫(yī)療、農業(yè)、旅游等專業(yè)。兩種大數據人才的培養(yǎng)路徑（如圖2所示）。

由于CDIO工程教育強調項目式實踐教學，故將整個教學進行項目拆解，項目分為三級。一級項目貫穿大數據分析全過程，學生能從中體驗到項目的構思（C）、設計（D）、實施（I）和運作（O）。值得注意的是，一級項目有兩項，分別位于大學初期和大學末期，兩者有所不同。初期的一級項目主要是大數據價值導論課，學生無需進行數據分析實踐操作，教師只需要通過對大數據相應案例及項目的講解，引導學生對大數據分析產生學習興趣，并初步掌握大數據分析的具體流程及步驟。末期的一級項目則是對整個大學階段大數據學習的檢驗，強調通過實習實踐設計大數據項目并完成。二級項目是大數據核心能力課程群，例如Linux等操作系統、Python和Spark等編程語言、Hadoop等數據分析工具。但是理論工程型與分析應用型對應的二級項目卻有所不同，因為理論工程型不僅要精通數據科學理論，還需具備大數據技術、方法及工具的創(chuàng)新與實踐;而分析應用型僅需利用大數據相關技術解決現實問題即可，故在課程設置方面有所不同。分析應用型大數據人才作為新文科領域相關專業(yè)的一個分支，其大數據課程比例顯然不能太高，但大數據分析必備技能課程不能缺少，例如數據挖掘、數據可視化等;而理論工程型自身本就是大數據專業(yè)，故其課程體系非常全面，涵蓋數學、統計學、計算機科學、機器學習等諸多數據科學領域。三級項目則搭建的是政企校三位一體的聯動培養(yǎng)機制，其定位為綜合應用實踐課，鑒于高校教師缺乏實踐經驗、行業(yè)應用水平不高等問題，故需要借助政府與企業(yè)的力量來聯合培養(yǎng)，依托政府發(fā)展的大數據產業(yè)園以及校企合作，實現資源優(yōu)勢互補、協調發(fā)展。政府與企業(yè)在推動高校人才培養(yǎng)的同時，高校又為社會培養(yǎng)并輸出大數據人才。

（二）教學內容的優(yōu)化

大數據人才培養(yǎng)以大數據開發(fā)研究和應用為總體目標，課程體系按照“總分總”的模式進行。前面的“總”即大數據導論課，雖然貫穿大數據分析的整個生命周期，但其目的僅是培養(yǎng)學生大數據思維，激發(fā)其對大數據的學習興趣;后面的“總”則是對整個大學階段大數據理論、技術及工具掌握情況的整體檢查;中間的“分”為大數據相關理論、技術、工具的課程群。

在六輪驅動雙目標大數據人才培養(yǎng)體系的引導下，注重理論傳授的傳統課本教材已不符合強調實踐的CDIO工程教育模式。根據CDIO教學大綱可知，運用該模式培養(yǎng)的是理論與實踐互通的高素質、高能力人才。因此，教學過程中要注意理實一體化，理論與實踐相互交融，切不可切割分離。整體上遵循“理論奠基、能力導向、實踐強化、分類培養(yǎng)、項目驅動”這一教學思路。具體而言，課本教材在建設時，分別從理論篇;工具篇和實訓篇三方面入手，理論篇主要闡述相關理論概述;工具篇闡述該領域應用工具及問題解決方法;實訓篇由實踐項目驅動，項目的設計旨在利用相關理論及工具解決實際問題。例如2019年北京絡捷斯特出版的《大數據分析與挖掘》便是按照這樣的思路編寫的，該書目深受高校及師生的好評，并廣泛應用于大數據相關專業(yè)及課程中，尤其是交通運輸、電商物流等領域。

（三）教學方法的改革

根據圖2可知，三級項目是政企校三方協同聯合培養(yǎng)大數據人才。政府的大數據相關政策推動大數據產業(yè)發(fā)展，例如重慶近年聚焦于“大數據智能化”，欲利用大數據推動智能制造，并打造萬億級智能產業(yè)。相關政策的提出加速了地區(qū)大數據的創(chuàng)新創(chuàng)業(yè)，也吸引了不少外來企業(yè)的入駐，已聚集3000余家企業(yè)。如今“重慶市大數據產業(yè)人才聯盟”已在重慶永川授牌成立，大數據產業(yè)園正式落戶永川，政企校將在此基礎上構建大數據產業(yè)“政、產、研、學、用”一體化體系;同時，實踐經驗豐富的企業(yè)與高校合作，能彌補高校教師實戰(zhàn)經驗不足的短板。因此，政企校三方協同聯合培養(yǎng)大數據人才是歷史發(fā)展趨勢與必然選擇。

