大数据人才培养之道：在产教融合中实现交叉复合

　　大数据是什么？复杂的数据计算、热门的融资标签，或是精准的营销手段？也许我们无法给出一个准确的定义，但是大数据本身已深入到我们生活的方方面面。在移动互联网时代，行业发展、科学研究、人才培养都绕不开大数据，在以云计算为代表的技术创新大幕下，怎样利用数据资源发展创新，如何培养精于大数据技术的高层次人才，是整个教育行业正在思考和探索的问题。日前，记者就此采访了慧科集团首席战略官、慧科研究院院长陈滢和慧科集团高级副总裁管刚，听他们分享慧科集团成立7年来在大数据人才培养方面的经验。

　　校企合作　共创产教融合生态圈

　　数据的工具性决定了大数据专业的应用性，对大数据人才的培养则直接指向了实用型。促进高校更加有效地实现应用型转向，校企合作是必由之路。在大数据人才培养方面，慧科集团便一直致力于校企合作的探索。2013年便联合北京航空航天大学计算机学院和软件学院启动了“大数据技术与应用”软件工程硕士项目。在随后的4年里，又引进阿里云培训项目、微软公司大数据与人工智能认证培训项目，先后与贵州大学、福州职业技术学院、成都信息工程学院、北京城市学院等高校共同合作启动多个大数据专业人才培养项目。“高校在应用型转型过程中需要更多资源，企业的加入能够帮助高校在转型过程中定位更加精准，效率进一步提升。”陈滢说道。

　　大数据人才培养需要整合资源，优化合作模式。大数据技术以前沿性、产业化为特征。在高校开设大数据专业，便要考虑如何将其与产业紧密结合。对于这一点，陈滢表示，“无论是从产业视角还是技术视角，都需要将学校跟产业紧密结合，这样才能及时把产业里最新的技术、最新对行业的理解，以及他们对人才的最新需求，真正带回到学校里面。”大数据专业与多个基础学科都有紧密联系，对大数据人才的培养则要根据这一特征整合资源，最大效度地优化校企合作模式。“新的专业不是凭空建立的，它一定是在原有学科基础上发展起来的，而这些基础学科在高校里已经有了一定的积淀。比如大数据专业，与计算机学科、数据库学科、统计学科等等都有相当深厚的联系。”管刚指出，优化合作模式就是要将学校本身的优势与企业能带来的资源有机结合，在资源整合基础上实现产教融合。

　　大数据人才培养需要深度融合，实现双主体运作。校企合作、产教融合，一直是备受关注的热点话题。然而，真正做到融合却不是易事。学校和企业的天然差异为校企合作带来重重困难。陈滢指出了校企合作在体制机制方面的难点：“虽然相关政策鼓励企业进入学校，但是企业是要生存的，是以盈利为目的的。企业的盈利性和教育的公益性是有冲突的，但我们现在体制机制并没有很好地解决这种矛盾。”　“学校和企业在人才培养需求上有冲突。企业希望立足自身企业生态培养针对性专一性的人才，而学校则希望在更加开放的生态中培养多样化的人才。”管刚补充道。为了克服校企合作的天然壁垒，　要真正在产教融合的基础上实现大数据专业的共建，则需要将双主体运作落到实处，即充分发挥校企双发的主体性、能动性，在产学融合2．0模式下实现双赢。

　　精准研发　打造前沿创新教育链

　　慧科集团数据科学与大数据技术人才培养方案强化以应用型人才培养为导向的学科专业建设，科学与大数据技术的专业课程体系的模块总体可分为大数据技术、大数据分析两个细分领域，并引入在线教育、混合式学习等多种新的教育教学模式。

　　大数据人才培养需要即时跟进，紧贴前沿。大数据作为复杂数据处理的前沿性技术，时时在更新，时时在发展，而教学过程具有周期性，且与前沿产业发展具有时间差，这就对大数据专业的教学提出了难题。如何让教学进度紧跟前沿产业发展？针对这一问题，管刚提出了解决方案。“我们注重企业真实项目和案例的实战，将行业领军的大数据技术企业的课程体系和实践教学体系融入到专业课程体系当中，让专业教学与产业发展同步。”

