摘要：文章首先阐述了新文科背景下大数据产业的岗位需求及能力要求，然后分析了新文科背景下大数据管理与应用专业人才培养的困境，最后提出了新文科背景下大数据管理与应用专业产学协同育人模式的构建，包括构建校企协同育人合作机制、校企联合修订人才培养方案、建立校企联合评定评价机制等。
关键词：大数据管理与应用专业,产学协同育人,新文科
近年来，借助物联网、大数据、云计算、区块链等信息新技术，我国大数据智能化发展趋势正盛，并与传统产业逐步交叉融合，推动了资源优化配置和产业升级换代，极大地促进了经济社会的发展。我国高度重视大数据智能化技术的研究，纷纷把大数据产业作为国家战略重点推进，以推动产业的高质量发展。2015年，国*院印发了《促进大数据发展行动纲要》，而为全面贯彻落实该文件要求，国*院办公厅于2022年发布了《全国一体化政务大数据体系建设指南》，要求加强数字政府建设、加快推进全国一体化政务大数据体系建设的决策部署。大数据智能化时代的迅猛发展为高校的大数据人才培养带来了更多的机遇(1)，同时也提出了更高的要求。职业社交平台LinkedIn报告显示，数据分析人才的供给指数仅为0.05，处于高度稀缺状态。人瑞人才联合德勤中国、社会科学文献出版社发布的《产业数字人才研究与发展报告(2023)》指出，目前我国数字人才缺口达到2500-3000万。巨大的人才缺口导致各企业纷纷重金聘请大数据相关人才。为应对大数据人才需求，教育部批准各高校设立数据科学与大数据技术、大数据管理与应用两个与大数据相关的新兴本科专业*。截至2022年，数据科学与大数据技术专业在715所高校相继获批开设，大数据管理与应用专业在183所高校相继获批开设中。相比之下，大数据管理与应用专业获批设立时间短，开设学校数里少，但其定位于培养“懂数据、懂技术、懂业务、懂管理的复合型人才”的专业特色，已经引起学校和业界的高度关注”。此外，2020年，教育部高教司司长吴岩提出，要以积势、蓄势、谋势、识变、应变、求变十二字方针，全面推进新文科的建设;2020年，教育部发布《新文科建设宣言》，提出构建世界水平、中国特色的新文科人才培养体系的重大目标。由此可知，新文科建设是继新工科建设之后，全面深化高等教育教学改革的重大举措[]。
本文响应新文科建设对大数据管理与应用专业人才培养提出的新需求™，针对人才培养中存在的学科交叉融合问题、课程体系问题、实践教学问题，探索产教融合、多主体协同育人的人才培养模式，具体遵循“产业需求一交叉融合一产学协同一实践创新”的思路，构建新文科背景下适合大数据管理与应用专业的完整的产学协同育人模式1101，以期为新文科背景下的交叉型新兴学科建设提供理论与实践支撑，有效推动新文科专业的建设与发展。
一、新文科背景下大数据产业的岗位需求及能力要求
大数据智能化发展推动着企业数字化转型升级，由此，仅需要基础技能的重复性简单岗位将会被取代，更多岗位的核心技能面临重塑。根据世界经济论坛的数据，全球各行业岗位中平均有35号的核心技能已发生改变。例如，在新零售行业，销售人员不仅要具备传统销售人员的技能，还要具备大数据智能化时代的线上营销等新技能。数字化技术正在影响并改造着传统行业，企业对于大数据人才的需求大幅增加，尤其是非科技类公司对于大数据人才的招聘需求已远超于科技公司。目前，对数字技能的需求已渗透企业和相关职能部门的各个流程与环节，数字技能将成为一种基础技能。
大数据智能化背景下，对大数据人才的需求根据岗位类别可划分为技术型、应用型与业务型三种。技术型人才主要负责信息系统设计与开发、数据建模等技术研发工作，为相关业务的发展提供技术支撑。应用型人才强调运用先进的信息技术提升企业现有的业务运营水平，以及开拓新的应用业务和产生新的商业价值。业务型人才主要以新技术为支撑，为运营管理提供决策依据，以保证业务的正常发展。当前，产业界对大数据人才的素质要求主要体现为硬性技术要求、软性知识素养要求与跨界知识融合要求。因此，对于大数据管理与应用专业而言，为满足大数据智能化发展需求，其培养出的人才的知识结构需要发生变革，在培养过程中除了强化学生个人专业技术和应用能力，还要培养其沟通能力、团队协作能力和抗压能力。大数据智能化背景下培养的大数据管理与应用专业人才应是技术型与应用型交叉融合的复合创新型人才，要更加注重管理、技能与实践的交叉融合训练。
