新工科背景下课程建设研究
来源:用户上传
作者:郝慧珍 耿鹏
摘要：近年来，以云计算、大数据、人工智能等新技术为基础的新经济、新产业快速发展，迫切需要加快高等教育转型发展。为了应对新技术和新产业提出的挑战，教育部积极推动新工科建设，为我国工程教育发展提出新理念和新思路。新工科背景下课程建设应以培养跨专业复合型应用人才为教学目标，将开源开放融入教学进程，从教学理念、教学目标、教学内容和教学方法上推动数据分析技术课程的建设和探索，最终在总结以开源开放进行数据分析技术课程主要特色的基础上，为课程建设提供借鉴。
关键词：新工科;开源开放;数据分析技术
中图分类号： G642.0文献标志码： A 文章编号：1672-0539（2022）01-0075-05
一、引言
近年来，以云计算、大数据、人工智能等新技术为基础的新经济、新产业快速发展，迫切需要加快高等教育转型发展，提高工程教育效率和教学效果，培养适应新业态的创新型工程科技人才。为应对新的科技和产业革命挑战，教育部积极推动新工科建设，并从国家视角、全球视野和未来角度，提炼新工科人才培养的核心目标是为我国工程教育发展提出新理念和新思路（《教育部办公厅关于推荐新工科研究与实践项目的通知》）。其内涵是以立德树人为引领，以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养未来多元化、创新型卓越工程人才[1]。
为实现新工科建设的目标，2016年教育部批准北京大学等3所高校开设“数据科学与大数据专业”，2017年批准的高校增至35所，2018年更是猛增至248所。数据科学与大数据专业课程建设的目标是以新工科理念为依据，应用创新多元化的教学手段，更新前沿实用的教学内容，切实提高教学效果，培养具备创新精神和实践能力并且能够适应新时代、新环境、新业态的专业人才[2-3]。虽然不同高校根据自身教学资源与办学条件制订相应的人才培养目标，但总体上数据科学与大数据专业主要培养具有信息科学、数理统计和数据科学等基础知识与基本技能，掌握数据采集和处理、模型创建、模型评估、结果的可视化展示和模型部署等技术的数据科学人才（见图1）[4]。数据生命周期中的每一步都是至关重要的，并且每一个步骤都涉及各自的理论、工具和技术，都需要数据专业的学生去深入学习。由于数据科学与大数据专业定位于应用型人才的培养，尤其注重培养数据分析师和应用型数据科学家[5-6]，数据分析技术课程进一步抽象了数据科学中的技术问题，融合了数学与统计学、计算机科学、可视化技术和领域概念，为数据科学提供技术基础。
开源开放是指全方位采用开源开放共享核心框架、模型、数据、平台、服务，是当前技术创新和产业发展的重要模式。Github的活跃代码仓库和用户高速增长，2020年的增长率分别为35.3%和21.2%;Gitee的代码仓库与用户数的增长速度更为惊人，分别为192%和162%[7]。2021年工业和信息化部信息技术发展司发布了《“十四五”软件和信息技术服务业发展规划》，开源领域开始起飞。通过开放平台的发展趋势和信息产业政策的发布，可以看出开源开放成为当前信息技术产业创新和发展的重要途径，这就对当前信息技术人才的教育包括开源文化教育、开源意识教育和开源技能教育提出了更为广阔的需求[8]。目前已有工作从硬件编程[9]、编译原理[10]、软件开发[11]和应用软件应用[12]等方向总结了基于开源生态的教学改革与实践，开启了基于开源开放方法进行计算机和软件工程专业教学的新趋势，这也表明开源开放方法已经是新工科建设形势下信息科学领域可行的课程建设方式，甚至有助于非信息科学领域的课程建设[13]。数据分析技术课程需要公开数据和分析工具的支持，因此采用开源社区中的开源软件和开放数据进行课程建设成为必然之路。
二、数据分析技术课程
新工科教育中的“新”可以从理念新、目标新、内容新、方法新等多个层面来理解[14]，因此，新工科背景下数据分析技术课程建设主要从以下四个方面考虑。
（一）教学理念与目标
理念是行动的先导，新工科课程建设应以新理念带动专业教育的创新发展。数据科学专业是为数据产业培养人才，目的是培养学生使用数据为各个行业的业务赋能。因此数据分析技术课程的新理念是以应用驱动创新，培养跨专业复合型应用人才。数据思维是对数据进行挖掘、分析，发现数据价值，解决问题的思维方式，包括提升对数据的敏感度，养成数据分析习惯，熟悉多种数据分析模型并进行可视化展示。同时，课程建设依托工科学校与应用接轨的资源优势，结合理论基础、基本技术与产业应用进行系统化培养，鼓励学生辅修与数据分析技术交叉的应用领域相关课程，熟悉领域应用场景，培养领域知识与数据思维高度结合的多能型应用人才。新工科背景下数据分析技术课程培养目标主要包括以下三个方面。
1.数据分析能力培养
数据分析能力由数据认知能力、数据收集能力、数据整理能力、数据表述能力及数据探究能力构成。专业数据分析能力培养主要侧重于培养学生的研究设计、数据清洗、存储与检索、挖掘与探索、数据可视化、道德与隐私、数据分析、沟通与呈现的能力，使得学生具备一定的数据分析践能力。
2.实践和创新能力培养
实践和创新能力是新工科理念下工程专业人才培养目标中很重要的一项能力，主要是分析行业业务逻辑，采用数据驱动业务进行工程实践和创新[13]。实践和创新能力培养将实践应用类课程作为研究对象，对课程教学内容和教学模式等进行创新改革，不仅可以提高学生对于课程知识的工程实践和应用创新能力，而且可以为课程体系建设总结经验，提供有价值的参考依据和改革模式。
3.实际应用能力培养
充分利用企业和行业力量，提升课程实用性，由企业兼职教师单独或与专职教师联合讲授，突出应用场景抽象、问题建模、案例分析、原型系统搭建、结果评测等环节的教学，将学生所学的基础理论和方法与应用联系起来，并认真总结在应用实践中积累起来的丰富经验与素材，深化对应用问题的认识，完善问题解决方案，使得学生具备在应用系统中发现问题、独立分析问题和解决问题的工程实践能力。
nlc202205271010
转载注明来源:https://www.xzbu.com/8/view-15432348.htm
