摘 要：许多高校在本科数学专业人才培养中加入了大数据相关的课程，如何将数学与大数据有效地融合以培养高质量复合型人才是其面临的一个重要问题。文章探讨了在本科数学专业培养过程中融入大数据课程的必要性，从师资队伍和教学资源两方面研究了大数据课程建设过程中面临的主要问题及解决途径。
关键词：大数据；本科数学专业；人才培养；课程思政
0 引言
随着“互联网+”时代的到来，全球数据呈爆炸式增长，以大数据、人工智能为代表的信息技术发展迅速，已成为新一代产业革命的核心驱动力。我国近年来十分重视大数据和人工智能的发展。2015 年，国务院颁布《促进大数据发展行动纲要》[1]，大数据正式上升为国家发展战略。2016 年，由工信部印发的《大数据产业发展规划（2016-2020年）》[2]掀起了大数据产业建设的浪潮。2018 年，教育部印发了《<高等学校人工智能创新行动计划>的通知》[3]，并指出高校处于科技第一生产力、人才第一资源、创新第一动力的结合点，在人才培养和学科发展等方面具有坚实基础；高校要进一步强化基础研究、学科发展和人才培养方面的优势，要不断地推动人工智能与市场需求深度融合，从而引领我国人工智能领域科技创新、人才培养和技术应用示范，带动我国人工智能总体实力的提升。在这样的背景下，高校作为人才培养的基地，如何紧跟时代的步伐、培养社会所需的人才是广大教育工作者需要思考的问题。众所周知，大数据、人工智能是离不开数学的。从上个世纪中期开始，在数学与信息科学的相互影响、相互促进下，人类快速进入信息社会。数学的形式化演算所体现的辩证统一特征为信息科学提供了强大的理论支撑，促使信息技术在本世纪得到了突飞猛进的发展，比如大数据、人工智能、5G、移动互联网以及云计算等。面对这些新兴技术的发展，高校不仅要继续培养以基础研究为主的数学专门人才，还应结合新领域、新需求，培养具有深厚数学背景的交叉复合型创新人才。本文以东北大学秦皇岛分校数学与统计学院近几年在本科人才培养方面的改革为基础，介绍以大数据为应用背景的复合型人才培养模式的构建。
1 大数据的内涵及人才需求现状
百度百科对大数据的解释[4]是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。这说明“大数据”不仅是指大量数据的聚集，更是指一种新兴的技术。其中的数据可以是结构化和非结构化的：结构化数据是指可以统一结构表示的信息，如数字、符号等数据；非结构化的数据具有格式多样性的特点，在实际中也更为常见，如文档、图片、声音、视频等信息。大数据具有4V的特点，即数据容量规模大、类型多样、价值大、要求处理速度快。随着大数据技术的发展，业界对数据中心的需求越发升高，《2020中国大数据产业发展白皮书》[5]显示，2019 年中国大数据产业规模达 5397 亿元，同比增长23.1%，预计到 2022 年将突破万亿元。今年，美林数据[6]了《大数据产业人才需求现状分析》，指出2020 年中国大数据行业的人才需求规模达到了 210万，2025 年前大数据人才需求仍将保持 30%-40% 的增速，需求总量在 2000 万人左右，其中对本科人才的需求约占总需求量的 65.45%，数理类人才的需求占总需求量的 29.34%，因此在本科数学专业人才培养过程中融入大数据相关课程具有重要意义。
2 大数据对数学类本科人才培养模式的影响
2021 年 2 月，人力资源社会保障部与工业和信息化部联合制定了《大数据工程技术人员国家职业技术技能标准》[7]，该《标准》明确指出“大数据工程技术人员”是指从事大数据采集、清洗、分析、治理、挖掘等技术研究，并加以利用、管理、维护和服务的工程技术人员。为适应社会的发展，数学类本科人才培养应以大数据技术为应用背景，充分发挥数学在大数据工程中的应用。为此，我校数学与统计学院自 2017 年从多视角、多方位的培养方式出发，借鉴其他学科人才培养的途径与经验，研究适合数学专业的多元化培养体系，着力提高数学专业复合型创新人才的培养质量。首先，建立了基于“导师制”与“兴趣班”相结合的复合型人才培养模式。随着招生规模的扩大，本科生质量有所下滑，许多高校本科生教育实行的班主任制或辅导员制无法很好地适应实际需要。因此，在本科生教育中全面推行导师制是非常必要的。数学与统计学院在研究大量文献和调研的基础上，制定了适合我院本科生的“导师制”机制。主要包括：提高本科生对导师制的认识，明确本科生导师的定位和职责，建立与“导师制”相配套的管理制度和激励措施等。同时，在大三和大四阶段开展多种“兴趣班”，学生可以根据自己的发展方向，在导师的指导下选择适合自己的“兴趣班”。