具體而言，首先，在實施項目驅動式教學的三級項目時，校企可共同開發(fā)教學資源。例如教材、教學案例，以及實訓項目，且企業(yè)可派行業(yè)實戰(zhàn)經驗豐富的大數據專家入校講學，高校教師亦可入駐企業(yè)鍛煉，校企共同培養(yǎng)大數據雙師型教師[22]。其次，政企校可簽訂大數據人才培養(yǎng)協議。高校學生在大四時可到大數據產業(yè)園相關企業(yè)參加頂崗實習，增強其數據開發(fā)或分析能力，并為其大學末期的畢業(yè)設計作鋪墊。再次，課賽融合式教學也是檢驗教學成果的重要舉措。王國胤等通過實踐證明，課賽融合不僅能鍛煉創(chuàng)新實踐能力，更能推進教學理實一體化的發(fā)展[23]。最后，結合CDIO第2條教學標準——學習目標，其中一點是加強團隊協作能力。因此，在教學過程中，有必要進行小組劃分，在項目實戰(zhàn)時既能表現出競爭態(tài)勢，又要求小組成員高度協作。

綜上所述，大數據教學可采取政企校三方協同聯合培養(yǎng)、項目驅動式教學、分組教學，以及課賽融合式教學。

（四）教學運作及評價

1.教學運作。大數據教學運行時，可在大學初期的一級項目之后，讓學生確定其專業(yè)定位，新工科則分為數據科學家和數據工程師，新文科主要強調應用，故其定位為數據分析師。

（1）針對數據科學家，構建“教學—科研”發(fā)展方向。學校組織學生與大數據學術科研梯隊的教師雙向選擇，成立科研導師隊伍，帶動學生朝學術殿堂方向發(fā)展，這類學生通常會考取碩博研究生繼續(xù)深造。

（2）針對數據工程師，構建“工程—實踐”發(fā)展方向。通過校企合作，高校遴選企業(yè)實踐導師隊伍，培養(yǎng)學生在大數據工程實踐方面的能力。（3）針對數據分析師，構建“執(zhí)業(yè)—應用”發(fā)展方向。此時，高校需要與相關數據分析師執(zhí)業(yè)機構合作，聘請機構講師授課，將實踐教學穿插于執(zhí)業(yè)資格考試，例如CPDA數據分析師、CDA數據分析師、阿里云ABP數據分析師等。

2.教學評價。教學評價采用學生、教師、學校、企業(yè)和社會五位一體的評價機制（如圖3所示）。人才培養(yǎng)以學生為中心，開啟學生評價機制并常態(tài)化運行，定期或不定期收集學生對授課教師的評價。反過來，教師也需要評價授課班級的學習氛圍及學習效果;同時，教師還需評價學校在大數據人才培養(yǎng)中的教學管理制度并提出改進對策。企業(yè)在參與校企合作的同時，需要評估學生的綜合實踐能力。學校根據制定的大數據人才培養(yǎng)方案評估專業(yè)發(fā)展情況并進行優(yōu)化。社會則根據學校及學生在大數據領域的社會地位和影響力來評估學校的人才培養(yǎng)情況。

五、結論

在數據驅動的互聯網時代，數據資源無疑已成為市場競爭的寶貴資產，大數據技術亦成為全球各國博弈的核心力量。面對龐大需求的大數據人才，高校肩負著培育人才的使命與擔當，同時也面臨著各種挑戰(zhàn)與挫折。文章針對大數據人才培養(yǎng)中人才輸出不足的困境、教學資源建設的困境，以及生源素質參差不齊的困境，借助CDIO探尋出六輪驅動雙目標大數據人才培養(yǎng)模式，從教學體系的構建、教學內容的優(yōu)化、教學方法的改革和教學運作及評價四個維度進行路徑探索。

研究表明：（1）大數據人才培養(yǎng)應實施兩步走策略，即理論工程型和分析應用型。理論工程型培養(yǎng)的人才為數據科學家和數據工程師;分析應用型培養(yǎng)的人才為數據分析師。（2）根據CDIO教育理念，大數據人才培養(yǎng)需要理實一體化，且實施三級項目驅動教學。一級項目分布于大學初期和末期，初期為大數據導論課，旨在激發(fā)學生大數據思維，提高大數據學習興趣，末期為畢業(yè)實習與設計，旨在檢驗學生大學期間大數據知識及能力的掌握情況。二級項目為大數據核心能力課程群，旨在提高學生對大數據技術、方法及工具的掌握。三級項目為綜合應用實踐課，旨在通過政企校三方聯合培養(yǎng)提高學生的實踐能力。（3）教學內容的設計遵循理論篇、工具篇和實訓篇三步走策略。（4）教學方法上除了項目驅動教學外，還可采取政企校協同聯合培養(yǎng)、小組教學和課賽融合式教學。（5）教學運作方面，開通“教學—科研”、“工程—實踐”、“執(zhí)業(yè)—應用”三條發(fā)展道路，分別對應數據科學家、數據工程師和數據分析師。（6）教學評價采取學生、教師、學校、企業(yè)和社會五位一體評價機制，相互監(jiān)督、相互促進。

