曹 峰，张 虎，曹付元，高嘉伟，张 婧
（1.山西大学 计算机与信息技术学院，山西 太原 030006；
2.太原学院 数学系，山西 太原 030032）
大数据已成为全球关注的热点，产业生机蓬勃，已对人类社会和生产生活产生了深远影响［1］。随着大数据技术快速发展和大数据应用领域的迅猛扩展，社会、市场面临着大数据人才严重匮乏的态势［2］。2011年后，哈佛大学、麻省理工学院等知名高校面向本科生开设数据科学、大数据相关课程；
中国人民大学、清华大学、北京大学等高等院校最早启动数据科学课程的建设工作。然而，数据科学课程的目标学生群体主要为研究生。随着大数据在我国各领域和行业迅速渗透，数据科学研究生的培养已无法满足社会对大数据人才的需求。因此，通过培养数据科学本科生来提供大量优质的大数据人才，解决大数据人才短缺的困境势在必行。
在此背景下，2016年后我国设立数据科学与大数据技术本科专业，开启了全国范围内大数据本科人才培养之路。高校作为创新型人才的主要培养基地，积极增设数据科学与大数据技术专业，率先开始培养数据科学与大数据人才。北京大学、中南大学和对外经济贸易大学成为首批建立该专业的3所高校，随后中国人民大学等多所院校相继增设该专业。截至2022年，已有600余所高校设立了数据科学与大数据技术本科专业。
随着设有数据科学与大数据技术本科专业的高校数量增加，如何进行专业建设、培养高素质大数据人才便成为各高校需要共同解决的难点问题［3-4］。成果导向教育（Outcomes-based Education，OBE）理念源于美国，目前已被世界范围内的众多教育工作者所接受并推广。该理念重视学生学习成果，被认为是一种教育理念的革新，目前已被广泛应用于理论课程教学改革、实践教学体系构建、人才培养模式探索等教学改革研究领域，取得了一系列丰富的应用成果［5-9］。因此，针对国家、地方对大数据人才的迫切需求，应结合专业特色，探索基于OBE的专业建设与大数据创新人才培养的新模式，对推动专业蓬勃发展，培养优秀大数据人才，深入实施国家大数据战略具有积极意义。
自数据科学与大数技术专业设立以来，学者们积极开展专业建设探索与改革。桂劲松等［10］针对新工科背景下数据科学与大数据技术专业的建设问题，遵循国际工程教育认证标准，从专业培养方案与培养角度出发，对专业的培养目标、毕业要求、课程体系、培养模式等方面进行探讨。张小松等［11］探索并构建符合新工科要求，培养能从事大数据相关工作的应用型和创新型大数据专业技术人才为目标的课程体系。贾蓓［12］提出培养跨学科思维与专业能力为数据科学与大数据技术专业人才培养的核心要求，给出了人才培养中所涉及的知识能力要求，为其他新建该专业的高校在人才培养提供了参考。石兵等［13］在调研国内外数据科学与大数据技术专业建设基础上，探讨了如何构建多层次、多类型、健全的卓越大数据人才培养体系。史梦安等［14］围绕应用型本科院校的数据科学与大数据技术专业建设开展研究，围绕专业特点与人才培养定位，分析与该专业相关专业的内在联系，提出了该专业知识体系架构和课程信息化建设策略。
随着OBE理念在国内迅速推广，基于OBE的数据科学与大数据技术专业建设受到了越来越多学者的普遍关注，成为当前专业革新的一种新模式。李卫强等［15］基于OBE理念从培养目标、毕业指标点、课程体系、实施评价方面阐述地方高校大数据专业课程体系建设方案。张晓明等［16］针对大数据技术课程教学存在的典型问题，基于OBE理念提出教学目标和评价方案，详细阐述了大数据技术实践架构的创新设计。张俊丽等［17］针对数据科学与大数据技术专业建设中存在的问题，基于OBE教育理念从学科人才培养方法与培养模式角度，系统研究了学科培养目标、学生毕业条件、课程体系的构建思想。然而，我国数据科学与大数据技术专业建设仍处于初级阶段，因此基于OBE理念的专业建设还处于探索阶段。
