時間:2022-04-22 09:59:05
序論:好文章的創作是一個不斷探索和完善的過程,我們為您推薦一篇信管專業人才培養策略范例,希望它們能助您一臂之力,提升您的閱讀品質,帶來更深刻的閱讀感受。
在大數據、云計算、移動互聯網、物聯網融合發展的大背景下,大數據應用正向經濟社會各領域滲透,并不斷改變人們的思維模式和行為習慣,基于大數據的科研、設計、生產、銷售、服務等新模式正在成為領域和行業發展的風向標。大數據技術的發展和應用急需大批專業人才,根據麥肯錫預測,到2018年,對于懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達150萬。為應對大數據人才的短缺,各大高校和社會培訓機構也紛紛開設大數據技術相關課程,設立大數據學院和相關專業。教育部于2016年新增“數據科學與大數據技術(080910T)”本科專業,共有283所高校成功申辦;2018年新增“大數據管理與應用(120108T)”本科專業,共有5所高校成功申辦。目前兩個新增專業的在校生規模不足1萬人,還沒有該專業的畢業生,其招生規模和培養周期遠遠滿足不了社會對大數據人才的需求。信息管理與大數據管理的天然同源性,為面向大數據應用的信息管理與信息系統管專業(以下簡稱信管專業)的發展提供了良好的發展契機。
1、大數據管理是傳統信息管理的延伸和發展
1.1信息管理與大數據管理的內在聯系
從概念上講,數據是信息的載體,或者說是具體的表現形式(如文字、圖像、視頻、聲音等),而信息是數據的內涵,是事物的抽象表達。大數據是指無法在可容忍的時間內用傳統IT技術和軟硬件工具進行感知、獲取、管理、處理和服務的數據集合。大數據的本質還是數據,是信息的載體,是信息更豐富更復雜的表現形式。但不同于傳統數據組織特征,大數據呈現4V特征,即數據量大(vloume)、數據類型繁多(variety)、處理速度快(velocity)和價值密度低(value)。
1.2大數據管理是對傳統信息管理的延伸和發展
傳統信息管理以關系型數據庫支持的管理信息系統為依托,專注于業務流程管理,以實現規范業務流程,減低運營成本,提升市場響應效率和業務管理質量為目標;而大數據管理側重于數據分析和決策支持,不只是關注組織內部的信息,更加關注組面向大數據應用的信管專業人才培養模式改革研究文/楊斌織外部信息,數據資源不只來源于組織內部管理信息系統的結構化數據,還有大量來自互聯網、物聯網等網絡信息系統的非結構化、半結構化數據。大數據管理以采用分布式計算和支持多源異構的大數據系統為依托,專注于數據深度分析,以實現管理決策支持為目標。因此,大數據管理不管是在內容上還是在技術上和管理層次上都是對傳統信息管理的延伸發展。
1.3信管專業人才的大數據能力素質要求
根據大數據人才的崗位需求,大數據人才可分為大數據工程師、大數據分析師和數據科學家3個類別。大數據工程師的職責就是保證大數據在收集、轉移的準確性,并且保證用戶對數據的可訪問性,工作重點在于數據架構、計算、數據存儲、數據流等,必須具備相當強的編程能力。而大數據分析師更加關注統計、數據挖掘、建模和數據分析等技能。通過使用大數據工程師所構建的自定義API來提取新的數據集,并對其中的數據趨勢進行識別,同時對異常數據進行分析,并以可視化方式來展示這些結果,以便于輔助其它業務團隊能夠更好地了解狀況、找到問題和解決方案。數據科學家是更高層次的人才,能夠將“現實世界中的問題”轉化為“數據世界中的問題”,采用數據科學的理念、原則、理論、方法、技術和工具,將大數據轉換為知識和智慧,為解決“現實世界中的問題”提供依據、參考和指導。信管專業的學生在大數據方面的能力素質要求應更接近于大數據分析師,要求對經濟學、管理學、統計學等學科有較深刻的理解,能夠熟練運用數據挖掘工具進行大數據分析,利用數據輔助決策,具有較強的分析能力和溝通能力。
2、當前信管專業建設中面臨的問題
2.1傳統專業定位思維落后,畢業生不適應大數據時代的現實需求。《普通高等學校本科專業目錄和專業介紹(2012年)》對信管專業的培養任務要求是:具備良好的數理基礎、管理學和經濟學理論知識、信息技術知識及應用能力,掌握信息系統規劃、分析、設計、實施和管理等方面的方法與技術,具有一定的信息系統和信息資源開發利用實踐和研究能力。這一定位是主要圍繞培養信息系統的技術和管理人才,畢業生普遍缺乏大數據管理和應用方面的知識和技能,而當前大數據時代企業需求不只局限于利用信息系統中的數據管理支持業務流程管理,提升管理效率,更期望借助信息技術和大數據管理的能力,更廣泛地收集數據,通過數據挖掘技術,提供經營決策咨詢幫助。
2.2專業課程體系結構松散,內容陳舊,缺乏明確的知識和能力目標。信管專業是培養管理與信息技術相融合的復合型人才,但拼盤式的課程體系結構一直飽受爭議。通常做法是在有限的學分和課時中,對原來的管理類課程和信息技術類課程進行裁剪,再加上信息系統分析與設計、信息系統項目管理等綜合類課程,組合成專業課程體系,課程大綱和要求與工商管理、計算機專業的課程要求基本一致,難以與該專業具體的知識和能力目標相對應。
