术发展催生下的新兴学科和专业,该怎样培养人才?培养什么样的人才?人才培养与学科研究又该如何处理定制与创新引领、交叉融合与专业建设的关系?
从一专多能到两专多能
近几年,山西医科大学医学信息技术教研室主任于琦一直从事医学大数据挖掘方面的研究。在他看来,大数据人才应系统掌握数据分析相关的技能,主要包括数学、统计学、数据分析和自然语言处理等。“具体来说,大数据人才首先应具备获取大数据的能力,例如能根据任务要求,综合利用各种计算机技术和知识,收集、整理海量数据并加以存储,为支撑相关决策和行为做好数据准备。其次,应具备分析大数据的能力,能根据具体需求,采用有效方法和模型分析数据,并形成报告,为实际问题提供决策依据。最后,还应具备良好的团队合作精神。大数据时代的数据分析任务,多数需要与他人合作实现既定目标。”
“现在看来,从数据科学与大数据技术专业毕业的学生,授予的是理学与工学学位。由此可见,此专业具有非常明显的理工交叉特点。”南开大学统计研究院副院长王兆军告诉记者,大数据催生了数据科学,而数据科学是处理和分析大数据的理论支撑与保证。“因此,高校在制定培养计划和方案时,应注意数学、统计学、计算机科学的有机融合及与应用领域的深入结合。”
“大数据的核心价值在于应用,而应用需要专业知识与数据思维相结合。然而,大数据的应用能力培养用现行书本教学的方法很难实现。”清华—青岛数据科学研究院执行副院长韩亦舜表示,过去的人才多是“T”型人才,即一专多能;今后的大数据人才应为“π”型人才,即两专多能。所谓两专,是要有专业知识,更要有数据思维。“要达到这样的目的,必须改革现行的人才培养方式,鼓励用多种形式培养跨界人才。”
在这里我还是要推