南京大学

标题: 【特别视角】大数据时代的计算机科学与技术专业综合改革 [打印本页]

作者: tomchina55 时间: 2015-11-4 16:28
标题: 【特别视角】大数据时代的计算机科学与技术专业综合改革
田绪红，肖磊，黄琼，梁早清
（华南农业大学软件学院，广东广州 510642）

摘要：结合大数据、计算思维及CS2013 等时代背景，论述计算机科学与技术专业综合改革的必要性，从改革的基本理念、专业方向调整、教学团队建设、深化企业合作、完善课程与教学资源建设、教育教学方式改革、实践教学环节改革、教学管理改革等方面详细阐述计算机科学与技术专业综合改革的方案。
关键词：大数据；计算思维；CS2013 ；专业综合改革

1 背景

1.1 大数据时代
尽管学界对于大数据的定义还存在诸多不同看法，但是大数据时代已经来临却是不争的事实。据估计，到2015 年，全球数据世界中的数字容量将会达到8ZB[1]，这相当于近1 800 万个美国国会图书馆[2]，这一数据海洋将由近150 亿台联网设备生成，其中包括 30 亿互联网用户和机对机连接[3]。麦肯锡全球研究所的研究显示，数据对于企业的重要性正变得与劳动力和资本并驾齐驱[4]。该项研究指出，如果企业能够有效捕捉、分析、可视化并应用大数据洞察来实现业务目标，他们将能够从激烈的竞争中脱颖而出，在运营效率和收入方面战胜竞争对手。2012 年3 月，美国奥巴马政府公布了“大数据研发计划”（Big Data Research and Development Initiative）[5]。该计划旨在提高和改进人们从海量和复杂的数据中获取知识的能力，进而加速美国在科学与工程领域发明的步伐，增强国家安全。美国国家科学基金会（NSF）、国立卫生研究院（NIH）、国防部（DOD）、能源部（DOE）、国防部高级研究计划局（DARPA）、地质勘探局（USGS）等6 个联邦部门和机构宣布投资2 亿美元，共同提高收集、储存、保留、管理、分析和共享海量数据所需核心技术的先进性，扩大大数据技术开发和应用所需人才的供给。
在美国宣布大数据计划后，世界其他国家以及各大商业公司也对大数据给予了极大关注。在Gartner 2014 年成熟度曲线上，“数据科学”成为一匹黑马，预计它将在2~5 年时间里达到稳定期。尽管大数据热度在市场趋向稳定，但Gartner 认为大数据还有5~10 年才会达到稳定期。如何抓住这一时机，是摆在学术界、工业界研究者以及计算机教育界面前的机会与挑战。
目前大数据在企业中迅速扩张，相关人才短缺的问题相当严重，多数观察家都认同数据科学家短缺这一点。麦肯锡公司预测，到2019 年，全球可处理大数据的科学家的缺口将达到19 万。企业对数据分析师（又称数据科学家）、数据工程师及IT 数据管理专家的需求增加使得相关从业人员炙手可热。

1.2 计算思维
2006 年，美国卡内基· 梅隆大学（CMU）周以真教授认为，计算思维是运用计算机科学的基础概念进行问题求解、系统设计以及人类行为理解等涵盖计算机科学之广度的一系列思维活动[6]。2010 年7 月，北京大学、清华大学、浙江大学、复旦大学、上海交通大学、南京大学、中国科技大学、哈尔滨工业大学、西安交通大学九所知名高校在西安交通大学举办了“C9 高校联盟计算机基础课程研讨会”，发布了《九校联盟（C9）计算机基础教学发展战略联合声明》[7-8]，明确提出把“计算思维能力的培养”作为计算机基础教学的核心任务。随后教育部高等学校计算机基础课程教学指导委员会组织了一系列相关会议，探讨开展“计算思维：确保学生的创新能力”的大学计算机基础课程教学改革的研究。

1.3 CS2013
为顺应计算机科学前沿理论和技术发展以及工业界的需求，每十年，ACM 和IEEE-CS 会共同发起制订关于“计算机科学”学科的课程大纲，目的是为全球“计算机科学”专业的本科生提供最新的课程指导。该课程指导最新的完整版于2013 年发布，命名为CS2013[9]。
2010 年 12 月，ACM/IEEE CS2013 工作组对全球高校计算机系系主任进行问卷调查，收到201 份有效反馈。反馈表明：关于计算机专业核心知识，排名前三的是计算思维、程序设计基础、数据结构；建议加入课程体系的新内容中，排名前三的是信息安全、分布与并行计算、移动计算。
CS2013 遵循的理念：大帐篷策略（big tent）；控制学时总数；提供真实课程范例；兼容习俗和文化的需要。
CS2013 的特点：
（1）知识体单元的3层结构分类：Core（Tier 1），绝对基础的主题, 任何CS本科培养计划都需要；Core（Tier 2），重要的基础主题，绝大部分（80%~90%）应该包含在一个CS 本科培养计划中；Elective（Tier3），其他的主题，可以被包含在一个CS 本科培养计划中从而组成一个完整的CS 本科培养计划。
（2）重视系统和基础。
（3）保留经典。