2018年山西大学成为第三批设立数据科学与大数据技术专业的高校之一，开始培养本科生。近4年间该专业所有任课教师通过不断探索、改进教学理念与方法，积累了一定的教学经验［18］。但由于该专业仍处于建设初期，因此存在以下问题尚待解决：①课程体系无法较好体现计算机与信息技术学院在智能信息处理、人工智能等方面的学科特色，培养目标与课程体系有待进一步优化；
②理论与实践课程资源相对欠缺，需要进一步完善与充实；
③从事大数据科研和教学工作的教师数量不足；
④大数据实践环节无法满足实际应用需求，需进一步深入研究，加强实践设计。
因此，本文将OBE理念引入山西大学数据科学与大数据技术专业建设，改革现有专业建设的不足之处，以产出高质量大数据人才为导向，立足于山西，服务于全国，探索一套特色鲜明、可扩展且涵盖面更广的专业建设模式。该模式的构建将为其他同类院校的数据科学与大数据技术专业建设起到积极的示范和带动作用。
本文立足于山西省数据科学与大数据技术专业发展，结合专业特点，构建OBE学习成果评价、培养目标、课程体系、师资队伍和实践平台“五位一体”的专业建设模式，如图1所示。
Fig.1 Five-in-one pattern for the major construction based on OBE concept图1 基于OBE的“五位一体”专业建设模式
2.1 基于OBE的学习成果评价体系
OBE的核心概念包括学生中心、成果产出和持续改进，三者的关系如图2所示。该模式相较于其他教育理念的不同之处在于从学生角度出发，强调学生的中心性，同时注重目标性和学习产出成果。
Fig.2 OBE concept connotation图2 OBE理念内涵
OBE重视学习成果产出，因此如何评价被教育者的学习成果产出是专业建设中的重要环节。学习成果评价体系是评价教学活动成效、持续改进教学理论与教学方法的重要依据。因此，本文对数据科学与大数据技术专业的学生，基于OBE的学习成果评价主要从专业知识、专业技能两个方面出发，构建多视角评价指标体系，如表1所示。
Table 1 OBE based learning achievement evaluation system表1 基于OBE的学习成果评价体系
2.2 制定定位清晰的人才培养目标
围绕国家、地方、高校、企业、行业等大数据人才需求，兼顾学生内在和长远发展需求，结合学校、学院特色，制定定位清晰的专业培养目标，培养优秀的大数据人才，满足国内尤其是山西省及周边区域大数据人才需求。
具体培养目标包括：①适应国家现代化、信息化建设需要，具有良好的专业素质、职业道德和社会责任感；
②系统掌握大数据技术的基础知识、前沿方法和先进技能；
③大数据工程能力强，毕业后能从事大数据分析、大数据应用系统开发、大数据可视化等工作；
④具有良好的团队合作和组织、沟通能力，能成为团队核心成员或负责人；
⑤具有终身学习意识、创新意识和国际视野。
2.3 构建特色鲜明的核心课程体系
OBE以学生为中心，课程体系的合理性是OBE保障学生成为专业人才的关键要素。专业课程体系包括大数据的收集、处理、分析、应用等核心技术，强调培养学生的实践应用能力和创新能力，旨在培养社会亟需的大数据处理与分析的高级复合型人才［19］。
为此，本文参考国内一流大学课程体系设置，结合山西省本土特色和山西大学学科特色，设置基于OBE且特色鲜明的课程体系，以重点培养学生具备该专业所必需的基础能力、分析展示能力、应用创新能力等。同时，专业课程体系设置应与学生多方位能力培养相匹配，图3展示了基于OBE的专业课程递进式金字塔结构。
Fig.3 Progressive pyramid structure of professional core courses based on OBE图3 基于OBE的专业核心课程递进式金字塔结构
由图3可见，在大数据分析展示能力培养的课程设计中，应紧紧围绕学科特色，选择在数据挖掘与机器学习、深度学习、数字图像处理、数据可视化等领域取得较好科研成果的教师开设相关课程，将科研与教学融为一体；
