数据科学与大数据技术专业的发展探究

数据科学与大数据技术专业的发展探究

张夏旭 王诚荣 王波 瞿盛天下 王之为

上海健康医学院   201318

摘要：随着5G时代的到来，大数据、物联网、区块链等新兴技术在各行业的发展中都展现出重要的作用。大数据应用市场规模越来越大，产业发展过快导致了人才缺口巨大，社会层面的人才培养速度跟不上产业发展速度，而且层次水平参差不齐，培养大数据专业人才的任务就落到了学校身上。国家“十四五”规划围绕“打造数字经济发展优势为建设数字中国提供支撑”，对如何发展培养大数据产业技术人才也提出了相关部署。

关键词：数据科学；大数据技术；

引言

对数据科学与大数据技术专业设立的时代背景进行综述研究；对我国数据科学与大数据技术专业的含义进行分析；对数据科学的特点进行总结，并且对发展趋势进行预测；对数据科学与大数据技术专业人才培养特点进行分析。厘清数据科学与大数据技术的历史发展脉络。

1数据科学与大数据技术专业

大数据是一个你可能不了解但一定听说过的热门词汇，大数据并非是指数据很大，而更侧重于海量数据。大数据的价值并不在于这些数据本身，更注重的是通过对数据进行采集、存储、分析、处理等环节挖掘出来的信息。随着大数据的火爆，与大数据相关的专业也应运而生，数据科学与大数据技术专业就是其中之一。

该专业是一门以统计学、数学和计算机为三大支撑的交叉学科，涉及人工智能、数据可视化、机器学习等领域的知识，不同的学校在课程设置上会有不同的侧重点。但总体来说，数据科学与大数据技术专业的设置是为了培养具有大数据思维、能够熟练掌握大数据分析和大数据应用技术的高级大数据人才，既重视学习面向大数据应用的数学、统计学、计算机科学与计算等学科基础知识，又强调训练面向大数据挖掘与分析的技能，注重培养从数据管理、系统开发和海量数据分析与挖掘这三个大数据应用的主要层面出发，对实际问题进行分析和解决的能力。

大数据技术应用领域十分广泛，涉及医疗、金融、交通运输、航空航天、国防军事、制造业等方面，这也决定了未来大数据专业毕业生的就业前景非常可观。但数据科学与大数据技术目前只招收物理科目组合考生，毕业后颁发理学或工学学位。本专业学生可考取的证书包括工业与信息化部教育与考试中心大数据工程师、系统架构设计师、信息系统项目管理师、软件测评师等。

大数据相关专业除了数据科学与大数据技术之外，还有大数据管理与应用。该专业于2017年成立，是一门学科边缘交叉专业，主要研究大数据分析理论和方法在经济管理中的应用以及大数据管理与治理的方法，强调大数据相关技术与经济管理知识的结合。学生需要熟练掌握大数据可视化工具的使用，具备利用商务数据进行智能决策的能力。相对于数据科学与大数据技术专业来说，该专业更偏向于分析、应用和决策方向，大部分只面向物理科目组合招生，只有个别学校面向历史科目组合，毕业后颁发管理学学士学位。该专业学生可考取大数据工程师、CCDH、CPEE、数据分析师等资格证书。

2数据科学与大数据技术专业的人才培养

2.1强化师资队伍建设

大数据专业比较新，教师多毕业于计算机等偏离大数据方向专业，在知识讲解上具有一定难度，再加上要融入思政元素就会更加吃力，故对教师的培养是融入课程思政教育的关键一步。一方面，高等学校要将思政教师请进来，共同发掘思政元素；另一方面，专业课教师要相互学习，提升专业课水平，达到两者的融会贯通，以期达到最佳效果。

2.2构建科学合理的理论课程体系

大数据技术专业所涉及课程知识量大，各学科类别繁杂，是很有代表性的综合性交叉学科。学生在学习过程中需要依据较好的课程规划去开展学习生活，理论课程体系应合理配置基础专业知识课和其他辅助性学科的数量。课程分配设置是否合理直接关系学生成为底层的大数据人才还是顶层大数据人才。加强优化基础性课程，例如Python程序设计、Linux操作系统、数学模型等，培养学生的数据、计算机、数学三大方面的基础能力。根据学生年级的不同和以后发展方向的不同，在开设基本课程的基础上，加设选修课，如大数据产品运维等选修课，大数据分析方向可以增加时间序列与空间统计和神经网络与深度学习等课程。除了专业相关课程以外，加深法律道德意识课程，引导学生在今后的系统设计和个人职业生涯中良好发展。重视外语课程，有助于阅读本专业材料和跨文化交流。大数据技术专业在学习中压力很大，应增加心理课程和体育课程，提高身体素质和抗压能力。此外，还可以与其他院校共享课程资源，增加交流学习。总之，建立全面的课程体系，以培养综合型素质人才。

3数据科学的特点与发展趋势

传统的数据理论与技术主要来源于近代统计学与其他学科的交叉融合，例如，数理统计学、社会统计学、计量经济学、统计物理学、生物统计学、教育统计学、信息统计学、卫生统计学等。传统统计学是研究数据的采集、建模、分析、可视化与表达理论与技术的自然科学分支。传统的数据主要是“小数据”，传统的统计学研究的对象也主要限制在“小数据”集合上，由于“小数据”依赖人工采集使得掌握总体的成本过高，所以传统统计学发展强调用样本去估计总体的思维方式，样本的采集抽样、分布假设、估计理论、推断理论等均建立在数学的公理化体系下，这保证了传统统计学的严谨性与合理性。

强大的应用层面需求也会急速推动数据科学的快速发展，使得未来20—30年出现数据科学发展的高速时期。目前，我国在这一领域和其他科技强国处在同一水平线和历史时期，同时因为我国在基础设施、制造业规模、政策导向、教育规模以及科技研发投入等方面具有明显的规模优势与先发态势，而且经过移动互联网、工业互联网和物联网的快速建设，中国已经拥有了世界上最大规模的网民数量、智能机器与终端设备数量，这已经产生了人类有史以来最大规模的数据储备规模，这一切都是中国加速建设成为数据强国的先决条件。在这种时代背景下，数据科学与大数据技术专业的建设、发展以及培养人才的大规模稳定输出，将有力保障我国现代化建设、产业升级、政府治理能力提升，以及制造业2025和民族复兴等伟大事业的成功。

结束语

数据科学与大数据技术专业是顺应当今时代和历史潮流应运而生的高等院校新型本科专业，具有鲜明的新理论、新技术、新产业与新趋势特征，将成为我国夺取第四次工业革命制高点的关键人才输送阵地。在国家的有力统筹与部署下，数据科学将进入较长一段时间的快速发展期，将迎来人才、理论、技术与产业的质量和规模的集中爆发。在这一历史进程中，我国高等院校和相关行业中数据科学的快速发展，将进一步促进整个自然科学与社会科学的发展，激发我国整体科学研究水平与社会生产力发展的进步。

参考文献

[1]陈会平.新工科背景下民办本科高校数据科学与大数据技术专业建设研究[J].2021,17(17):105-107.

[2]赵艳芳,潘文林.数据科学与大数据技术专业程序设计课程教学初探[J].2021,30(03):298-300.

[3]石兵,熊盛武,饶文碧,杜亚娟.数据科学与大数据技术专业建设研究与实践[J].计算机教育,2021(04):88-92.