1.4 小结
云计算、物联网、计算思维、大数据等的发展，使得计算机科学前沿理论与技术发生了深刻变化，计算机教育将面临新的挑战，如学科内容要调整，教学手段要转变，人才培养要创新，教师素养要提高等。

2 计算机科学与技术专业改革目标

基于以上背景分析，我们将顺应计算机学科前沿理论和技术发展以及工业界的需求，遵循准确定位、注重内涵、突出优势和强化特色的原则，推进培养模式、教学团队、课程教材、教学方式、教学管理等专业发展的重要环节的综合改革，形成教育观念先进、办学水平更高、特色更加鲜明的新型人才培养模式。
计算机科学与技术专业综合改革的具体建设目标为：立足于计算机学科“大数据时代”对人才的知识结构、能力结构以及整体素质的要求，顺应国际上计算思维的教育趋势，借鉴CS2013等国际上最新课程体系，密切加强校企在大数据方面的合作；通过教学团队、课程教材、教学方式、教学管理等环节的综合改革，培养具备坚实的“数据科学”基础、具有较强“大数据处理”实践应用能力与计算思维能力的计算机科学与技术专门人才，形成特色鲜明的新型人才培养模式。

3 改革方案

3.1 改革的基本理念
计算思维与认知模式将发生改变：
（1）数据模型与算法设计的首要任务不再是人基于少量数据的思考，而是机器基于海量数据的分析归类；
（2）从基于猜测假定的设计到基于事实和经验的归纳总结；
（3）科学发展的范式将由过去几十年的计算模拟型转变为数据探索型。
大数据时代将产生一批新的就业岗位，如数据分析师（又称数据科学家）、数据工程师及IT数据管理专家。具有丰富经验的数据分析人才将成为稀缺资源，数据驱动型工作机会成爆炸性增长。
大数据一定要与各相关领域知识相结合。在不同的领域环境和不同的应用需求中，大数据的获取、分析、反馈的方式都会不同，因此，与企业进行密切合作对于大数据研究、应用与人才培养方面都至关重要。

3.2 人才培养方案中增加“数据科学”方向
根据学校的发展目标，结合专业近几年来建设和发展的实际情况，组织教职工认真学习和理解计算机学科前沿理论和技术发展，认真学习高等教育改革与发展的政策理论，充分了解工业界及社会对计算机学科人才的需求，充分了解国际上先进的计算机学科人才培养方案与课程体系。我们将在计算机科学与技术专业人才培养方案中增加“数据科学”方向，为系统培养大数据时代企业需要的数据分析师（又称数据科学家）、数据工程师及IT 数据管理专家奠定基础，并从教学团队、课程体系、教学方式方法、实践教学环节等方面进行相应地配套改革。

3.3 强化教学团队建设
从职称、年龄、学历和学缘结构等方面进一步优化师资队伍结构，通过“引进、培养、帮扶、激励”等措施，建设一支结构合理、具有国际化视野、兼备较高专业理论素养与教育理论素养、适合新时代人才需求的教学团队，重点提升教师队伍在大数据教学与研究方面的能力和素质。
1）引进。
面向国内外引进教学名师、学科带头人及优秀青年博士。对新引进人才原则上要求具有博士学位，并优先考虑具有海外学习与工作背景，或具有国际IT 公司工作经验的青年人才。
2）培养。
（1）专业理论素养。由于专业课教师通常长期只从事1~2 门专业课程的教学工作，容易淡忘其他专业课程的知识，在教学过程中不能准确把握所教课程在整个知识体系中的地位与作用。因此，要组织教师重新系统地学习专业基础理论，准确理解本专业的课程体系与知识结构，把握相关课程之间的联系，建立课程体系的整体观与系统观。
（2）国际化视野。鼓励现有的教师，尤其是青年教师到国内外知名大学访问、进修及攻读学位等，组织教师学习国际上计算机学科先进的人才培养方案与课程体系，鼓励教师积极参与国际交流与合作，培养其国际化视野。
（3）教育理论素养。国外高校非常重视教师教育理论的提高。因此，要组织教师重新系统地学习教育理论，聘请教育学专家进行教育理论与教育思想的培训，聘请有经验的教师进行教育理论在教学过程中的实践示范，促使广大教师主动学习教育理论，并在教学各个环节进行融会贯通的应用。
（4）大数据教学与研究能力和素质的提升。组织青年教师：①参加大数据相关的培训与学习，从理论上强化教师队伍关于大数据相关的基本理论与基础知识的认识，掌握大数据处理相关平台知识和大数据处理的关键技术与方法。②参加大数据相关会议与学术交流活动，了解大数据方面的热点问题与动态、技术挑战与发展趋势，等等。③与企业开展大数据研发合作项目，在实际项目中提升教师队伍在大数据方面的实践应用能力。
3）帮扶。
进一步完善我们一直坚持的老教师对新教师的“一帮一”制度。如建立由优秀老中青教师组成的帮扶团队，建立优秀青年教师与其他教师之间的帮扶伙伴关系等。
4）激励。
从资金、职称晋升、酬金等方面建立一套奖惩制度，激励优秀教师脱颖而出。