培養(yǎng)大數據人才固然重要，但培養(yǎng)符合時代發(fā)展并滿足市場需求的復合型高素質綜合性大數據人才更重要。因此，未來大數據人才培養(yǎng)的道路依舊任重道遠。

參考文獻：

[1]張寧，袁勤儉.面向數據科學的信息管理和信息系統專業(yè)課程建設與改革[J].現代情報，2017（08）：106-110，160.

[2]夏大文，張自力.DT時代大數據人才培養(yǎng)模式探究[J].西南師范大學學報（自然科學版），2016（09）：191-196.

[3]阮敬，劉宏晶，紀宏.國外大數據碩士人才培養(yǎng)的經驗與啟示——基于大數據文本挖掘[J].統計與信息論壇，2017（09）：29-36.

[4]朱曼菲，謝笑.卡耐基梅隆大學海因茨學院大數據類專業(yè)教育及其啟示[J].圖書館學研究，2020（06）：17-24.

[5]朱揚勇，熊贇.大數據人才培養(yǎng)的基礎條件初探[J].大數據，2016（05）：107-114.

[6]王元卓，于建業(yè).新工科背景下的大數據教學體系建設探析[J].大數據，2018（06）：11-18.

[7]王英彥，楊剛，曾瑞.教育大數據背景下高職教學質量提升策略[J].中國職業(yè)技術教育，2020（14）：61-66.

[8]吳永春.大數據背景下的電子商務客戶流失量預測[J].現代電子技術，2020（11）：144-147.

[9]秦智聃，陳章躍，弓憲文.基于數據挖掘技術的物流配送成本估計研究[J].現代電子技術，2020（13）：183-186.

[10]吳開軍.旅游大數據研究熱點及特征探析——基于國外文獻的分析[J].統計與信息論壇，2019（04）：105-113.

[11]王佳方.智慧農業(yè)時代大數據的發(fā)展態(tài)勢研究[J].技術經濟與管理研究，2020（02）：124-128.

[12]楊栩，馮詩瑤.“雙一流”建設背景下基于CDIO理念的研究生創(chuàng)新型人才培養(yǎng)模式研究[J].黑龍江高教研究，2018（08）：6-10.

[13]石欣鷺.基于CDIO模式的藝術設計教育“雙一流”建設探索[J].教育理論與實踐，2019（24）：60-62.

[14]張磊，王輝，馮文龍，孟現飛.ECCDIO電子商務人才培養(yǎng)模式的構建[J].高等工程教育研究，2019（01）：196-200.

[15]曾華鵬，邢媛，湯莉，王鵬.基于能力本位與CDIO的應用型本科實踐類課程改革——以“工業(yè)控制網絡集成”課程為例[J].高等工程教育研究，2020（01）：182-188.

[16]朱志軍，佘叢國，閆蕾等.大數據：大價值、大機遇、大變革[M].北京：電子工業(yè)出版社，2012.

[17]中研網. 2020年大數據行業(yè)發(fā)展前景趨勢和現狀如何 中國大數據行業(yè)深度發(fā)展研究與“十四五”企業(yè)投資戰(zhàn)略規(guī)劃[EB/OL].http：//finance.chinairn.com/News/2020/05/29/172130397.html.

[18]楊建林.大數據浪潮下情報學研究與教育的變革與守正[J].情報理論與實踐，2020（04）：1-9.

[19]胡艷麗，白亮，譚真等.面向大數據人才培養(yǎng)的融合式教學模式[J].高等教育研究學報，2020（01）：101-103+120.

[20]Nadiyaha R.S， S. Faaizah. The development of online project based collaborative learning using ADDIE model[J].Social and Behavioral Sciences， 2015， 195：1803-1812.

[21]葉民，孔寒冰，許星.新工科實踐路徑探討：基于扎根理論的 CDIO 轉換平臺建構[J].高等工程教育研究， 2018（4）：11-17+100.

[22]夏大文，王林，張乾等.大數據應用技術課程教學改革與實踐探索[J/OL].大數據：1-8[2020-06-22].http：//kns.cnki.net/kcms/detail/10.1321.G2.20200602.1247.002.html.

[23]王國胤，劉群，夏英等.大數據與智能化領域新工科創(chuàng)新人才培養(yǎng)模式探索[J].中國大學教學，2019（04）：28-33.

（責任編輯：劉宇）