　　大数据人才培养需要分层设计，阶梯发展。从纵向看，大数据技术具有层次性。随着大数据技术从研发到应用的发展，对人才的培养也呈现出不同需求。“随着产业发展的链条越来越长，产业里面就需要高、中、普通等多种层面的人才，以大数据专业为例，一个软件工程对架构能力要求很高，但在应用的层面就不需要同样高的架构能力，而更重视运用工具做数据分析的能力。”管刚说道，针对这一特点，慧科集团整合、共享产学研教育资源，融入课程体系设计中，针对专、本、硕进行不同层面的引导，旨在培养不同层次的大数据人才；从横向看，大数据技术具有极强的兼容性，能与其他学科结合起来达成更多的创新成果。“营销要讲大数据，电商业也要讲大数据，金融也要讲大数据……大数据和其它产业之间的结合就会又滋生更多新的需求，需要我们针对性地设计培养方案。”慧科集团在大数据专业基础上进行大数据加互联网金融以及大数据与互联网＋战略管理方向的人才培养，就是对大数据兼容性的拓展。

　　大数据人才培养在循环模式上实现可持续发展。“我们整个专业研发体系可分为四个部分、两个循环。大循环是针对专业本身。将大数据专业置于整个技术发展环境下进行评估考量；小循环则是针对具体的学校。在大数据专业整体设计基础上，结合学校自身优势特点设置专业课程和培养方案。”管刚介绍道。在两个循环基础上不断对专业设置、培养方案进行完善和优化，同时对接创新创业孵化、资本、学习深造等多个出口，实现大数据人才的可持续发展。

　　应用导向　培养新工科复合型人才

　　校企合作、产教融合的最终目的，是实现人才的培养。大数据行业需要怎样的人才？陈滢指出，“在全球现向数字化经济转型的当下，以信息科技为代表的技术正在非常快速地跟传统行业去融合，反映到人才培养上，就是对跨学科和交叉复合人才的需求。”

　　那么要怎样培养跨学科的复合人才呢？这正是新工科教育所正在践行的。新工科的目标是面向新经济用产学深度融合的方式培养掌握新科技的创新型新人才。在这一思路下，陈滢提出了“新人才技能矩阵”。“我把新人才需要具备的技能总结为两个维度，它是由（Foundation，　Application）　X（Science，　Technology）组成的矩阵，即新人才技能矩阵FAST。两个字母的交叉（SF，　SA，　TF，　TA）形成4个不同种类的技能。”　对于工程技术人才来说，不仅需要在合适的场景选择与之相匹配的工具、技术去解决问题，还需要深入了解如何在构建模型的过程进行优化、迭代，达到精益求精。工匠精神不只是简单的去解决某一个问题，还需要有系统观、全局观和数据观，同时，还要求创新型人才掌握相应的科学观和文化感，从而便于其在具体的生产实践环节中去主动创新、发现和定义问题。FAST中提及的技能矩阵对培养人才的高校和企业都意味着一项很大的挑战，但这确实是新工科对新人才的切实需求，有利于人才的全面发展，也有利于推动社会的整体进步。

　　正是在这样的理念指导下，慧科集团的数据科学与大数据技术的专业方向在5年内累计与合作院校联合培养超过5000名硕士、本科和专科等不同层次的人才。但慧科的目标远不止于此。“无论是新工科还是将来的什么体法，最终的目标是要培养新的人才，就是要为国家培养这个人才培养的指标、体系、质量等等所有方面，所以新工科只是一个手段，最终是能够培养出适合国民经济发展的，适合全球发展的这样的新的人才。”陈滢说道。

　　无论是大数据人才的培养，还是其他专业人才的培养，最终的目标是能够为每个人提供其所需要的技能，帮助他们在任何一个职业阶段获得进步，进而实现真正的人才可持续成长。