高校應該如何經營“爆款專業”？

2019年3月教育部公布的新增備案本科專業名單中，大數據專業依然火熱。大數據專業到底培養的是什麽樣的人才，什麽樣的人才才能適應大數據時代的要求呢？

大數據專業成熱門

在“大數據”頻頻成為熱詞的同時，大數據技術與應用專業也受到了越來越多高校的青睞。國務院2015年8月曾印發《促進大數據發展行動綱要》，明確鼓勵高校設立數據科學和數據工程相關專業，重點培養專業化數據工程師等大數據專業人才。不少高校已將填補大數據技術與應用專業的人才缺口相關事宜提上日程。

2019年3月，教育部公布的2018年度普通高等學校本科專業備案和審批結果顯示，新增備案本科專業名單中，新增數據科學與大數據技術、大數據管理與應用專業的高校有221所，包括北京科技大學、天津大學、東北大學、電子科技大學等，其中“大數據管理與應用”專業新增25所，較之2018年公布的審批名單多出20所，學生學位授予門類是管理學，而不是傳統認知上的工學或理學學位。

從這一數字我們可以看出，國內高校的大數據相關專業的培養不再局限於工科或理科領域，開始積極探索工科和人文社科交叉的專業培養模式。大數據與人文社科相交叉的人才培養模式，國外一些大學也在積極探索。

逐層深入的數據科學

隨著數據科學在生活、工作、學習中的影響不斷擴大，社會對複合型人才的需求變得尤為迫切。為了應對大數據時代帶來的挑戰，滿足學生、教師和各行業的強烈需求，加州大學伯克利分校在2015年新增工程與數據科學碩士學位和信息與數據科學碩士學位。

2016年，該校成立數據科學部，大力建設一個從入門級逐級向上的數據科學相關專業的學習體制，力促人文、工程等不同學科領域的交叉融合。同時，該校還創新性地與校內外機構合作，全面促進數據科學與其他各學科教學和研究的聯繫。

2018年3月，加州大學伯克利分校通過了在文理學院開設數據科學本科專業的提議，同年秋季開始招生。開設的課程有核心初級課程、高級課程，以及各交叉學科的必修課程、連接課程。其中統計學教授阿尼•阿迪卡裡的核心初級課程“數據科學基礎”開設於2015年。關於這門課程的創新之處，阿迪卡裡教授這樣說：“我們的課程不是一堆公式和知識點的死記硬背，而是幫助學生培養數據思維，遇到實際案例時運用數據思維思考如何提出問題，如何找到解決辦法。”

阿迪卡裡教授舉了個例子，比如說，我給病人吃這種藥，它能治好他們的雀斑嗎？那麽你的答案不應該是“運用假設檢驗（注1）的方法得出相關數據值，表明該調查結果具有高度的統計學意義”。你的答案應該是：“我們通過統計學方法得出的數據表明這種治療實際上對病人是有一定效果的。那麽接下來需要你運用生物學原理弄清楚這種藥的療效到底如何。”在一個因素不同且相互聯繫的環境中，數據科學可以為調查工作提供一個切入點。之後，你要做的可能是與醫學專家、政治學家或社會學家結合數據結果進一步討論以解決現實問題。

注1：

假設檢驗是統計學中根據一定假設條件由樣本推斷總體的一種方法。

與數據科學基礎相互補充的“連接課程”，每學期都會有變化，學生選修該課沒有門數的限制，且修完即可獲得相應的學分。目前此類課程已有30余門，均是由跨院系和研究領域的教師提供。這些課程可以設置在某一個系，或者是在多個研究項目中交叉設置，或者設為文理學院的試點課程，目的是幫助學生將從數據科學基礎中學到的數據分析知識應用到各自感興趣的專業領域，探索和解決相關的現實問題。

鏈接：

在加州大學伯克利分校，數據科學基礎課程既是數據科學專業的核心初級課程，也是每年會吸引來自不同專業的數千名學生學習的熱門選修課。

這門課程為何會吸引數千名不同專業的學生來學習？據阿迪卡裡教授介紹，學校為了鼓勵其他沒有數據科學專業背景的學生參加這門課，努力支持他們參加數據科學相關項目，為他們提供了實驗室、小組輔導課程、與資深教授面對面交流的研討會。

