大數據卓越人才培養模式與實踐

導語：大數據卓越人才培養模式與實踐一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要:基于“新工科”理念和“新財經”視角，針對“數據科學與大數據技術”專業，在學數據通用基礎理論和關鍵技術的基礎上，以金融領域大數據應用需求為導向，選取綠色金融大數據典型應用場景案例開展特色人才培養。通過課堂教學為主的教學實踐培養學生面向財經應用領域解決復雜問題的能力，提升學生的實踐創新素質。

關鍵詞:大數據人才;新工科;新財經;案例教學

隨著新一代信息技術的快速發展，各行業的大數據應用時代已經到來［1］。在全球范圍內，大數據人才成為稀缺資源［2］。獵聘在2019年度世界人工智能大會上了《獵聘2019年中國AI＆大數據人才就業趨勢報告》。報告指出，人工智能與大數據人才在全球范圍內呈現嚴重人才荒，中國大數據人才缺口高達150萬［3］。目前，歐、美、日、韓等國家已將大數據上升為事關國家核心競爭力的國家戰略，對大數據人才培養相關研究高度重視。我國從2016年開始，教育部批準設立“數據科學與大數據技術”本科新專業。2020年開始有了畢業生［4］。目前我國大數據人才培養還處于起步階段，急需開展卓越大數據人才培養的教學研究和工程實踐，以培養卓越大數據人才為達成目標，有力支撐我國大數據產業的快速發展［5］。

一、研究思路和教學實踐路徑選擇

大數據具有很強的領域特征，大數據挖掘與分析技術已運用到國民經濟、社會管理和科學研究等各個領域。利用大數據分析尋找復雜現象下的經濟規律，對新經濟發展和傳統產業提升做出科學決策和預測值至關重要。因此，在開展卓越大數據人才培養教學和工程實踐過程中，以大數據產業需求為導向，基于新工科理念［6］，采用“大數據專業基礎理論+應用領域基本知識+細分方向工程實踐”的思路深入研究基于案例教學［7］的大數據卓越人才培養模式和教學實踐路徑，面向應用領域重點培養學生解決復雜問題和實踐創新能力，是首先需要考慮的問題。目前，現代服務業領域面臨著新的挑戰，尤其是在疫情常態化精準防控條件下，基于大數據管理和預測的服務業發展模式需要更多的大數據人才，這在金融、旅游、餐飲、教育、娛樂、交通等服務業中表現更為突出。以金融服務業為例，由于網絡金融業務和服務方式多樣化，使得金融市場數據的整體規模急劇增大，金融行業不斷地存儲積累著大量動態變化的、時間連續的、多源異構的原始數據。相較于其他行業，大數據對金融領域具有更大的潛在價值。麥肯錫研究顯示，金融業在大數據價值潛力指數排行榜中名列前茅。這主要源于大數據決策模式對金融更具針對性，如銀行發展模式轉型、金融創新等均需充分利用大數據技術的支撐，同時，金融業也具備良好的大數據技術應用的基礎條件［8］。為了使大數據卓越人才的培養研究與實踐工作既不失一般性又彰顯人才的領域特色，本文研究思路是:根據教育部“新工科”人才培養理念，基于“新工科”理念+“新財經”視角，針對“數據科學與大數據技術”專業，在學數據通用共性基礎理論和關鍵技術的基礎上，以金融領域大數據應用需求為導向，選取金融大數據典型應用案例，將大數據分析處理技術應用于解決金融服務中出現的問題。強化學生大數據工程實踐和應用創新素質的培養。基于案例教學的大數據卓越人才培養模式研究的教學實踐路徑:通過培養方案和課程設計來規劃大數據通用共性基礎理論和關鍵技術的學習，以課堂教學為主要實現形式;通過實驗室開展工程實踐活動，以精選的金融領域大數據項目為基礎設計教學案例，以多樣化的教學模式為途徑實施實踐教學過程，以“新工科”理念為指導，培養學生應用大數據技術，解決金融領域復雜工程問題的創新能力。