在大数据应用创新能力培养的课程设计中，应依托实训基地与科技创新平台，开设大数据行业应用案例等具有一定应用背景的大数据课程，使学生深入理解课程内容。
2.4 培养多元化的师资队伍
培养一支在数据科学与大数据技术专业方面经验丰富、专业知识扎实、专业素质全面的多元化师资队伍，是基于OBE的专业建设的基本保障。建设多元化师资队伍主要采用“走出去”和“引进来”策略。具体的，“走出去”指鼓励教师赴国内外优秀大学访学，参加国内外学术研讨会、专业技能交流会、专业知识培训会等，学习数据科学与大数据专业先进的理论与方法，丰富知识储备；
“引进来”指提供良好的工作环境，大力引进在大数据方面取得突出成果的优秀青年教师，为教师队伍注入新鲜血液，为专业建设长远发展奠定基础。
同时，引入在企业中具有丰富工程背景的工程师作为企业导师，充实数据科学与大数据专业的师资队伍，提升实践教学能力。此外，为了适应专业发展的国际化趋势，聘请专业化水平高的国际导师，国际化师资队伍，进一步提升师资队伍建设的整体格局。总之，构建多元化的师资队伍将极大提升数据科学与大数据技术专业学生的教育水平。
2.5 建设提升综合能力的实践平台
实践性强是数据科学与大数据技术专业的重要特点之一［20］。为了通过强化实践教学，加深学生对大数据基本框架、基础理论、核心方法的理解，提高学生动手能力，全面提升学生在大数据创新和应用中的综合素质，基于OBE教学理念的专业建设对实践平台具有更高要求。
为此，本文搭建了多样化的大数据实践平台，主要包括大数据实训平台和学校企业联合设立的实践教学基地。其中，前者为学院结合自身软硬件条件、学生能力、师资队伍及所在学科的特色“量体裁衣”，打造合适的大数据实训平台；
后者主要以高校学科特色为导向，结合企业优势资源，构建具有学科特色的实践教学基地或以企业实际问题为导向，校企合作办学，构建具有大数据应用背景的实践教学基地。
目前，山西大学计算机与信息技术学院实施OBE专业建设成效如下：
（1）打造了一支由高校教师、企业导师、国际导师构成的多元化且具有一定特色的师资队伍。柔性引进教育部海外特聘教授2人、山西省海外特聘教授7人，主要从事暑期授课、合作研究、学生联合培养、共建国际实验室等工作。此外，聘请省内外IT企业高级工程师19人作为校外导师。
（2）实践平台建设已形成一定规模，依托现有教育部和山西省重点实验室建立了虚拟仿真与数据库、网络工程与安全等实验室。新增GPU服务器集群高性能计算平台、大数据实训平台、专业课一体化平台开展专业课实验、本科科研训练和毕业设计相关实验。建设青岛软件园、北京中软国际、北京千峰、上海杰普、山西思软等8家实习实践基地，每年约有100余人赴各基地完成企业实习实训。依托省级协同创新中心及重点科技创新平台，围绕地方产业重大需求，积极开展课外创新训练与就业创业拓展。
（3）依托已建立的实践平台，学生实践能力得到显著提升，主要体现在数据科学与大数据技术专业的学生在国家级竞赛中获奖数量明显增加，尤其在2020、2021年连续获得世界大学生超级计算机竞赛一等奖。
当前，数据科学与大数据技术专业的建设正在全国范围内如火如荼的开展。虽然，开设该专业的高校数量不断增多，但部分高校对其定位和认识仍然较为模糊，对如何进行专业建设并未存在明确认知。
为此，本文针对山西大学数据科学与大数据技术专业发展亟需解决的关键问题，探索和研究了基于OBE的“五位一体”的专业建设模式，取得了良好的专业建设成效，为该专业的长远发展奠定了坚实基础。
在未来专业建设中，将从以下3个方面继续推进：①融入更多思政元素，强调立德树人的重要性，注重培养学生良好的世界观、人生观和价值观，积极引导学生投身国家大数据战略；
②在课程建设方面，将专业核心课程打造成基于OBE理念的省级、国家级精品课程，持续改进课程教学内容，实现课程建设与社会需求的紧密结合；
③继续大力推进大数据实践平台和实践基地建设，开展大数据和人工智能相融合的实践教学，全力拓展实践教学的深度和广度。