SCI论文（www.lunwensci.com）
摘要：文章首先论述了新工科背景下数据科学与大数据技术专业课程群模块化教学模式改革思路与 目 标，然后阐述了新工科背景下数据科学与大数据技术专业课程群构建，最后提出了新工科背景下数据 科学与大数据技术专业课程群模块化教学模式改革路径。
关键词：数据科学与大数据技术专业,课程群,模块化教学模式,新工科
2017 年以来，教育部积极推进新工科建设工作， 相继发布了关于开展新工科研究与实践的多项通知， 各大高校也全力探索满足新兴产业需求的新型工程 教育中国模式 。大数据作为新工科专业之一，属于新 兴计算机技术，是互联网时代行业应用的核心技术[1]， 对人才的技术应用能力和研发能力要求较高，同时行 业对于大数据应用型人才和研发型人才的需求量较 大[2-3] 。2016 年，教育部审批通过我国第一批数据科学 与大数据技术专业，这代表了我国高校数据科学与大 数据技术专业人才培养的正式开端。
至今为止， 我国共计培育三届数据科学与大数 据技术专业应届毕业生，从毕业生就业情况来看，数 据科学与大数据技术专业应届毕业生对口就业情况 较好，互联网行业的大数据人才分布占比最高，其次 是软件信息服务业， 岗位主要集中在大数据平台开 发、数据挖掘与分析及大数据架构设计上[4] 。但近两 年企业普遍反映大数据相关专业应届毕业生存在实 操能力较弱、理论不够扎实等问题，这不仅是数据科 学与大数据技术专业人才培养存在的问题， 更是本 科院校人才培养存在的普遍问题 。解决该问题的 核心是要深化应用技术型本科院校人才培养模式 改革，而课程教学模式改革是优化人才培养模式的 核心[5-6]。
近年来，我国各大应用型本科院校都在不断推进 专业创新、课程改革、校企合作等教育改革项目[7-8]，学 生在不断的改革实施过程中学习和实践，但随着越来 越多的课时和越来越多元化的课程学习，产生的效果与加重的学习任务并不匹配。其问题的核心在于独立 化改革， 即教育改革大多都是单独形成与实施的，难 免导致各个环节之间理论重复和实操重合问题增多; 独立的教学成果也导致学生专业学习碎片化，实践操 作难成体系，这种模式培养出的人才并不能与体系化 的应用市场相匹配[9-10] 。对此，学校需打破传统课程改 革惯势，结合新兴产业需求和应用型本科院校培养特 色，统筹划分专业人才培养方向，根据专业方向划分 专业课程群，采取“学训研一体化”教学模式，综合各 课程群的总授课学时、知识要点及工程实践全过程体 系，从理论授课、演示实验 、开创实验三个环节构建 “全生产线”化的课程群模块化教学模式。
一、新工科背景下数据科学与大数据技术专业课 程群模块化教学模式改革思路与目标
本次数据科学与大数据技术专业课程改革以应 用型本科院校重庆财经学院(以下简称“学院”) 的数 据科学与大数据技术专业为对象， 根据学院专业背 景，充分结合行业需求和校内外资源，体现专业特色， 制定人才培养目标，在制定目标的基础上重新整合课 程板块，形成围绕培养目标的课程群体系，再逐一分 析各个课程群的教学内容和教学目标，分析其主要内 容之间的衔接与递进关系，同时以“学训研一体化”教 学模式为导线，以真实案例实施为突破口，实现成果 导向具体化、监评过程系统化，并重构专业课程群授 课学时、授课模块、授课模式及考核标准。
本次教学模式改革目标从两个层面进行构建，即 明确人才培养目标和量化教学成果目标。人才培养目标旨在提升专业人才的实操能力，强化专业人才符合 市场需求的工程思维和问题解决能力。教学成果目标 包括三个方面， 即专业课程成果需与大数据算法专 利、软件著作权等结合;专业课程成果需与行业认证衔 接，如人工智能数据处理及数据库中级认证;专业课 程成果需与专业竞赛结合，如全国大学生计算机设 计大赛、第 40 届大学生编程大赛、第四届全国大学生 大数据技能竞赛、中国高校计算机大赛—大数据挑战 赛等专业竞赛。
二、新工科背景下数据科学与大数据技术专业课 程群构建
根据专业培养目标， 需培养能够掌握计算机科 学、数理统计、软件编程、大数据技术等知识与技能， 熟练使用大数据思维、大数据工具、信息技术解决实 际问题，具备大数据采集、处理、存储、挖掘、分析及可 视化呈现等能力，在数据科学系统研究、开发、部署与 应用等相关领域具有就业竞争力的应用型工程技术 人才，同时要注重对学生表达能力、团队协作能力及自主学习能力的培养 。在此目标下，数据科学与大数据技术专业的核心专业课程群主要涵盖四大板块，即 大数据专业技术基础、大数据集群与可视化、大数据 挖掘与应用、专业综合实践方向课 。数据科学与大数 据技术专业核心专业课程群具体内容如表 1 所示。
