高校數據科學學科交叉融合問題研究

導語：高校數據科學學科交叉融合問題研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：新工科建設是當前高等工科教育改革的抓手之一，學科交叉融合又是新工科建設的核心要素。區域高校的數據科學新工科建設，應在正視自身現有的資源受限的前提下，通過構建跨學科的教學研究團隊、發揮相關學科集群的聯動優勢、個性化定制培養等措施，適時地跟進新工科建設潮流，推動數據科學等學科的發展。文章針對當前區域高校新工科建設中的問題和不足，提出具備一定普適性的新工科建設思路和方法，為當前數據科學新工科建設做出有益探索。

關鍵詞：新工科；學科交叉融合；區域高校；個性化培養

當前，作為我國工科學科教育變革重要途徑的新工科建設，在頂層設計逐步完善后，進入了發展快車道[1]。以國內知名高校為代表的一大批高校，著眼于新工科建設的核心需求，創新人才培養模式，挖掘學科建設內涵，實現了工科教育改革的重大突破。新工科的建設，依賴于對學科的深度挖掘，以及融合當前科技思想，協同創新，多元融合，實現對“舊有”學科的再創新，以及新興學科的持續突破發展。作為新興學科之一，數據科學在新工科建設中得到了更多的關注[2-4]。數據科學是一門綜合了多領域、多學科且以探索數據的產生、獲取、存儲以及可視化等的科學，是以實現數據增值和提高數據決策價值為核心目的。數據科學的正式產生時間較短，卻得到了迅猛的發展，國內也涌現了一大批設置數據科學學科的高校[5;6]。在新工科建設中，數據科學的地位尤為特殊，主要體現在兩個方面：數據科學本就是新興學科，正處于形成和發展的上升通道中；數據科學綜合了統計學、數學、計算機等相關學科和技術，對其他學科的依賴性較強，自身交叉度較高，在教學實踐中再次融合其他學科的難度較大。數據學科的建設，也存在著一定程度的不足，如現有學科邊界模糊，理論與實踐存在偏差，學科核心理念更新遲緩的現象凸顯等。開展學科交叉融合，豐富學科的時代內涵，借此提高人才培養質量，具有迫切的現實需求和實踐意義[7-8]。

1數據科學學科專業現狀及存在的問題

1.1數據科學學科建設現狀。國內開設數據科學專業的一大批高校積極開展新工科建設，積極探索新時代背景下工科發展的新規律。在數據科學專業建設方面，大部分高校通常以計算機學院、自動化學院等為協調牽頭單位，積極與數學與統計學院、軟件學院等相關教學單位協作教研，優勢互補，夯實學科基礎，完成了大數據應用開發，大數據技術原理，Python編程、深度學習、分布式系統與云計算、大數據編程、數據挖掘，數據可視化等課程的開設[9]。1.2區域高校數據科學教學方面存在的不足。目前，數據科學學科正處于不斷完善的階段；對于部分優勢高校而言，擁有能夠支撐學科發展的優質師資，也有優質生源，具備將優質師資與生源緊密聯結的制度和環境，因此能夠高質量的完成數據科學專業的教學育人工作。而對于區域高校而言，師資以及軟硬件設施均無法與優勢高校相比，能夠投入數據科學教學科研中的資源有限，另外兼之生源質量受限，數據科學的教學活動較難達到預期目標。通過學科交叉融合，將自身資源優化組合配置；適當調整自身辦學定位，找準數據科學人才培養的核心需求，建立起與市場對接的人才培養通道，是當前大部分開設有數據科學專業的區域高校的首要之選[10]。當前區域高校數據科學教學中存在的問題主要有以下幾點：1.2.1數據科學的外延與自身教學定位。作為一門新興學科，數據科學專業的招生與就業受到了市場的追捧；突飛猛進的專業建設發展，掩蓋了數據科學專業當前外延模糊等短板。當前數據科學專業依賴于其他行業數據，相關數據的處理需要有相關行業知識的支撐；在本科教育中，較難實現專業教學與行業實踐的有機結合，也不能很好的把握數據科學的外延。另一方面，數據科學是一門強交叉學科，要融合統計學科、計算機學科和數學學科等相關學科知識，且大數據就業領域分工龐雜，高校應根據自身實際情況，找準定位，有針對性的加強相關大數據技術和應用的教學工作，為學生的就業和實踐做好鋪墊。1.2.2學科交叉不同于課程機械疊加。作為一門強學科交叉屬性的學科，數據科學專業需要做到統計學、數學和計算機學科的交叉融合，也要實現一定程度的行業交叉融合。很多區域高校，在數據科學的教學中，僅簡單開設計算機學科、統計學科及數學學科的相關課程，無法實現數據學科專業的核心理念，無法實現數據的科學統計和合理分析。1.2.3數據學科與實踐的融合交叉不足數據學科是一門與實踐緊密聯系的學科，對于不同的行業和領域，具體的數據采集和分析，以及模型提取和應用的方法可能完全不同；因此，在實際的教學中，很多區域高校難以獲取有價值的行業數據，沒有真實可靠的行業場景，不利于學科交叉融合的實現。