二、人才培養目標和特色定位

人才培養的目標為:堅持立德樹人、德育為先，按照“寬基礎、瞄前沿、重實踐、求復合、創模式”的思路，培養德、智、體、美、勞全面發展，具有扎實的專業基礎知識、良好的科學素養和創新意識，較強的工程實踐能力，具備計算機、數據科學、財經學科如金融學等多學科的基礎理論和知識，能夠利用大數據的技術與方法解決行業具體應用問題，具有一定創新能力、工程實踐能力、協作能力和自我發展能力的高級應用人才。畢業數年后能夠成為大數據有關教學、科研、開發和應用領域的技術骨干。具體能力包括:立場堅定、熱愛祖國、品德優良、責任感強，能夠吃苦耐勞，具有優良的學術素養;具備扎實的大數據分析技術基礎，熟悉學科前沿技術，具備金融行業知識，勝任研究和開發工作;具備掌握大數據處理技術和機器學習技術，具有堅實學術基礎和良好的職業發展空間;具備外語閱讀與交流能力、團隊協作與溝通能力、獨立學習能力、工程實踐與創新能力;具有適應社會與行業發展的社會公德和人文素養。人才培養模式特色定位如下:第一，面向金融應用領域?；凇靶鹿た啤崩砟睿嫦蚪鹑趹妙I域實際需求，以大數據最新技術為工具，設計開發以學科交叉為特征的大數據卓越人才培養教學案例，培養大數據卓越人才數據獲取能力、數據處理能力、數據分析能力和數據展示能力。第二，配置交叉教學團隊。打破學科壁壘，促進學科間交叉融合，通過整合多學科教學資源，建設跨學科的大數據專業教學團隊，踐行工程教育的新理念、豐富學科專業的新內容、構建人才培養的新模式、探索高質量育人的新途徑，為培養大數據卓越人才提供教學保障。第三，開發深度融合課程。優化課程體系設置，將計算機與財經學科的相關課程有機結合，滿足行業對交叉復合型人才的知識要求和能力要求。第四，“采用典型金融案例”教學。通過實施案例教學，改革現有的培養模式和教學方法?；凇靶鹿た评砟睢眲撔滦纬梢越鉀Q問題為導向的、多學科交叉的、典型案例實踐教學的大數據卓越人才培養途徑。第五，構建產教融合模式。與大數據產業發展和財經領域的實際問題相結合，協同育人，通過課題研究、項目開發、崗位實習等方式突出財經領域應用特色的訓練，著力培養學生面向財經領域問題的實踐創新能力。

三、財經領域大數據卓越人才培養方案

財經領域大數據卓越人才培養方案，體現在大數據相關學科基礎理論和大數據通用關鍵技術學習的基礎上，進行金融領域教學案例應用“實戰”訓練;體現在學科交叉重鑄課程體系和教學內容，師資融合和先進的教學實驗環境支撐;體現在教學過程中，采用全新教學方式、教學方法和教學模式上。達成的目標是激發學生跨學科、多視角的創新思維，培養學生實踐創新能力，為德才兼備的面向財經領域的大數據卓越人才素養養成奠定堅實基礎。財經領域大數據卓越人才畢業要求。根據人才培養目標，畢業生應獲得以下幾個方面的知識、能力和素質:第一，專業知識方面。掌握必備的計算機科學與技術、數學、金融學基本原理與方法;掌握大數據、物聯網、區塊鏈、云計算及人工智能等技術的基本原理和初步應用。第二，專業能力方面。具備應用大數據技術進行金融行業數據分析與挖掘、算法設計及建模能力;具備利用大數據、區塊鏈、物聯網等技術手段解決行業相關問題的能力。第三，專業素質方面。具備求實創新意識和嚴謹的科學素養;具有科技意識和創新意識，能夠分析解決復雜領域問題。專業素質能力模型見圖1。第四，領域知識方面。大數據技術應用具有很強的領域特征，除學科的相關知識，還需要具備此財經應用領域的背景知識，培養學生掌握該領域大數據采集、管理、分析、決策的綜合能力。選擇“財經類案例”實施教學是圖1專業素質能力模型財經領域大數據卓越人才培養的重要方法和途徑。