数据科学与大数据技术专业技术基础课程群主 要涵盖专业导论类课程、语言基础类课程、技术认知 类课程;大数据集群与可视化和大数据挖掘与应用两 大课程群是专业核心技术实践类和应用类课程，应根 据学校专业背景和专业定位，按照工程技术流程和时 序进行课程安排 。本研究中，学院数据科学与大数据 技术专业大数据集群与可视化和大数据挖掘与应用 两大课程群以大数据采集处理 、大数据存储管理、大 数据集群挖掘、大数据分析与可视化课程板块为主; 专业综合实践方向课课程群属于专业综合创新实践 类课程，在前期大数据各版块知识和技术积累的基础 上，引入行业真实类或创新科研类项目构建全过程系 统性课程内容，方向课程模块内容与当前行业应用接 轨，方向课程包括计算机核心原理模块、大数据存储 管理模块和大数据应用开发模块。
三、新工科背景下数据科学与大数据技术专业课 程群模块化教学模式改革路径
(一)课程群模块化重构
本文以学院大数据集群与可视化专业课程群为 例进行研究，发现大数据集群与可视化专业课程群集 中在大三上学期实施，建立在专业学生掌握了一定专 业技术基础并对大数据平台核心技术有一 定认知的 基础上，本课程群共涉及五门课程，包括大数据采集 与预处理技术、数据库原理与应用、大数据仓库与建 模技术、大数据计算集群技术及大数据可视化，共计 15 学分，288 课时 。梳理五门课程的授课内容和对应 授课学时， 按照课程理论结构和工程设计实施程序， 重新构建五门课程的课程体系和授课模块，并划分各 模块的授课环节和授课学时。
以培养学生大数据收集整理 、存储分析和集群 应用的技术能力为 目标，依据“项 目 导向 、任务驱 动、课程互联、能力递进”的原则，划分理论授课、演示实验、开创实验三个授课环节，真正采取“学训研 一体化”授课模式，引入真实项目贯穿实施教学，使 课程理论与实践充分结合 。 同时，课程群内各模块 成果串联，形成完整工程项 目成果，且成果应对标 专业行业需求、对标专业竞赛 、对标专业认证、对标 专业专利或软件著作权，以此重构课程群模块化授 课内容和授课学时，同时制定各课程群模块化理论 和演示实验环节详细授课大纲及教案，以及开创实 验环节的详细实验指导手册 。重构教学模块如表 2 所示。
重新构建的课程群模块包含大数据采集与存储、 大数据集群计算、大数据分析与可视化，以及开创实 验模块四大模块，共计 288 课时，其中理论授课 98 课 时、演示实验 32 课时、开创实验 158 课时 。重新建立 各模块的授课内容， 在所有模块授课前加入课程群模 块化教学导论， 以帮助学生在第一课了解和认识课程 群各大模块和环节的内在联系， 这样更有利于提高模块化授课效果 。各模块的授课内容与教案设计应以 “体系化、不重复、学训研”为导向，保证授课逻辑明 确、授课内容完整、授课环节交替，以确保学生学习思 路清晰、学习形式多样、学习知识扎实;在课程群模块 授课的最后加入开创实验模块内容，基于真实工程项 目和可研专业项目，设计五大工程板块，从工程项目总体设计到项目实施，再到成果验收，将所有知识和 技术进行串联创新实践。
(二)实施与考核
大数据集群与可视化专业课程群模块化实施环 节包括理论授课、演示实验、开创实验，实施场地以机 房为主、可移动课桌教室为辅 。理论授课和演示实验 教学环节采取交叉嵌套式教学模式，即在理论教学中 嵌入相关的演示实验进行授课;由校内专业教师主导 理论教学，业界教师辅助演示实验;授课方式以知识 讲解、案例分析、真实项目演示为主，学生学习目标以 知识积累和实验训练为核心。开创实验环节实施过程 中采取一课多师的教学模式，以业界教师为主、校内 专业教师为辅，学生开创实验实施内容和流程包括团队组建、项目选题、项目设计方案研讨、项目设计方案 论证、项目分工落实、项目成果汇交、项目成果初审、 项目成果修改、项目专家评审、项目成果完善、项目结 项，项目选题必须基于当前行业热点应用、真实项 目 或行业发展前沿性研究项目，项目总体设计需要多轮 专家研讨修正， 实施过程需要校企多师共同指导完 成，成果验收则是课程群授课课时以外，单独组织的 项目验收评审会议负责，其由校企领导和教师共同组 成专家组，评审过程严格采用行业工程项目验收形式 和标准。开创实验环节具体实施内容与成果要求如表 3 所示。
