大数据人才培养之路，怎样走得更顺畅?

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。”

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!