伴隨著全球數字經濟的發展浪潮，產業結構不斷優化升級，大數據與人工智能技術在行業應用逐步深入。整個社會已處在大融合、大交叉、大科學時代，各行業都在面臨著挑戰與變革。
大數據與人工智能已上升為國家戰略，而相關人才成為數字經濟發展的首要資源。因此，培養高素質、高技能應用型大數據人才，充分發揮學校與企業的優勢資源，加強校企合作，探索新時代下產教融合、協同育人的培養模式，成為目前各大高校亟待解決的問題。
大數據作為一門新興專業，獲批時間不長，對於國內大部分高校而言，在師資力量、課程設置、校企合作等方面面臨一系列問題。西安理工大學經濟與管理學院實驗中心（以下簡稱“實驗中心”）早在2013年就獲批為陝西省實驗教學中心，目前正在創建陝西省虛擬仿真教學實訓中心，實驗中心在應用型大數據人才培養方面取得了一定的成績。
近日，美林數據對實驗中心主任段剛龍進行專訪，聽聽他對於高校大數據人才培養有哪些精彩觀點！
（西安理工大學經管學院實驗中心主任 段剛龍）
大數據應用型人才培養的方法論
美林數據：目前，國內許多高校都開設了大數據相關專業，甚至某些高校的經管學院、統計學院、會計學院也紛紛開設大數據專業，大數據與行業的融合日益密切，培養跨行業的大數據應用型人才迫在眉睫。那麼，您對應用型人才的培養怎麼看呢？
段剛龍：目前，很多高校都獲批了大數據相關的專業。對於本科、高職院校來說，人才培養的側重點有所不同。
對於高職院校來說，人才的培養更應該側重應用。對於本科院校來說，則是理論與應用並重，理論是基礎，應用是目標。對於大數據相關本科專業的學生，教師首先應讓其系統掌握數據分析的相關理論，包括高等數學、線性代數、數據統計、應用統計、數據分析、自然語言處理以及編程這些理論知識。
對於應用方面的教學來說，教師應該讓學生掌握大數據的獲取能力、分析能力、決策能力。不管是大數據的獲取還是分析，最終的目標都是為了做決策。
美林數據：國內高校在大數據人才培養方面存在一些問題，比如師資力量不足，課程設置不合理等，您對此有何建議？
段剛龍：目前來說，國內新獲批的大數據相關專業師資力量比較缺乏。對於博士學歷的教師而言，他注重的是科研和理論，對於實踐教學並不能很快地掌握。
為了解決師資的問題，學校可以聘請企業中擁有實際經驗的工程師做兼職講師，也可以安排師資到企業進行培養，從事大數據分析的工作。總之，學校要注重師資隊伍的建設，鼓勵老師多參加培訓、交流，到企業進行實踐。
有了師資力量，課程自然就能夠開設。開設課程首先要確定培養學生的目標，從而確定開設哪些課程。開設課程的時候一定要清楚課程的邊界，比如有些專業的課程是重複性的，像機器學習和商務智能，機器學習注重理論，商務智能注重應用，即將機器學習的理論和方法應用到商務。
選用數據分析平臺的4個關鍵
美林數據： 據瞭解，西安理工大學經管學院對於大數據人才的培養取得了一定的成績，學院不少專業的學生都在使用數據分析平臺。那麼，咱以前採用過哪些實驗教學平臺？選擇數據分析平臺應該注意哪些方面呢？
段剛龍：以前，經管學院學生使用的實驗教學平臺是最簡單的SQL Server 2008，但這個工具有不少缺點，學生既不瞭解流程，也不知道做了哪些工作。這顯然不利於培養應用型大數據人才。在這個背景下，我們不得不進行實驗平臺的升級，也有了和咱們美林數據Tempo大數據分析平臺的合作。
最初，使用Tempo大數據分析平臺的是信息管理與信息系統專業的本科生，後來擴展至經濟管理學院的另外8個專業，比如金融學、會計學、工商管理、市場營銷等。而研究生也有大數據分析的課程，學院教師的科研項目也有數據分析的需求，因此他們也在使用這個平臺。據統計，每學期使用平臺的人數在500餘人。
（學生正在使用Tempo大數據分析平臺進行數據分析）
當時購買大數據分析平臺的初衷是為了滿足培養應用型人才以及教師科研方面的需求。自從大數據分析平臺項目立項以後，我們考察了許多大數據公司的軟件，最終選擇美林數據的Tempo大數據分析平臺，主要考慮的因素有以下幾點：
1、是否滿足日常教學需求
大數據分析平臺首先要滿足學院實驗中心目前的教學需求。從數據的管理、倉庫的建設、數據分析到成果管理、數據可視化，Tempo大數據分析平臺具有的這些功能都能夠滿足本科生、研究生教學的需求，改變了以往教學由於實驗平臺的缺乏而重理論輕實踐的弊端。