二、新文科背景下大数据管理与应用专业人才培养的困境
大数据管理与应用专业从批准开设至今仅有几年时间，许多高校还没有完善的人才培养方案和课程体系。在新文科专业建设中，与英语、文学、历史等专业不同，大数据管理与应用专业具有较多技术性和金融类课程，且一直都处于快速发展更新的状态，特别是信息新技术的涌现，更是要求其在设置教学内容时不断加入新思想和新技术[11]。大数据管理与应用专业以培养管理知识与信息技术结合的复合型人才为目标，在大数据智能化背景下扮演着为国家培养数字创新人才的重要角色。当前，我国的大数据管理与应用专业主要设置在管理学院、工商管理学院或商学院等院系中，师资力量集中在经济、管理等学科领域，技术类的相关师资偏弱。与信息技术类专业相比，大数据管理与应用专业在将最新信息技术引入课堂教学的及时性方面存在差距。部分院校的大数据管理与应用专业囿于教育习惯，以及学校资源等，课堂教学重理论，缺乏深入的案例分析和实践应用，导致学生学习兴趣不高，解决问题的能力较差，缺乏对新兴技术的认知、理解与应用经验。为此，大数据管理与应用专业无论是在最新信息技术的理论教学方面还是在实践教学方面，都应紧跟新兴技术的发展和企业的实时需要，不断更新课程体系。
当前，不少高校的大数据管理与应用专业与企业合作，共同搭建了大数据实验平台，并创建了配套的软硬件环境。但是在校企联合培养真正适应大数据智能化时代产业发展需要的具有国际视野和新思维，具备复合型知识结构、较强的创新精神及数字技术实践能力的信息管理类人才方面仍处于萌芽期。同时，在组建由高校教师和行业精英组成的联合式师资队伍，多方共同参与相关实践课程开发、实践教材编著、实践基地建设等方面仍存在合作深度不够的缺陷，还需要不断地发展和完善。
大数据管理与应用专业建设和人才培养需要同时兼顾学科理论课程创新及大数据人才实际应用能力和实践创新能力的培养。虽然大部分高校的大数据管理与应用专业设置了相应的实验教学环节，但是实际教学中普遍存在缺少企业级的信息化或数字化项目实践的问题，使得学生的动手实操能力比较薄弱。为此，在专业实践能力培养上，有必要加大校企合作力度，合理补充实践类课程，通过增设校企研讨课、项目制授课、校企双导师授课等方式扩充实践教学种类，切实提高学生的实践能力。
三、新文科背景下大数据管理与应用专业产学协同育人模式的构建
面向大数据智能化背景下市场与社会对大数据人才的需求，应以产业需求为导向，以“产学合作，协同育人”为培养理念，打造产学协同育人模式，充分发挥校企双方优势，深入推进企业与高校的协同创新，开展大数据管理人才建设。通过校企合作的教学实践与论证，形成一套完整、多元化且适应大数据管理与应用专业的产学深度融合的复合创新型人才培养模式，为大数据智能化背景下的新文科专业建设提供理论与实践支撑，从而更好地培养人才。产学协同育人模式包括构建校企协同育人合作机制、校企联合修订人才培养方案、建立校企联合评定评价机制和校企联合共建教学平台四个环节，如图1所示。
（一）构建校企协同育人合作机制
通过学校与企业合作的方式，确保双方都能参与大数据人才培养，建立校企协同育人合作机制。充分发挥校内导师与校外导师的特点和优势，有效结合“校企生”三方需求以达成共识，利用校企共建大数据教学平台、校企“双导师制”、实习和毕业设计相结合、教师进入企业进修、企业导师进入课堂授课、企业导师劳务分配机制等手段，逐步建立校企协同育人合作机制。加强学校和企业的全方位合作，通过引进企业的设备、技术、案例、人力等资源，积极探索基于校企融合的问题教学、情景教学、任务教学、项目教学、专家教学、案例教学等方法，强化学生职业素养的培养。充分利用校企资源，探索合作培养、共建基地、共同评价等多种产学研结合方法，通过与企业优势互补、共同建立实习实训基地等措施，实现企业大数据人才需求与学校大数据人才供给的有效对接，从而切实提高人才培养质量。