2促進數據科學專業交叉融合的目標和措施

2.1跨界互動，構建跨學科的教學研究團隊。教師是教學活動的引導者，在學科交叉融合的過程中，要發揮不同學科教師的良性、慣性互動，組建跨學科的教學研究團隊，形成定期開展教學研究活動的常態機制。當前很多教學研究團隊浮于表面，沒有真正融合，不能形成聯動效應。在實踐中，可采用項目帶動的方式來實現跨學科融合。2.2構建并發展相關學科集群的集群優勢。國家在院校轉型的文件中正式提出了“學科集群”的概念，指的是眾多相關學科圍繞產業技術創新為核心所組成的學科集群，對應著產業集群，是多學科深度融合的概念產物。在學科集群建設中，通常會采用重點突破，以點帶面的建設方式。因此，在數據科學相關的學科集群建設中，可圍繞數據科學專業或其他相關學科專業，通過學科集群的建設，實現多學科跨越發展，從而有效的實現學科交叉融合發展。2.3一定強度的師資培訓及企業聯動。在數據科學的教學過程中，師資是制約學科發展的重要因素。這主要在于，數據科學仍處在不斷發展的階段，學科知識更新較快；學科交叉屬性強，很少有足夠學科交叉背景的教師完全滿足數據科學的教學需求；數據常常涉及不同領域，需要具備不同領域的行業知識等。這些因素都決定了，需要持續的對現有師資進行一定強度的培訓，及時更新相關專業教師的知識儲備，并且通過培訓實現其對不同領域知識的了解和熟悉。在現有機制下，高校自身常常無法有足夠數量、足夠種類的高質量數據，而企業常常缺乏對數據進行深入研究分析的動力，因此高校和企業的聯動，能夠相互彌補自身不足，使雙方都能夠在合作交流中實現共贏。高校師生在真實的數據場景下，能夠提升其數據實戰能力，將知識轉化為能力，快速將教學轉化為實際生產力，也進而達到數據科學的交叉融合發展。2.4個性化定制培養的探索。在數據科學專業學生的培養過程中，可采用個性化定制的培養方式，有針對性將師資與學生進行適度匹配。數據科學是一個涵蓋廣泛的領域，從模型構建、數據分析到數據標注等不同分工，科學和技術的含量差異較大；如對不通層次的學生使用相同的教學目標和教學手段，則不能滿足不同層次的學生需求。分層教學和個性化定制，通過對學生進行個性需求識別，結合學生的興趣和能力，將不同學生引導入不同的層次和領域。2.5對學科交叉融合建立追蹤和反饋機制。在全國進行數據科學教學的探索浪潮當中，至今沒有成熟有效、放之四海而皆準的數據科學教學模式，因此需要不斷的探索和嘗試；在探索過程中，應建立相關的領域知識管理庫，及時總結學科建設及交叉融合中的成功經驗，及時歸納不足之處，通過數據科學自身的理念，挖掘數據背后蘊含的規律，從而達到少走彎路，盡早建立數據交叉融合教學模式。

3總結

新工科建設中，區域高校要在有限的師資強度下實現預期的教學目標，實現數據科學人才的培養目標，只有通過的數據科學交叉融合，提升學科的包容度和特異性，打破學科壁壘和邊界，解決數據科學人才培養和工程問題解決中的新問題，真正實現新工科建設的內涵要求。在本文中，提出了構建跨學科的教學研究團隊、構建并發展相關學科集群的集群優勢、積極開展師資培訓及企業聯動以及個性化培養等措施，以期在區域高校的數據科學建設取得卓有成效的成果，并且能夠滿足區域社會經濟發展對于數據科學人才的需求。

參考文獻:

[1]陸國棟,李拓宇.新工科建設與發展的路徑思考[J].高等工程教育研究,2017.3:20-26

[2]孫偉,王景光.新工科背景下大數據專業建設策略探究[J].計算機產品與流通,2020.11:154

[3]吳愛華,楊秋波,郝杰.以“新工科”建設引領高等教育創新變革[J].高等工程教育研究,2019.1:1-7,61

[4]葉民,錢輝.新業態之新與新工科之新[J].高等工程教育研究,2017.4:5-9

[5]葉青,劉長華.新工科背景下的《大數據與云計算技術》課程建設研究[J].湖北經濟學院學報(人文社會科學版),2020.17(11):149-151

[6]張煥生,賈冬青,辛晨.基于大數據的應用型人才培養模式創新路徑研究[J].創新創業理論研究與實踐,2020.3(18):124-126

[7]杜欽生,薛蛟.新工科背景下大數據專業人才培養研究[J].產業與科技論壇,2020.19(12):185-186

[8]付佳,周春華,王林申.以新工科建設促進高等教育發展研究[J].高教學刊,2020.35:1-6

[9]郭文忠,張浩,董晨.“新工科”背景下數據科學與大數據技術專業建設探索與實踐——以福州大學為例[J].電腦知識與技術,2020.16(25):121-123

[10]劉泉,蘭義華,徐安鳳等.多學科交叉融合的大數據應用型人才培養模式探索[J].計算機時代,2020.11:89-91

作者:張建洋 李娟 劉泉 單位:南陽師范學院計算機科學與技術學院