2、是否適合教學
Tempo大數據分析平臺使得實驗教學變得更加輕鬆，它採用B/S架構的特點，能夠實現全程全時全地的實驗教學。以目前疫情期間的教學工作而言，許多基於實驗的教學因受場地、時間的限制無法正常進行，而Tempo大數據分析平臺就可以解決這個問題。無論學生身在何處，只要他能夠連接到學校網絡中心的服務器，我們的實驗教學就能夠順利進行。
3、是否滿足“教用合一”
由於美林數據的Tempo大數據分析平臺不是純教學的平臺，已經在不少大型企業得到應用，學校使用這個平臺就可以做到“教用合一”。
通過這個平臺培養出來的學生，將來應聘到企業工作，如果該企業也使用了該平臺，那麼他到企業就可以得心應手，不需要再次培訓；學校也可以採用協同育人的方式，為企業培養實際需要的大數據分析人才。
4、是否提供豐富的案例庫和數據庫
對大數據分析教學來說，現在缺乏的不是理論，而是數據和案例。美林數據的Tempo大數據分析平臺就可以提供大量完善的企業案例和數據。
美林數據：實驗中心還考察過哪些大數據分析平臺？在您看來，平臺的選用與人才的培養是怎樣結合的呢？
段剛龍：之前我們考察過不少大數據分析平臺，但存在些許不足。比如有的平臺是為了單純的教學，在企業中未得到廣泛應用，有的平臺缺乏豐富的數據和案例，通過這些平臺培養出來的學生還需要在企業進行二次培訓。我們最看重的就是“教用合一”，即教學所用的平臺和企業應用的平臺是一致的。
目前來說，我們致力於打造實驗中心的專業特色。西安理工大學經管學院的營銷專業更偏向大數據營銷，金融專業要和大數據金融結合起來。通過修改培養計劃，增加大數據相關的課程，與相應的專業融合，改變目前人才培養的現狀，凸顯人才培養的特色，即賦予其大數據的特色。
（西安理工大學與美林數據聯合成立“大數據分析與商務智能實驗室”）
校企合作具體該如何開展？
美林數據：在應用型大數據人才的培養上，除了實驗中心的建設以及數據分析平臺的搭建，國內不少高校紛紛和企業展開合作。針對當前的校企合作，您認為學校和企業應該如何互動？
段剛龍：大數據的人才培養是應用型的人才培養，一定要堅持校企合作的人才培養模式。經過多年的信息化建設，企業擁有海量的數據，這就為數據獲取、數據分析、數據決策提供了基礎和條件。
大數據分析的前提就是要有大數據。同時，大數據的具體應用一定要和特定的行業相結合，比如從元月份開始，每天會產生很多疫情數據。我們把學生的畢業課題都改成了疫情數據分析。
首先，先把疫情數據收集起來，再通過數據分析平臺分析各省的防治水平、醫療水平並進行評價。比如某個省的新增確診是多少，累計確診是多少，平均一個人傳染幾個人，通過這些數據來分析防控措施的執行情況。
學生在學校學到的都是理論和技術，但應用型人才的培養必須要和行業結合，必須走校企合作這一條路。
校企合作可以有多種多樣的形式，對高職院校來說，可以和企業聯合辦學，制訂聯合培養方案，進行“訂單式”人才培養。此外，學校和企業可以合作開發課程，還可以聯合進行師資培訓。
對於本科院校而言，目前很多高校都有青年教師到大型企業鍛鍊的項目。大數據企業可以接收高校老師進行培訓，並與高校聯合成立實訓中心，開展科研、教學項目；大數據企業可以做培訓項目的認證，向學生頒發證書，這對學生畢業後找工作是有利的。
此外，學校可以向學生授予創新學分。鼓勵學生參加大數據相關的大賽，參加科研、實踐活動，學生取得一定的成績就可以獲得學分。
在國家“新基建”戰略指導下，大數據、人工智能作為核心組成部分，相關產業必將得到更大的發展。而困擾這個行業發展的人才短缺問題（未來3-5年，大數據人才缺口180萬）也將更加嚴重，高校如何能夠緊貼行業發展需求，培養和輸送符合行業需求的應用型人才，為產業發展提供人才保障，是高校當前人才培養的重中之重。高校必須持以開放的心態、加強校企合作，這是深化和落地應用型人才培養的必然選擇。
段老師簡介：
段剛龍，西安理工大學經濟與管理學院管理科學與工程系副教授、碩士生導師，曾入選西安理工大學第二批優秀青年教師，現任經濟與管理學院實驗中心主任。
在多年的教學工作中，段剛龍積極探索應用型大數據人才培養的方式，先後獲得省級教學成果獎1項，校級教學成果獎5項，並主編教材1部；指導學生競賽獲得省級以上獎項40餘項，國際競賽獲獎2項。