3.4 深化与企业在大数据方面的合作
目前广东温氏食品集团股份有限公司数据中心已具备大数据研发的软硬件平台，企业也积累了大量的生产数据。随着物联网项目的实施，数据量将急速增长，大数据研发所需要的数据集也基本具备。
我们将进一步深化与该公司的合作，不但要加强在大数据科学研究与应用实践方面的合作，还要拓展在大数据相关的人才培养方面的合作。利用企业的平台给学生提供参观实习的机会，利用企业的项目给学生提供应用实践的机会。
同时，我们将与四川华迪信息技术有限公司等实习基地合作，共同制订大数据处理技术的实习计划及方案，并将以后的实习重点转向大数据处理技术，如Hadoop 大型应用开发实战等。

3.5 完善课程与教学资源建设
进一步了解与学习计算机学科前沿理论和技术发展，关注工业界的需求，参考借鉴CS2013 等国际上最新课程体系，学习教育部“卓越工程师培养计划”的精神，对课程设置进行优化调整，并在大数据处理及计算思维能力培养方面形成专业特色。
（1）重视基础，重视系统。保证基础核心课程有足够的学时数，保证课程内容完整。对计算机组成与体系结构等课程内容进行调整与整合，帮助学生建立计算机系统观与整体观。
（2）强化计算思维能力培养。基础课程中要加入计算思维方面的内容，部分课程如算法分析等要以计算思维能力培养为导向进行内容调整。
（3）增加以数据为中心的教学内容。计算机行业正在转变为真正的信息行业，从追求计算速度转变为追求大数据处理能力，软件也将从编程为主转变为以数据为中心。因此，数据处理方面的教学内容要逐步增加。
基于上述思想，“数据科学”方向初步的课程体系建设如下：
统计学：在大数据处理中，统计学知识将发挥重要的作用。在传统数理统计基础上将增加一门数学专业的统计学课程，强化学生统计分析的基础理论知识与应用能力。
数据挖掘与机器学习：数据挖掘与机器学习是大数据处理中必备的重要基础。在传统教学内容的基础上，加入大数据处理方面的知识。
分布与并行计算：大数据平台一定是基于分布与并行技术。该课程教学内容调整，重点围绕大数据处理相关的平台与技术展开。
大数据安全与隐私：大数据安全将是一个重大挑战。我们将原来的信息安全课程内容进行调整，增加大数据安全与隐私方面的内容。
大数据与云计算：大数据离不开云计算技术，云计算为大数据提供弹性可扩展的基础设施支撑环境以及数据服务的高效模式，大数据则为云计算提供了新的商业价值。将原来的云计算课程进行改造，形成大数据与云计算相结合的课程内容。
Hadoop大数据处理技术：Hadoop 是目前主流的大数据处理平台，掌握Hadoop 的架构原理、熟悉Hadoop大型应用开发是大数据处理的一个关键。

3.6 教育教学方式改革
（1）基于案例的教学方法。互联网时代，IT 新技术层出不穷。这些成功的技术背后，不仅包含计算机的基本原理与方法，包含计算思维的概念，更包含强烈的创新意识与创新能力。通过对IT 新技术案例的介绍与分析，可极大地激发学生学习的兴趣，促进学生计算思维能力与创新意识的培养。
（2）研讨型小班教学方法。在课程遴选、师资配备、授课内容、教学组织、答疑安排、考试方式等环节进行反复协商与精心设计的小班教学方式，可大力推进优秀教师参与和承担本科教学与人才培养的工作，切实增加教师与学生面对面接触交流的机会，充分发挥“教师—学生”在教学过程中的“双主体”作用。
（3）基于互联网与大数据的自主式学习方法。大数据时代为计算机教学提供了海量的学习对象与辅助教学资源。网络教育、Open Course，MOOCs 等新型教育方式对传统教育方式是一个极大的补充。基于人人网、微博等的社会化互助学习，打破了教学的界限，将课堂讨论延伸到网络。鼓励学生通过网络自主学习，我们设置部分网络课程并可替代部分选修课学分，从而充分调动学生的学习主动性。
（4）以计算思维能力培养为驱动的教学方法。针对部分课程如算法分析等，要探索以计算思维能力培养为驱动的教学方法，要将计算思维的概念与思想切实地融入到教学过程中，从而让学生能切实理解与应用。