目前，已成功开设两届大数据兴趣班，学生报名踊跃，效果较好。同时，兴趣班的授课也为教师业务能力的提高打下了基础。其次，优化本科培养方案，在现有课程体系中增设大数据处理相关课程。兴趣班的成功开设为学院积累了一定的大数据课程建设经验。因此，在遵循教育部《普通高等学校本科专业类教学质量国家标准》的前提下，对现有培养方案进行研究，进一步提炼专业基础课程和专业核心课程，以“知识复合”、“能力复合”和“思维复合”为基本指导思想，增设专业互选课程和适应社会需求的新课程，构建适合本科数学相关专业的复合型人才培养方案，如增设了 Python 语言、大数据概论、大数据处理技术等课程。在此基础上，学院在 2019 年成功申报并获批“数据科学与大数据技术”本科专业，首届招生 70 人。从目前看，生源质量在全校排名第二，学生学习积极性较高。
3 大数据背景下数学专业人才培养的策略
“数据科学与大数据技术”本科专业的获批进一步为基于大数据技术的数学专业复合型人才培养提供了支撑，结合“课程互选、学分互认”制度，学生可以在学好本专业必修课的基础上选修其他专业的课程，从而将“兴趣班”课程变成了专业选修课。但是，复合型人才培养的关键在教育资源，因此数学与统计学院将从如下方面进行改进，以进一步提高人才培养质量。⑴ 加强教师的业务素质和教学水平目前，全国许多高校面临师资紧张，教学资源不充足的情况，新引进的教师大都是博士毕业，他们多数偏重理论研究，而承担与社会发展密切相关的课题较少。特别对于大数据这种知识更新较快的学科，只依靠自己的师资往往难以培养符合社会需求的人才。为此，我院组建了基础数学、统计学和信息科学等多个导师团队，完成学生的课堂教学、实验教学和交叉课程实训等教学环节。对于业务能力不足的教师提出具体要求，通过参加各类培训等方式争取在1-2年内融入到指定的导师团队中。⑵ 拓展教学渠道，引入校外资源大数据的相关课程要求学生具有较强的动手能力，这需要学院有相应的硬件设备和专业的实训平台，以及日常维护和管理的专业老师。而我院数学学科和统计学科所需要的设备远不能满足这样的要求，再加上实训项目也不够丰富。为此，我院在调研其他高校实验室建设的基础上积极筹划并启动了大数据实验室建设项目，同时，在学校的大力支持下我院与其他工科学院签订了资源共享协议。为了解决项目案例缺失的问题，我院以“数据科学与大数据技术”专业为依托引进校外资源，特别是把一些企业里用到的项目案例引入到课堂教学和实践教学中。目前，我院已与东软睿道、东软集团、中软国际等企业签订实训合同，积极引进医疗、电商、金融等领域中的案例，并通过这些案例强化学生的专业技能，训练其在实践中发现问题、分析问题和解决问题的能力。⑶ 加强课程思政建设，提高学生创新意识课程思政是实现高校立德树人根本目标的关键一环，是实现全员全程全方位“三全育人”的重要抓手。在全国各高校抓紧建设课程思政项目的关键时刻，学院非常重视大数据背景下的课程思政项目建设，提出了新专业所有课程都要体现思政和创新。这里的思政，笔者认为，是指高校在教学过程中对学生进行马克思主义思想政治理论教育的总称。大数据是离不开数据存储和算法设计，因此我们可以在存储结构选择和算法设计上深入挖掘与马克思主义自然观和自然科学观相关的思政元素，并通过这些思政内容进一步解释我国目前的一些基本政策。而创新主要体现在将数学知识应用到数据的处理中，要求教师在授课过程中深入挖掘数学应用的案例，从而激发学生对数学的学习兴趣。目前，我院已有两门大数据课程成功申报并获批校级课程思政建设，挖掘思政元素 20 余个。并且，教师团队还通过以点带面、全方位融入的方式将思政元素融入数学类课程教学过程中。同时，为了体现智育与德育的相互融入和相互促进，教师团队将思政案例与情感教学相结合，体现知识传授、科学精神和爱国情怀，以达到知识、能力、素质协调发展，培养具有社会责任感、专业知识扎实和创新精神的专业人才。
4 结束语
大数据已经成为国家发展规划中的重要部分，大数据技术作为当下我国新旧动能转化、产业升级关键时期的有力工具，正在与传统产业深度融合。在这样的背景下，我国各领域对大数据人才的需求也越来越多。作为传统的数学专业，为了培养具有深厚数学基础、以大数据应用为背景的复合型人才，本文首先从社会对大数据人才的需求角度出发，介绍了在数学本科专业培养过程中融入大数据课程的必要性；然后结 合东北大学秦皇岛分校数学与统计学院的实际情况介绍了大数据课程建设经验，对其他高校和相关专业人才培养具有一定的借鉴意义。
作者：张建波 傅开心 王子健 单位：东北大学秦皇岛分校数学与统计学院