四、財經領域大數據卓越人才培養課程設置

財經領域大數據卓越人才培養應通過課程設置體現出“大數據專業基礎理論+應用領域基本知識+細分方向工程實踐”的培養思路、達成目標和實施路徑。為財經領域德才兼備的大數據卓越人才素養養成奠定堅實基礎。課程設置詳見圖2。專業核心課程主要包括:數據結構、數據庫系統概論、操作系統、計算機網絡。專業核心課程的學習旨在將計算機網絡、操作系統、數據庫系統等計算機系統基礎知識與方法，用于復雜大數據工程問題的系統認知、設計、開發與應用。將計算機網絡、操作系統、數據庫系統等計算機系統基礎原理，用于復雜大數據工程問題的識別與表達，以獲得有效結論;綜合運用數據科學和大數據技術的基礎知識，進行復雜大數據工程問題的整體研究，就全局的功能或性能問題設計相關的實驗方案，對實驗結果和數據進行分析，并通過信息綜合得到合理有效的結論。專業主干課程主要包括:大數據技術基礎、大數據應用開發技術、虛擬化技術、分布式數據庫、數據挖掘與機器學習、大數據應用綜合實踐、經濟學、統計學、金融學。專業主干課程的學習旨在將大數據平臺技術、大數據分析技術等大數據專業技術知識，用于大數據系統的規劃與設計、部署與開發、運行與管理;基于大數據平臺技術、虛擬化等技術，就復雜大數據工程系統中涉及的大數據處理平臺功能或性能問題進行研究，并設計相關的實驗方案，對實驗結果與數據進行分析，并對實驗數據進行合理的解釋;運用大數據平臺和大數據智能分析的基本原理，進行復雜大數據工程問題的識別與表達。專業選修課程主要包括:深度學習基礎、大數據與R語言、數字電子技術、Spark大數據分析、大數據可視化技術、軟件設計模式與體系結構、數據采集與網絡爬蟲、文本數據分析、機器視覺、投資學、計量經濟學、金融風險管理。專業選修課程的學習旨在將數學知識、方法與思想，用于大數據工程過程中所需要的抽象思維和邏輯分析;通過文獻與信息資源的收集、研究與分析，以獲得解決復雜大數據工程問題的有效結論。基于大數據分析中的數學原理、機器學習算法、金融學等知識，就復雜大數據工程系統中涉及的領域性功能或性能問題進行研究，設計相關的實驗方案，并對結果和數據進行分析和總結。