3.7 实践教学环节改革
（1）确保基础实验。对核心课程如程序设计、数据结构等，要确保实践环节学时及实验内容的系统性。
（2）整合系统实验。对部分课程的实验内容进行整合，建立学生计算机系统观与整体观。如计算机组成、体系结构、操作系统等可以整合为计算机系统实验。
（3）增加数据处理实验。实验内容增加数据处理等内容，保证数据科学方向的实验。同时要特别加强与企业合作，由企业提供业务需求、大数据集及软硬件平台。
（4）结合大数据处理技术，强化“以赛带学，以学促赛”机制。我们将在程序设计、数据结构、算法设计与分析等课程实验中实施“以赛带学，以学促赛”所形成的良好经验，逐步扩展到数据科学方向课程实验中，并将学生创新活动向大数据处理技术方面引导。
（5）完善计算机辅助实验评价与激励系统。强化系统对学生平时实验情况的有效监测、考评和管理，强化系统对学生的督促、激励功能。

3.8 教学管理改革
全面建立、调整、完善学院教学管理办法，规范教学管理的各个环节，完善教学质量监控体系和执行程序，加强教学管理的信息化建设，进一步规范教学过程，加强教学质量监控。
细化教学管理要兼顾规范化与个性化。借鉴与国外大学合作办学的经验，对于教学各个环节既要有明确的规范，同时允许教师有个性化的实施方案，允许学生有个性化的选择方案。
细化教学管理要兼顾制度化与人性化。教学管理既有明确的制度，同时制度的制订要以人为本，要本着方便教师、服务教学的原则，完善教学管理制度；而不是为了管理而管理，为了管人而制订制度。
完善计算机辅助教学管理系统。我们建立了一套初步的计算机辅助教学管理系统，可实现教学部分环节的信息化管理，如毕业设计从出题、选题、答疑、任务书下达、中期检查、答辩记录等全过程实现网络系统管理，课程设计、综合性设计性实验实现网上提交教学文档。我们还将进一步完善该系统，力争将大部分教学管理环节都实现信息化。

4 结语

专业综合改革方案已在华南农业大学计算机科学与技术专业开始实施，实施过程中仍有许多具体的问题需要解决，包括如何选择合适的大数据教学平台、如何获取较多的实际应用大数据集、如何激励教师投入足够的精力到教育教学改革中等等。这些问题有望在实践中进一步探索，并形成有建设性的方案。

参考文献：
[1] Gens F. IDC predictions 2012: Competing for2020[EB/OL].(2011-12-10)[2015-03-19]. http://cdn.idc.com/research/Predictions12/
Main/downloads/IDCTOP10Predictions2012. pdf.
[2] Big data infographic and gartner 2012 Top 10 strategic tech trends[EB/OL].(2011-11-11)[2015-03-19]. http://practicalanalytics.wordpress.com/2011/11/11/big-datainfographic-and-gartner-2012-top-10-strategic-tech-trends/.
[3] Global internet traffic projected to quadruple by 2015[EB/OL].(2011-06-01)[2015-03-19]. http://newsroom.cisco.com/press-releasecontent?type=webcontent&articleId=324003.
[4] Big data: The next frontier for innovation, competition, and productivity [EB/OL].(2011-05-10)[2015-03-19] mckinsey.com/Insights/MGI/Research/Technology_and_Innovation/Big_data_The_next_frontier_for_innovation.pdf.
[5] Big data is a big deal[EB/OL].(2012-03-29)[2015-03-19]. http://www.whitehouse.gov/blog/2012/03/29/big-data-big-deal.
[6] Wing J M．Computational thinking[J]. Communications of ACM, 2006, 49(3): 33-35．
[7] 九校联盟(C9)计算机基础教学发展战略联合声明[J]. 中国大学教学, 2010(9): 4.
[8] 何钦铭, 陆汉权, 冯博琴. 计算机基础教学的核心任务是计算思维能力的培养[J]. 中国大学教学, 2010(9): 5-9.
[9] ACM/IEEE-CS Joint Task Force on Computing Curricula. Computer Science Curricula 2013:Curriculum guidelines for undergraduate degree programs in computer science[EB/OL].[2015-03-19]. http://dx.doi.org/10.1145/2534860.

基金项目：广东省高等教育质量工程项目（粤教高函[2014]97 号）。
第一作者简介：田绪红，男，教授，研究方向为智能信息处理，tianxuhong@scau.edu.cn。

（本文详见2015年19期）

欢迎光临南京大学 (http://www.huangbaihe.com.cn/)