数据科学与大数据技术专业（简称“数科专业”）2016年设置以来，截止2022年已经有超过七百所高校开设了本专业，今年6月份也有超过280余所高校完成应届生输送。数科专业作为新兴的大数据专业，人才培养的体系和模式是否符合产业需求，如何定义人才培养方向、课程如何设计、实践实训如何开展？

结合产业用人需求及百余所高校人才培养方案的研究，对于数科专业人才培养方案制订，有以下三点建议供大家参考：
一、理还是工，根据学院特色确定
大数据是一个计算机+应用数学+行业应用的交叉应用型学科，重点培养数字经济、大数据产业的大数据治理、开发与分析应用等“大数据工程人才”。专业的成功建设，离不开学院的办学经验、行业应用、师资、实践条件等多种因素的影响。高校在指定专业培养方案的时候，一是考虑市场需求、二是考虑学院特色，基于学院积累结合行业创新，才能办好专业。如果所在学院以计算机相关学科为背景，那么则重点培养大数据开发、大数据运营等偏向于大数据、云计算等大数据工程类岗位人才；如果学院基础为统计学、理学、数学等学科背景，那么则重点培养学生数据处理、分析与应用技能，培养数据分析类人才。予以同质化竞争，不如结合自身特色，瞄准定位，培养有一技之长的学生。
二、人才培养方向如何定位
专业核心课程规划，主要与高校的人才培养目标相匹配。除了考虑学院特色外，还要遵循学校定位、人才就业目标、行业岗位匹配等。根据《大数据工程技术人员国家职业技术技能标准》定义，大数据工程技术人员是指“从事大数据采集、清洗、分析、治理、挖掘等技术研究，并加以利用、管理、维护和服务的工程技术人员。”重点可分为大数据处理、大数据分析、大数据管理等三个方向。
从不同方向岗位特点和人才需求方面，本科类院校应该重点关注大数据处理与大数据分析类人才培养，而应用型本科与专科类院校则建议偏向于大数据平台管理与运维、大数据技术服务等岗位。数据治理、数据管理类人才处理基础能力外，更多需要较深的行业业务与信息化系统理论知识作为支撑，建议一些重点本科院校可以在高年级引入“数据管理”、“数据治理”等相关专业课程内容。
三、大数据实训实践如何开展？
大数据人才培养是一个注重实践应用的学科，在学生培养过程中，处理扎实、系统的理论知识架构外，学生的基础技能操作、项目实践实训等应用能力一定要着重培养。目前很多高校已经非常注重理实一体的培养模式，在专业核心课程中加入了专门的实践课程内容，培养学生知识技能的操作能力。但是大部分实践和项目实训偏向于技术层，比如大数据平台搭建、数据采集、数据分析等基于单一课程分模块的实训模式。学生很难基于真实的大数据项目应用建立对大数据技术体系的应用理解。
所以在实训课程中，一方面要注重基础的专业课程实践，让学生练好基本功；另一方面需要在第六或者第七学期，通过项目综合实训的模式，根据行业真实大数据项目应用思路，以应用为目标、以解决实际问题为核心，进行系统的项目实训，让学生能够对大数据基础及应用有一个系统的认识。

数字经济与产业数字化转型正在快速发展，企业亟需专业的大数据技术人才。但是高校在人才培养的过程中一定要从行业实际需求出发，明确人才培养定位，培养符合行业需求的高质量人才。