為了方便那些沒有任何計算機科學背景或數學背景的學生學習數據分析，學校開發新的計算系統。這樣當學生閱讀一行代碼時，才會明白它不是一些美元符號、分號、下劃線等，而是有意義的單詞。學生可以使用新的計算技術和新的媒介獲取整個數據集，查看數據結構，應用到自己感興趣的專業領域。

大數據人才培養有新意

加州大學伯克利分校很早就認識到數據科學的變革潛力將涉及自然科學、社會科學、人文科學等諸多領域，便致力於開發一個數據科學教育和研究的生態系統。選修數據科學專業的學生除學習計算機科學和統計學等核心課程，還要確定一個感興趣的“重點領域”。

依據校內師生及社會需求，目前學校的“重點領域”有應用數學與建模、數據藝術與人文、社會的不均衡、人類與人群健康等25個，涉及的專業橫跨人文社會科學和自然科學，學生可根據自己的興趣選修。每個領域都設有初級、高級的系列課程，數據科學專業的學生從大學一年級開始，每學期至少選修所選領域內的一門初級課程和兩門高級課程。

另外，該校跨學科協作開發的“人類環境與倫理”系列課程是數據科學專業的必修課。該系列課程教授學生從人文科學和社會科學中進行結構化的學術調查，讓學生進行反思、記錄、分析、項目實踐，以揭示個人或社會責任的關鍵問題，並支持在技術和社會交叉點的複雜情況中作出合理的選擇。同時學校秉持公平、包容和多樣性的思想，鼓勵學生參與課程的制定及教學質量的監督評估，師生共同討論應如何提高課程培養質量。

該校一位負責設計數據科學專業課程的老師凱瑟琳•卡森指出：“數據科學專業的學生不是單純地掌握如何把數據丟給算法模型，他們還需要了解數據是如何收集的，然後問自己‘我如何對數據分析結果和數據來源負責’？”

專職部門促進融合

為了更快更好地進行大數據領域跨學科專業的建設、跨學科項目的研究，2018年11月，加州大學伯克利分校又成立了一個新的學部——數據科學和信息學部。

該學部利用學校在數據分析領域的優勢，希望通過連接工程學院、文理學院和信息學院的各個部門，調動各專業領域的優秀老師參與專業建設，意在將這些老師納入“數據科學研究的公共領域”，把數據科學融入到不同學科中，加速跨越科學技術前沿的突破性研究，創建新的多學科和跨學科的研究項目。該學部會為老師和學生提供學術資源工具包，促使老師能夠在不同的課程中創建並合理配置教育資源，支持老師學習和整合數據科學方法和教學工具。

同時，它還會為老師提供定期講習班、暑期培訓和課程開發資源，以及一系列技術、財務等方面的支持。例如，該學部針對在校師生創建了數據科學教育數字化學習平台，並開設一系列講習班幫助老師了解數據科學課程如何利用相應的教學輔助工具進行大規模教學，獲取數據科學教學法的理念並實際演示相關教學法如何運用到教學過程中，讓更多的學生接受更優質的數據科學教育。

該校數據科學和信息學部還積極與政府、企業尋求合作，利用外界資助吸引老師、學生與商業夥伴，建設一系列由學生主導的數據科學協作項目，引導學生利用數據試圖解決複雜的社會問題。相關課程的協調員埃裡克·范杜森表示：“數據科學和信息學部已經能夠建立一個以學生為中心的創業生態系統，在這個生態系統中，一些大學生與教授一起為其他大學生開發新的以數據為中心的課程，與博士後和研究人員一起進行應用數據科學項目的研究。”

加州大學伯克利分校十分重視學生數據素養的提升，而這一點上，國內高校也在積極探索和改進。在大數據專業的建設上，學科交叉不再局限於理工科領域，越來越多的大學開始思考如何構建科學的大數據專業人才培養體系，致力於開發數據科學教育和研究的生態系統。

主要參考文獻：加州大學伯克利分校網站。

作者 | 麥可思 張靜