此外，采取校外导师和校内导师共同授课的方式。在授课过程中，校内导师可以不断吸取校外导师丰富的实践经验，提升实践教学水平。同时，学校要组织教师参与企业调研和培训，创造条件让高校教师更多地接触大数据企业，通过建立长期联系，使教师准确把握行业应用发展的方向动态，并依此不断调整教学内容和研究方向，使教学科研与社会发展相适应。此外，导师要注重学生实践能力的培养，研究如何将企业的大数据应用场景搬到学校的实验室中，进一步完善和优化校企合作模式，拓宽合作领域，实验应涉及大数据应用的各个层面和方向。
（二）校企联合修订人才培养方案
首先可以从产业需求出发，设立相应专业培养相关人才，然后从岗位能力需求出发，深入分析并修订大数据管理与应用专业的人才定位及培养目标，明确大数据人才能力的内涵与内容，提出专业人才能力提升的培养思路，接着引导学生在相关企业进行实践锻炼，最后学校基于企业对人才质量的相关反馈，不断改善教学模式、调整专业方向及相应课程体系、修正培养目标。大数据管理与应用专业的人才培养定位如下：培养具有良好的工程素养和科学精神，具有大数据管理能力和技术应用能力，掌握大数据背景下数据处理和分析能力和数据科学基础，熟悉信息及通信行业的大数据管理工作，能够承担各类组织机构特别是现代互联网企业和政府管理部门中数据管理应用工作的高级应用型专门人才。大数据管理与应用专业的人才培养目标如下：培养具备商务智能理念，掌握数据分析基础理论和常用算法，能够清晰地归纳和分析需求，对业务流程有明确的认知，能够熟练运用数据分析工具的创新型大数据应用人才。
在建立校企协同育人合作机制后，校企应联合修订培养方案，明确人才培养方向，充分结合产业发展现状和社会经济发展需求，对学校专业发展方向进行合理规划。要根据本科人才培养的三个层次结构，即通识教育、学科基础教育和专业教育层层递进的结构，建设“统一基础，多个方向并行，强化实践环节”的课程体系，打造全新的课程结构。在新文科背景下，从培养大数据技术与应用并重的复合型人才培养定位出发，围绕“大数据分析处理与智能决策能力”进行课程关系的梳理、知识体系的优化、课程内容的更新，以及教学手段的改革，以推动课程教学改革，构建“交叉融合”的课程体系。修订培养方案的关键是需要根据行业需求进行动态调整，通过对用人单位及行业的调查访谈，反馈行业实时需求，据此对培养方案进行及时的调整与更新，进而提升学生核心竞争力，以便其能适应行业发展。
（三）建立校企联合评定评价机制
大数据环境下，社会和企业对大数据人才提出了“技管互通”的跨学科、多知识体系融合的需求，具体要求将管理类知识与大数据技术应用相结合，以满足社会对海量信息的处理和分析需求。对应大数据实际应用中的能力素质需求，应秉承“产学合作，协同育人”的培养理念，构建校企协同机制与校企联合评定评价机制，推动校企联合修订人才培养方案与共建教学平台，形成一套完整的产学协同育人模式。
在确定联合培养机制及人才培养方案的基础上，围绕应用型大学新文科建设标准体系，建立校企联合评定评价机制对人才培养效果进行评价，通过校企信息沟通与反馈，确保双方及时准确了解到评定评价过程中的各种所需信息。课程成绩的评价标准由课内导师及企业导师共同制定，考虑从纵向、横向、深度三个方向着手建立校企联合评定评价机制，从培养大数据技术与应用并重的交叉复合型人才定位出发，关注学生的专业素质及职业能力，其分别由理论课程和实习课程成绩反映。依托学校和企业开展多种形式的合作育人活动，搭建多元化产学合作实践平台，共同指导学生的生产实习实践环节。以项目成果、参赛获奖、实习单位评价为指标评价学生的实习课程成绩。项目成果评价多关注学生在参与项目中的贡献比例。在校企双导师合作指导下，引导学生积极参加省级、国家级的专业比赛，可以帮助学生提高专业技能，增强学生团队协作能力，同时这也能检验其专业知识掌握程度。另外，根据实习单位反馈的学生各方面情况，可对其进行全方位评价。理论课程成绩的评价标准由校企双导师共同制定，要将算法设计、自然语言分析处理、文本挖掘分析等理论掌握程度作为理论课程成绩的组成部分，培养学生的数据分析能力。
在培养期结束后，校企共同颁发人才培养认证证书，证明校企协同育人的合作性及专业性。在该评定评价机制中，注重引导学生应用所学理论知识解决实际问题，不断完善知识体系，旨在培养具备商务智能理念，掌握数据分析的基础理论和常用算法，能够清晰地归纳和分析需求，对业务流程有明确的认知，能够熟练运用数据分析工具的创新型大数据应用人才。
