大数据学科建设总体目标

全球大数据行业呈现出迅猛发展和创新，主要表现在大数据混业化、大数据国际化、大数据创新等方面。对我国影响之一就是大数据行业对高端大数据人才的需求逐步提高，要求人才的复合型、创新型以及实战型。从院校培育人才的角度来说，根本出路在于人才培养模式的改革；从专业角度来看，必须进行多层次化、机构化的人才培养专业建设。

专业方向建设总体目标分别从人才培养模式、人才培养方案、专业师资培训、专业方向设置、专业课程设置、专业方向资源平台、大数据研究实验室、品牌与影响力等方面进行总体目标设计与规划。

培养模式思路

要做到专业方向建设的革新与不断发展，就要从教育本质和目的着手。人才培养模式思路的转变，必须从传统的重理论轻实践转变到国际与实践化标准。

院校在人才培养过程中必须以社会实际需求作为根本出发点，以满足电信、零售、电力、银行、证券、期货、基金等众多行业机构对高端人才的需求。这样的大数据人才要求精通数据挖掘，数据分析，数据可视化等专业技术，拥有很强的实践创新能力，这就必然要求强化实践能力方面的培养与创新。

专业方向设置

高校教育体系里面一个全新的专业诞生必然伴随社会生产力技术的迅速发展及与之相匹配的社会岗位人才需求，正如电子计算技术的迅猛发展催生计算机相关专业的诞生与发展一样，大数据学科亦是如此。

大数据学科的不断创新与发展，催生了不同层次、不同领域的各类型社会岗位需求。这种社会需求表现在：或从数据挖掘到数据分析、或从快速营销到精准营销业务、或从实时行情监控到行情预警、或从量化策略投资到数据的统计分析等等。不同社会岗位必然有着不同的教育层次与专业技能背景要求，这就要求在不同专业方向有着不同的特色规划目标，而不是建立一个大而全的专业或毫无特色而言的专业。否则，无从谈起院校的品牌专业建设或教学科研核心竞争力，更谈不上人才培养。

专业课程设置

大数据学科方向是一门交叉专业方向，与不同专业相结合可以发展成特定方向的专业或研究领域。经济金融、应用数学，统计学，计算机科学等传统专业方向与大数据学科方向相结合表现出多样化的差异特征，包括专业研究方向与社会需求岗位在内。

例如统计学专业与计算机专业，前者注重数据统计相关理论与数据挖掘理论的糅合应用，而后者则注重其应用领域的 IT 工程实现方式。这就要求院校在大数据学科相关专业在专业方向建设方面针对既定的院校战略而设置较为精细化的专业课程，除公共课程之外，还应进行必修与选修课程设置的改革，这样才能形成院校特有的专业特色。

专业师资培训

大数据学科在国内属于新兴专业方向，该专业国内各大院校发展水平和层次参差不齐，其主要原因之一是缺少高屋建瓴的战略方向和指寻方针。

专业师资团队的建立则是为国内该专业的科学化、合理化发展提供建设性的指寻意见与实施策略。专业师资团队成员来自国内外高校、研究机构、企亊业单位等等，不仅有学术研究领域的泰斗组成，还有行业机构的实践专家，做到从“知行合一”、“理论与实践”的角度提出专业方向建设指导性方针。

必数据提出的大数据学科师资团队涵盖国内经济金融、统计、数学、计算机、管理学、物理、生物等领域的知名学术专业方向带头人，还包括电信、电力、银行、券商、基金等各行业机构方面的实践专家。

专业方向资源平台建设

大数据学科方向相关专业教学水平的提高不教学方式的多样化，离不开教学资源库建设。

必数据建设了国内一流的大数据学科方向资源平台，以达到资源共享、共建及专业化目的。该平台满足不同院校专业方向设置，资源多样化、灵活、生动、立体，有利于整体带动国内该专业人才培养及教学科研水平的提升。

大数据学科实验中心建设

必数据通过资源整合统一，协助院校建设大数据研究实验室。实验室将成为人才培养和教学科研创新的主要力量。

大数据学科实验室将各项专业建设的方向设置不课程设置改革、师资建设、教学资源平台建设系列举措实施落地。依托实验室为不同层次院校推动重点本科专业、品牌硕士点专业、省国家级重点实验室或研究中心建设。

教学科研能力提升

借鉴国际发展经验，国际知名高校与科研机构，其科研论文、前沿技术研究、科研转化与人才培养多数来自于各类型实验室。典型代表就是诺贝尔各类奖项，其背后都有强大的各类专业性实验室作为依托。

大数据学科系列实验室的资源整合，包括信息数据、平台软硬件、实验室人才、教学实验改革、校企合作平台等形成教学科研能力提升的有效手段。

院校品牌影响力提升

针对我国大数据学科相关发展过程中存在的多样化问题，通过一系列的改革举措和规划目标设计，在解决目前高端大数据人才培养问题的同时，可以推动各院校专业层次的逐步提升，院校特色专业品牌形象形成；推动一流专业院校品牌走向国际化；提高中国大数据学科相关专业教育在全国学术乃至实践方面的影响力。