大数据集群与可视化专业课程群整个模块化实 施过程中采取“五对标”和“全过程工程管理”两种模 式进行监督管理。“五对标”是指课程群模块化授课内 容和学生课程实验成果必须对标行业需求 、专业竞 赛、专业认证、专业专利和软件著作权及教师成果转 化，其中行业需求需要综合考核各课程群模块的真实 项目导入个数、学生成果对应的行业就业方向、优质 就业人数的解决， 专业竞赛对标学生参与的竞赛名 称、参赛的项目个数、参赛获奖比例等，专业认证对标 学生参与专业认证的名称、参与认证的时间、参与认 证人数、参与认证通过比例等，专业专利或软件著作 权申报对标学生申报专利或软件著作权 、 申报时间、 申报个数、申报通过比例等，教师成果对标转化主要 涵盖构建教学案例库个数、市级/校级教改项目申报个 数、教改论文发表篇数、一流课程申报、教学成果奖申 报等。
“全过程工程管理”是指专业课程群模块化实施 过程采取企业工程全过程监督管理模式， 基于人工 智能学习和考核平台，定期考评过程环节，对项目成 果进行答辩结项，且制定对应的过程考核机制和结 项答辩考核标准 。各环节实施与考核体系如图 1 所 示， 专业课程群模块化实施过程中监督管理与考评 的专家团队由校内领导、专业教师和行业专家构成。 理论学习与演示实验环节的考评主要借助专业平台 进行， 在学院合作企业研发的博思平台上进行学习 和上传练习作业， 系统自动评定和教师评定结合打 分，在人机交互测评下考评学生第一 阶段学习情况; 开创实验环节在借助专业平台进行人机交互测评的 模式下，更注重项目进度把控和开展质量的监督，开 展过程要定期进行项目汇总与意见反馈， 项目结项 则采取结项答辩和专家评审的方式。
四、结语
本文以应用型本科院校新工科数据科学与大数据 技术专业为例，在传统课程授课内容和方式的基础上， 为提高学生学习效率， 强化学生与行业接轨的专业技 术能力，在校企协同育人模式下，组织开展专业课程群 模块化教学模式改革，经过 1 年研讨、2 年实施与总结， 形成了较为成熟且效果较好的应用型本科院校新工科 数据科学与大数据技术专业课程群模块化教学方案。
积极推进应用型本科院校新工科专业课程群模 块化教学模式改革，是加强学生专业应用能力和科研 能力的有效途径，更是提高人才培养行业适配度的关 键 。基于学校和专业发展背景，高校应充分结合行业 需求，找准专业特色与人才培养目标，整合划分课程 群体系，重构课程群模块，采取“学训研一体化”的专 业课程实施模式，以“五对标”和“全过程工程管理”模 式进行课程实施管理与考核，从而增强专业课程授课 效率，强化学生学习成果的应用与转化，为应用型本科院校的人才培养夯实专业基础。
参考文献：
[1] 吴贺俊,饶洋辉.面向新工科的大数据专业课程建设[J]. 中国大学 教学,2019(4):34-37.
[2] 张燕,刘鹏,赵海峰,等.大数据专业建设的思考与探索[J]. 中国大 学教学,2019(4):38-41.
[3] 薛洁 , 王娴 , 籍艳丽 . 大数据时代数据类岗位人才需求特征分 析[J].黑龙江高教研究,2022.40(10):119-124.
[4] 王鸿铭,张麦玲. 以就业为导向的大数据技术及应用专业人才培 养研究[J]. 电脑知识与技术,2021.17(5):167-169.
[5] 崔晓龙,张敏,张磊,等.新工科背景下应用型大数据人才培养课 程群研究与建设[J].实验技术与管理,2021.38(2):213-218.
[6] 胡蔓,赵云龙,栾晓娜,等.新工科背景下工程训练实践教学模式 探索[J].实验技术与管理,2022.39(3):256-259.
[7] 王元卓, 隋京言.新工科背景下的大数据专业建设与人才培养[J]. 中国大学教学,2018(12):35-42.
[8] 陈晔,林铿.基于创新型人才培养的大学课程改革:以深圳大学为 例[J]. 中国高校科技,2015(增刊 1):134-136.
[9] 雍浩.提高地方本科院校应用型人才培养质量(下):评《应用型人 才培养的探索与实践》[J]. 中国教育学刊,2017(6):140.
[10] 吴学松.应用型本科院校创新创业教育现状、问题与对策[J].教 育与职业,2020(5):56-61.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/55129.html
