九次方大数据 中美大数据人才培养比较研究

中美大数据人才培养比较研究

更新时间:2020-04-09 12:30:24    作者:本站编辑    来源:前滩综研    分享到:

前言

前不久,华为创始人任正非的电视采访刷遍了朋友圈。他说,基础研究和基础学科很重要,人工智能实际就是计算机+统计学;大数据时代干的就是统计工作。他在中科大考察时,建议中科大每个专业后面都应该加一个统计学。巧的是,一份名为《2018全球大数据发展分析报告》中显示,目前中国的大数据产业相关人才数量占比达59.5%,全球最高,而美国仅占全球的22.4%。

莫非中国已成为全球大数据人才的聚集地吗?

一、中美大数据战略选择之别

美国政府将数据定义为“未来新石油”,认为对数据的占有和控制是继陆权、海权、空权之外的另一个国家资产。2012年起,美国将大数据定为国家战略,并出台一系列政策。相比之下,我国大数据第一次出现在国家层面规划中是在2015年。在大数据政策导向上,中美两国也存在明显差异:

(1)战略方向上,美国更加强调大数据的基础研究,尤其是技术、算法,同时注重数据安全、隐私保护、教育培训等工作,形成了一套相对完整的政策体系;而中国的政策更侧重于大数据应用,突出与工业企业跨界融合,促进产业发展。

(2)在学科建设上,美国提出专门组建“大数据高级指导小组”,要求在高校开设全新的研究型课程,培养下一代的“数据科学家”;而我国在学科建设方面较少涉及。表1:中美大数据战略概览

表1:中美大数据战略概览

二、中美大数据人才培养现状

据网络公开数据显示,目前,美国现有46所高校开设与大数据相关的本科专业;有超过300所大学开设了大数据相关专业硕士研究生课程。预计每年大数据专业毕业生人数达到8000-12000人。

而国内大数据人才培养以本科教育为主。2016年2月教育部在北京大学、中南大学和对外经贸大学3所高校开设本科大数据专业,而后第二年又有32所高校申请大数据专业,2018年有248所高校获批,目前共计283所高校本科设立大数据相关专业,其中985/211高校占比13%。但开设大数据硕士专业的高校数量不足30所。预计未来3-5年内每年毕业生人数约为20000人。大数据毕业生总人数虽然可达到美国的1倍,但相比而言竞争力不足。表2:中美高校大数据专业设置情况(单位:所)

表2:中美高校大数据专业设置情况(单位:所)

在学科设置方面,美国大数据课程主要分为三个方向:面向商学院、管理学院等的大数据分析方向、面向计算机学院与软件学院的大数据平台方向、面向理学院的深度计算分析方向。据美国LLC教育团队制作的《全美23所知名大学数据科学硕士课程》名录显示:美国高校大数据专业的核心特征是,将学校原有的特色专业与数据分析相结合,在各自领域的基础上关注数据分析,即“特色专业+数据分析”复合型模式。例如:北卡罗来纳州立大学、德雷克塞尔大学、路易斯安那州立大学聚焦于商业与数据分析的结合;辛辛纳提大学、田纳西大学的统计与运营管理系打造面向商业与大数据的课程等等。表3:《全美23所知名大学数据科学硕士课程》名录

表3:《全美23所知名大学数据科学硕士课程》名录

而我国比较典型的大数据专业是数据科学与大数据技术,在课程设计可分为:大数据科学、大数据技术和大数据应用与实务。是以计算机技术为基础,以统计学、计算机科学和数学为三大基础支撑性学科。在专业设置方面,我国更加偏重于大数据技术应用。比如:对外经贸大学、武汉大学、上海交通大学侧重于大数据分析和应用;北京航空航天大学和西安电子科技大学侧重于软件工程等等。表4:我国部分高校大数据相关硕士专业

表4:我国部分高校大数据相关硕士专业

此外,美国各大高校非常重视通过与校外合作来提高学生的实际应用能力。例如:斯坦福大学利用地处硅谷的优势,学生被允许使用Amazon的EC2云平台做大规模计算;基于康涅狄格大学与通用电器的长期合作伙伴关系,该校毕业生可以运用其数据在商业分析和项目管理方面进行探索;旧金山大学与汤森路透(Thomson Reuters)、思科(Cisco)等众多知名公司紧密合作。这使得大数据人才将学业与实践联系起来。我国校企合作模式还未形成统一的模式,毕业生缺少实习机会,导致高校培养出的大数据人才难以立刻上手,需要较长的培训和适应期。

小结

姑且不论国内到底有多少大数据人才。但我国在学校能级、课程设置、师资力量、学生实践能力等方面与美国相比,确实还存在一定差距。正如任正非所说,大数据是交叉型学科,是基础学科,应该培养高端复合型的大数据人才。笔者建议:

1.加强大数据学科建设。高校应重点针对大数据采集、数据存储、数据分析和数据应用等领域开设课程,注重大数据与金融、商业、政务等行业的融合,形成“特色行业+大数据”的人才培养模式。在本科教育的基础上,加大高水平研究生教育水平,培养一批综合能力强、技术过硬、具有强实践能力的人才。

2.加强校企合作培养。大数据产业人才不仅需要掌握数据分析和挖掘的理论知识,更需要实践能力。要注重校企合作,形成定向培养、按需培养的人才培育模式。如鼓励企业开放不涉及公司机密的数据,让高校实习生进行锻炼,为培养学生研究能力和交流技能提供机会。

3.加大政府引导和研发投入。我国大数据投入重点应由后端的应用逐步过渡到前端的数据技术、算法和数据研发上。尤其,目前我国还缺乏深度挖掘数据价值的工具,政府应当在数据分析、数据挖掘、数据安全等领域加大引导和扶持,加快信息基础设施建设,推进公共数据资源开放共享。同时积极与企业合作,共同挖掘数据价值,提升政府治理水平,推动企业创新发展。

(本文数据来源根据网络公开资料整理)


内容来源:澎湃新闻-前滩综研

作者:胡志仁,上海前滩新兴产业研究院产业分析师

采编:李润楠

标签
大数据 | 人才培养