2.3專業教師偏重理論教學,缺乏項目實踐經驗。由于專業教師多數是從高校畢業直接走上講臺,缺少工程實踐背景,普遍缺乏項目實踐經驗。專業教學中案例、習題多是結合知識點的理解和掌握為目標,較少聯系到在項目開發中的應用場景和方法技巧。課程考核側重對教學大綱中規定掌握的知識點考核,對學生靈活運用知識解決實際問題能力的考核比較薄弱。
2.4實踐教學體系以滿足課程教學要求為目標,難以達成綜合能力和素質目標要求。實踐環節包括課內實驗、課程設計、專業綜合實訓、畢業實習和畢業設計等環節,體系結構和課時安排總體是合理的,但是從內容和效果看,實驗或實踐內容的設計以滿足課程教學要求為目標,對綜合能力訓練目標的達成支持不足。在專業綜合訓練和畢業設計環節,明顯感到學生的平時訓練不夠,綜合運用知識,分析和設計信息系統項目的能力欠佳。
3、面向大數據應用的信管專業人才培養模式改革思路
3.1面向大數據的復合型專業人才培養目標的新定位
2017年9月24日,中共中央、國務院《關于深化教育體制機制改革的意見》,明確提出“要注重培養支撐終身發展、適應時代要求的關鍵能力。”大數據技術是當前信息社會發展的前沿和趨勢,企業面臨數字化轉型的現實需求。企業對信息化人才的崗位需求不再只滿足于信息系統的使用、設計和維護,而是轉向以數據為基礎的決策為重心。信管專業人才培養目標應體現大數據技術和方法在現代商務中應用的特征。企業信息化人才應具備從事數據的采集、清洗、處理、分析,為企業或所在部門提供決策支持。信管專業培養目標的新定位:培養適應經濟社會發展需要,具有良好的職業道德和社會責任感,掌握現代管理學基礎理論、計算機科學知識及應用技術,掌握信息管理和大數據分析的基礎理論及方法、信息系統分析與設計方法,能夠在企業和行政管理部門從事信息系統設計與維護以及大數據分析和咨詢,具有較強實踐能力和創新精神的信息管理高級專業人才。
3.2基于能力素質培養的專業課程體系建設
在專業課程體系的設計中,應當改變過去以課程知識點覆蓋為中心的思維,樹立以培養復合型專業能力素質為中心的先進理念。在經濟管理類的課程教學內容的設計中應體現強化對當今信息化社會對信息技術應用的必要性、成果和趨勢的深刻認識,培養自覺運用信息技術和大數據分析方法分析案例和解決實際問題的能力。在信息技術類課程教學內容的設計中,不能只關注編程技術,更要重視在信息化案例中業務管理邏輯的分析與應用。在大數據分析類課程教學內容的設計中,不只關注數據分析技術,更應強調在商務分析中的應用。教學實施過程中,應始終強調能力培養比知識傳授更重要,重視學生學習與獲得知識及能力的過程,著力培養學生的自主學習能力和自覺實踐能力。
3.3復合型專業師資隊伍建設
實踐表明,高素質的復合型專業教師是培養出合格的復合型專業人才的關鍵。如何培養高素質的復合型專業教師,需要解決兩方面的問題:一是學校管理體制和人才評價機制的設計,應當鼓勵教師強化工程實踐能力,妥善安排教師到企業參加工程實踐鍛煉,特別是大數據資源豐富和有業務需求的企業;二是激勵專業教師以聯合創業或開發大數據項目的模式開展工程實踐活動,用市場機制推進復合型師資的成長。
3.4以項目為載體的綜合實踐教學體系建設
應當淘汰高校的推動式教學模式,學習借鑒軟件企業內部培訓的拉動式教學模式。軟件企業內部員工的培訓往往采用師傅帶徒弟的方式,在項目實踐中模仿學習,以問題為導向不斷探索學習,不斷試錯學習,加深對專業知識的理解,提高工程實踐能力,積累項目開發經驗。可以采用本科生導師制,將學生分配到教師的項目小組中,以項目實踐為背景,教師帶學生,老生帶新生,定期或不定期進行技術交流學習,相互促進。
4、結論
信息化社會迅猛發展的時代背景下,信管專業必須與時俱進,走改革創新發展之路。在“信管”專業增設大數據應用的特色既遵循了數據科學發展的內在規律,又適應了時展的要求。我們將在已確立的培養定位、課程體系的基礎上,圍繞能力塑造為核心,項目實踐為重點,深化教學內容和教學模式的創新。
參考文獻:
[1]李國杰,程學旗.大數據研究:未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊,2012(11):647-657
[2]周明,謝俊.大數據視角下信管專業的培養模式創新研究[J].圖書館學研究,2016(6):41-42.
[3]曹淑艷,張莉,黃浩.大數據本科專業申報及認識[J].計算機教育,2016(6):30-31.
[4]張家年,羅毅,陳柏彤.大數據對信息管理類教育的影響及挑戰[J].2016(1):105-112.
[5]周耀林,黃川川.大數據時代信息管理學科人才培養模式改革研究[J].2017(10):107-110.
作者簡介:楊斌,鹽城工學院,碩士,副教授,主要研究方向為信息系統、數據挖掘。