（四）校企联合共建教学平台
复合型人才主要运用技术和平台对数据进行分析和处理，挖掘数据的潜在价值，进而为运营管理提供相关决策依据；分析企业外部竞争环境和内部发展状况，为评估业务风险及其相关决策提供数据支撑。遵循产学合作、协同育人的原则，要实现校企实习实训资源平台的共建共享，并借助协同育人平台促进校企双方多渠道深度合作。在构建校内与校外、课内与课外实习实训联动，教学、实践、培训、项目、竞赛“五位一体”实践教学体系的基础上，通过与知名大数据企业合作，建立一整套体现实际应用场景的大数据实验实训平台，有利于加强学生创新能力培养，在实践层面落实新技术、新工具、新方法这“三新”的并进式创新。该平台以学校云计算中心为系统环境依托，采用合作企业提供的真实行业数据和业务流程实现真实的大数据应用场景的模拟还原，实现资源的弹性分配；充分利用教学平台融合企业、科研院所、政府等在科技创新、技术装备、实践应用、政策引导等方面的资源优势，培养学生大数据相关技术、思维等，以便后续服务于相应岗位。通过该实训平台，学生可以完成大数据系统的部署、集成、管理，开展大数据采集、数据预处理、数据分析、数据可视化、知识表示、数据共享、数据仓库管理等和大数据应用相关的实验项目；可以基于平台提供的商务、医疗等行业大数据，开展推荐系统设计、机器学习算法实现等多种综合性实训，这为培养学生的实践创新能力提供了有力的支撑。此外，设立平台成效评价机制，使学生能及时反馈平台运用情况。通过学生客观真实的评价结果，导师能及时准确了解教学平台的不足，进而对平台进行修改调整。在该平台上，学校与企业能够在人、财、物等方面互补，能开展校企大数据项目合作，并引导学生参与项目研究开发，进而带动更多的学生积极投入课程学习。这样，一方面加强了校内导师与校外导师的交流，另一方面也培养了学生的实践创新能力，能使学生的知识结构和能力水平与企业需求更好地对接。
总之，本文通过研究，在产学合作、协同育人方面提供了一些有效的建议，期望能在专业建设、人才培养方面为同类高校大数据管理与应用专业提供参考和借鉴，进而为满足数字经济的发展需求培养出高级应用型、创新型人才。
参考文献：
[1]崔鸿飞,杨建华.大数据大舞台:北京科技大学大数据管理与应用专业[J].金属世界,2020(5):122-130.
[2]刘志林.应用型本科大数据管理与应用专业建设探索与实践:以北京工商大学嘉华学院为例[J].科技风,2022(24):10-12.
[3]叶光辉,曹高辉,夏立新.我国高校信息管理院系大数据管理与应用专业联合建设路径分析[J].情报学报,2023,42(2):231-240.
[4]易国栋,施芸,易淑婷.“新工科+新商科”背景下OBE-CDIO大数据管理与应用专业人才培养模式探索[J].高教学刊,2022,8(35):173-176.
[5]赵星,俞晓婷,万玲玉.新文科背景下大数据管理与应用专业培养特征的内容分析[J].图书与情报,2020(6):26-34,92.
[6]王晰巍,李玥琪,贾若男,等.新文科背景下大数据管理与应用专业人才培养模式[J].图书情报工作,2021,65(17):45-56.
[7]付琳.新文科背景下的大数据管理与应用专业人才培养路径[J].中阿科技论坛(中英文),2021(10):144-146.
[8]徐绪堪,薛梦瑶.面向大数据管理与应用专业的数据素养能力评价指标体系构建[J].情报理论与实践,2021,44(9):50-56.
[9]宋月丽,宋国强,吴娟,等.医学院校“大数据管理与应用”专业建设现状与人才培养体系探索[J].四川大学学报(医学版),2022,53(5):782-789.
[10]程顺华.产教融合共赢模式构建路径[J].西部素质教育,2023,9(8):195-198.
[11]田淑芳.地方应用型本科高校新商科人才培养路径研究:基于大数据管理与应用专业的案例分析[J].黑龙江工业学院学报(综合版),2022,22(3):17-21.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/79851.html
