大数据人才培养的关键因素.pdfVIP

大数据人才培养的关键因素 欧高炎 北京大数据研究院大数据教育研究中心主任 大数据教育联盟秘书长 博雅大数据学院院长 datascience@ 垂直市场，培养金融、健康医疗、交 通等行业大数据人才，众多行业企业 数据应用 数据处理、数据分析 本科院校培养为主，1000+本科院校 数据采集、数据清洗、数据标注 职业院校培养为主，1000+所职业院校 大数据人才结构 2 提纲 1. 学科背景与专业介绍 2. 大数据师资队伍培养 3. 大数据课程产品建设 4. 数据嗨客：大数据教育实训平台 5. 大数据教育联盟 3 一、学科背景 • 2016年2月，教育部公布新增“数据科学与大数据技术”本科专 业，二批次共35所院校获批。2017年293所院校申报。 • 2016年9月，教育部新增“大数据技术与应用”专科专业，当前有 62所院校开始设置该专业 4 “数据科学与大数据技术”(080910T)专业建设 培养目标 ： 本专业培养德、智、体、美全面发展，掌握数据科学的基础知识、理论、及技 术。包括面向大数据应用的数学、统计 ，计算机等学科基础知识，数据建模、高 效分析与处理，统计学推断的基本理论、基本方法和基本技能。对自然科学和 社会科学等应用领域中大数据的了解，具有较强的专业能力和良好外语运用能 力，能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才 教学模式 ： 理论与实践结合，以数据为基础，实际问题为导向的实践性教学 5 “数据科学与大数据技术”培养怎样的人才？ “数据科学学科强调培养具有多学科交叉能力的大数据人才。这样的人才应该 具有以下三方面素质：一是理论性的，主要是对算法和模型理解和运用的能 力；二是实践性的，主要是处理实际数据的能力；三是应用性的，主要是利用 大数据的方法解决具体行业实际问题的能力。 培养这样的人才，需要数学、统计和计算机科学等学科之间的密切合作，同 时也需要和产业界或其他拥有数据的部门之间的合作。 数据科学课程的开设，也需要采用新的模式，即理论课和实践课相结合的模 式，就像物理、化学和生物课一样。这就需要提供相应的实验平台。这样的实 验平台应该提供实际问题、实际数据和基本的处理工具。“ 鄂维南院士 摘自《数据科学导引》序言 6 “数据科学与大数据技术”专业课程体系 模块知识深入学习 《自然语言处 传统课程 整合课程 相关模块核心知识 理》 《图与网络数据分 《高