五、財經領域大數據卓越人才培養教學案例開發

秉承科研反哺教學的理念，精選財經領域的科研項目，如教育部“數啟科教智見未來”產教聯合基金項目“大數據分析處理技術及其在綠色金融領域應用研究”，河北省高等教育教學改革研究與實踐項目“基于案例教學的大數據卓越人才培養模式研究與實踐”等為基礎設計開發教學案例，培養學生解決復雜工程問題能力，強化學生大數據工程實踐和應用創新能力，實現大數據卓越人才的培養目標。綠色金融是指金融運行是建立在以保護和完善生態環境為前提，以支持生態環境維護與改善為目標，以經濟效益和環境效益相融合為結果的金融資源集聚與分配的過程。真正的綠色金融體系一旦成立起來，應對企業促進生態環境健康發展的行為進行量化和評估，借助自然資本和生態大數據，使企業自己的價值獲得提升，也為股東創造價值，同時為金融服務創造價值。綠色金融大數據分析案例包含一系列面向金融行業大數據的分析與處理技術，本案例通過金融行業協會和企業合作獲取數據使用權限，培養學生對綠色信貸數據、證券數據、保險數據的分析和管理能力。綠色金融大數據分析案例可劃分為如下三個方面。1．金融數據的清洗和融合技術，建立金融數據倉庫。將環境、金融、商業、信用等領域的實時監測數據采集和處理，并融入大數據評價系統，實現真正意義上的大數據支撐;通過對海量金融數據的研究，結合綠色金融應用需求，構建金融數據聚融的綠色金融數據倉庫。采取綠色金融數據預處理和綠色金融用戶數據分析以及綠色金融數據分析方法，設計實現綠色金融數據倉庫。金融數據的清洗和融合技術包括綠色金融數據采集、多種類型金融相關數據融合、綠色金融數據處理三部分。2．根據金融行業用戶需求進行分析與處理，建立金融企業用戶行為模型。得益于互聯網、大數據等技術的不斷創新與推廣應用，基于累計的客戶信息資料，利用大數據技術挖掘客戶的消費習慣，著力設計出具有定制化的金融產品。根據企業的生產、流通、運營、財務、銷售和客戶數據、相關產業鏈上下游等數據等構建企業客戶畫像，通過打通內部和外部數據獲得完整的客戶拼圖，從而詳細了解客戶的多方面信息。建立金融企業用戶行為模型有利于為優質客戶提供精準高質量服務。在精準客戶識別的基礎上，支持優質客戶在技術改造升級、研發能力提高、綠色低碳發展等方面的業務需求，促進企業轉型與技術升級，有效促進國民經濟的綠色可持續發展。3．基于綠色金融指標體系，進行金融企業信用與風險評估。構建綠色金融指標體系可以推動綠色信貸與行業信貸政策的有機融合，促進金融機構有效抓住機遇，提高發展綠色金融的內在動力，加大綠色金融產品的創新力度，為新型的綠色經濟融資模式提供數據支撐。基于已有數據倉庫，依據或參考成熟先進的評價標準和評價方法，以第三方評估和評級機構視角，培養學生提供公益性和商業性咨詢和評價服務的職業能力。在信用管理、風險可控方面，充分利用大數據在客戶信用分析方面的技術優勢，利用海量數據資料做好融資客戶的信用評價與跟蹤分析，基于專業化分析技術強化金融風險管理。及時跟蹤分析綠色經濟發展的趨勢與特點，適時研判“綠色金融”發展過程中存在的信貸風險臨界點，結合傳統金融經驗去主動識別借款方的環保風險。

六、結語

本文主要研究面向財經領域的大數據人才培養模式。基于“新工科”理念+“新財經”視角，采用“大數據專業相關基礎理論+應用領域基本知識+細分方向工程實踐”的思路，深入研究基于案例教學的大數據人才培養模式和教學實踐路徑。在學數據專業相關理論和關鍵技術的基礎上，面向財經領域，利用綠色金融大數據案例開展教學實踐，重點培養學生面向財經領域解決復雜問題的能力，提升學生的實踐創新素質。

參考文獻:

［1］杜欽生，薛蛟．新工科背景下大數據專業人才培養研究［J］．產業與科技論壇，2020(12):185－186．

［2］王元卓，隋京言．新工科背景下的大數據專業建設與人才培養［J］．中國大學教學，2018(12):35－42．

［3］獵聘2019年中國AI＆大數據人才就業趨勢報告［EB/OL］．

［4］王桂平，李韌，劉君，等．大數據課程體系實驗教學改革與探索［J］．教育現代化，2020(41):88－90．

［5］譚怡．大數據人才培養模式分析與思考［J］．內蒙古科技與經濟，2019(18):30－32．

［6］俞勇．“新工科”視域下高校工程人才培養理念研究［J］．大眾標準化，2020(9):45－46．

［7］李紅．基于案例教學的計算機課程教學方法研究［J］．計算機產品與流通，2020(9):247．

［8］劉芳，吳炎太．金融大數據復合型人才培養模式研究———以廣東金融學院為例［J］．中國管理信息化，2019(19):198－202．

作者:王素貞 忽麗莎 孫潔麗 單位:河北經貿大學信息技術學院