400-608-2558
说起这两年的“最热专业”,当属大数据相关专业。其中大数据管理与应用专业作为一门横跨管理、经济、大数据技术的交叉学科,自2018年首度设立,就受到了广大考生的青睐。
小编查找了全国多所高校大数据管理与应用专业的人才培养方案,在与产业一线的数据分析师和企业决策者深入交流后,就高校如何结合目前产业企业的实际用人需求,对大数据管理与应用专业的人才培养方案和教学模式进行优化,总结出了以下3条干货建议,供大家参考。
01# 学哪个编程语言?Python够吗?
“大数据管理与应用专业”作为一个管理工程类大数据学科,在教学内容的设置上,基础的编程语言是必不可少的内容之一。但是C、Java、R、Python这些语言到底该上哪个,很多高校的教学团队并不知道怎么选,有些高校甚至会干脆将4、5种主流编程语言都安排进专业课程的学习中。
众所周知,高校的专业人才培养方案中每个专业的课时数,教指委都有明确指导意见,设置如此多类型的编程语言课程,势必会占用一些有效课时。
再者,大数据管理与应用专业大多设置在管理学院,很多学生的数学和计算机基础一般,多门不同编程语言的接受度和掌握度都不高,就会导致学生出现“哪个语言都学过,但没有一个精通”的尴尬情况。
从实用的角度,我建议高校重点开一门“Python编程”课程即可,可以采用理论+实践的方式进行授课,尽量增加实践课时,让学生围绕一个编程语言开展学习,掌握精通即可。这样做的原因有二:第一大数据管理与应用专业毕业生未来从事Java开发的工作较少;第二是本专业毕业后应聘Java开发类工作也很难PK计算机科学、软件工程类等对口专业的学生。故而以培养学生能力而言,建议选择一门语言,扎实地让学生掌握更好。包括配套的“数据结构与算法”的课程也选择Python方向,这样体系性更好一些。
在语言课程方面,很多学校还会陷入R语言与Python的选择中,也有很多高校选择两个都开。
那么到底需不需要多开设一门R语言呢?
我专门采访调研了能源、制造、金融等行业的多位资深数据分析师、产品总监等专业人士,了解到目前除了少有的一些金融客户在用R语言外,现在大部分都在使用Python或者pyspark等。使用R语言的主要是一些早期的分析师,现在新的数据分析师都使用Python语言。
所以从实用性角度而言,建议学校重点围绕Python,进行相关课程的开设。
02#综合素质:一门普遍缺失的课程内容
大数据管理与应用专业,其面向学生的培养目标与未来就业方向,已经与理工科的“数据科学与大数据技术”、“数据计算与应用”等专业有所区分,为了突出管理专业大数据人才的特点,很多高校都强调要做“懂数据、懂业务、懂管理”的复合型人才培养方案。
但从实际情况来看,目前国内大数据管理与应用专业的课程体系设计还是以通识课、专业基础课与核心课程为主,偏重技术知识的传授,反观学生“综合素质”类课程,则出现了一些配置不足的问题。
尤其是管理类学生需要掌握的商务技巧素质类课程如“商务沟通与谈判”、“商务礼仪与商务写作”等,很多高校的大数据管理与应用专业的课程设置中都并未出现。
职场人士可能都深有感触,决定人才成长高度和广度不只是技术能力本身,因为在企业中从事纯技术科研攻关的人才是极少数的一部分,而大数据管理与应用专业培养目标也并不在此,故而学生的沟通表达、商务写作能力至关重要,高校应当将这些能力的培养纳入到综合素质课程中,帮助学生建立职场竞争力和自信心。
03#专业实践怎么上?
专业实践是专业人才培养方案的重要组成部分,也是学生实践能力提升的关键环节。
但是很多学校的专业实践环节设置却比较简单,内容设计目标不明确,课程内容之间关联关系和逻辑不清晰,与真实项目差距较大,无法达到学生应用能力培养与凸显复合型大数据人才的特点。
在专业实践设计时,建议高校教学团队可以围绕一个真实的项目场景,进行阶段的拆解。
比如从需求调研(了解信息化水平、业务痛点)、项目规划(建设内容规划、方案设计与沟通交流)、数据治理(数据的计入、处理等)、数据分析(数据建模分析)、业务应用(应用场景、效果及改进等)等拆解不同的实践课题,结合每学期专业课程安排,在实践课程中进行技能或者能力练习的考核项设计。
这样既能培养学生的动手实践能力还能在过程中培养学生的团队协作能力,更符合企业真实项目的工作场景,也能发现不同学生的特长,为学生未来职业发展提供更多参考和帮助。
人才培养方案是高校教育的根基,如何让教学设置既能保持专业度,让学生在有限的时间内掌握足够的专业知识,又能结合时代和社会需求的发展,让学生有空间接受更多创新能力和实践应用能力的培养,是新时代高校人才培养方案设计需要考虑的重点。
作为一门管理工程类专业,大数据管理与应用专业,要更加贴合产业对于管理类应用实践型人才的需求,教学设计和实施要以学生的学习成效为最终目标,才能让数字人才的培养之道,走得更宽,更远。