学习的突破而迅猛发展，信息科技变革要求所有信息技术类专业人才必须具备“大数据与智能化创新能力”的基础素养。但是各专业的传统人才培养方案基本上是从各自的专业领域出发，分别制订相应的教学计划，无法适应该需求。显然不同信息技术类专业对大数据与智能化创新能力的培养存在共性需求，但这些专业间又存在较大的学科知识及行业领域差异，人才培养目标的具体需求也各不相同。通过多年的教学研讨，发现在信息技术类专业人才培养方面面临3项挑战：（1）如何创新人才培养理念，使信息技术类专业人才具备“大数据与智能化创新能力”基础素养，以适应现代信息科技变革和社会发展要求;（2）如何构建高质量创新人才培养方案，精准满足不同类型信息技术相关专业人才培养目标对“大数据与智能化创新能力”的差异化需求;（3）如何融合产学研优质资源深化教学模式改革，优化“大数据与智能化创新能力”培养路径，切实提高创新人才培养质量。为解决以上三个问题，结合重庆邮电大学自身的特点，团队以信息技术类本科人才培养模式改革为目标，对人才培养规律、教学模式、课程体系不断进行研究探索，推动一系列的教育教学改革与创新，逐步明确了“细分人才培养定位，合理设置核心课程体系，大力完善实训平台资源，持续探索多元教学模式”的特色化的大数据与智能化创新人才培养之路[1]。
在2017年底公布的全国第四轮一级学科评估中，重庆邮电大学计算机科学与技术学科获得B+的成绩，并获得了2017年重庆市高等教育教学成果一等奖。本文旨在通过回顾，梳理分析自2005年以来团队在大数据与智能化教育领域的研究成果和教育改革创新，总结适合地方高校大数据与智能化领域创新人才的培养模式。
二、建立与完善大数据与智能化创新人才培养体系
国内本科生培养目标均以专业进行定位，各学校根据自身的师资背景和特点进行课程设置，侧重点各有不同[2]。随着计算机和大数据与智能化技术的普及，更多的计算机类课程不断融入不同专业核心课程体系，导致课程结构不合理、无标准、定位模糊以及同质化严重的现象。为克服这些问题，团队借鉴ACM/IEEE专业知识体系规范，结合自身办学积淀，打破院系专业壁垒，将大数据与智能化创新能力的培养作为通识教育内容，融入全校信息技术类29个专业的培养方案。经过实践与凝练，根据信息技术类学科发展的需求，逐步将学校29个信息技术相关专业划分为计算机与智能类、IT核心类和IT交叉类3种类型，如图1所示[3]。这一培养理念逐渐上升为学校人才培养的共识，成为学校修订专业培养方案的基本原则。
（1）計算机与智能类专业。团队首先将全校涉及计算机课程的29个专业中的5个专业——软件工程、计算机科学与技术、数据科学与大数据技术、智能科学与技术以及自动化——组成计算机与智能类专业。以启发学生创新意识和锻造学生创新实践能力为基点，不仅开设大数据与智能化分析能力系列专业课程，而且要结合行业应用领域，开设与领域应用相关的计算机专业技术类课程，提供课业导师和优质科研平台指导下的个性化培养，使其具备优秀的创新能力和过硬的研发能力。
（2）IT核心类专业。将29个专业中的10个专业——电子信息科学与技术、电子信息工程、网络工程、通信工程、物联网工程、机器人工程、信息安全、信息工程、电子科学技术、空间信息与数字技术——组成IT核心类专业。以启发学生创新意识为目标，开设与大数据与智能化分析能力培养密切相关的系列专业课程，使其具备扎实的大数据理论基础和良好的创新素质。
（3）IT交叉类专业。将29个专业中的另外14个专业——测控技术与仪器、电气工程与自动化、智能电网信息工程、生物医学工程、生物信息学、机械设计制造、机械电子工程、应用物理、信息与计算科学、数学与应用数学、知识产权、法学、广播电视工程以及数字媒体技术——组成IT交叉类专业。以培养学生具备创新意识为标准，开设培养大数据分析能力通识课程，使其具备在未来各专业领域的开拓创新能力。
三、弹性设置与优化创新人才培养的课程体系
一直以来，重庆邮电大学计算机科学与技术学院承担了学校各专业和大数据与智能化相关的课程建设任务。如何通过对现有课程的改造和新课程的开发，形成高质量的课程群，才能精准满足各专业的差异化需求，成为要解决的重要问题。通过组织教师访问美国康奈尔大学、英国帝国理工大学和国内的清华大学、北京大学等名校，以及与Oracle、IBM、腾讯、百度等企业进行深入交流，借鉴ACM/IEEE专业规范，我们认为应该将其中的“算法及复杂性、信息管理、智能系统、数值计算科学”纳入培养“大数据与智能化创新能力”课程的核心内容。由此提出课程的设计应该适应不同类型信息技术相关专业的人才培养目标，分层分类规划课程模块，创建弹性“大数据与智能化课程群”。
（1）构建大数据与智能化创新能力培养的三层次关节点课程群体系。从大数据智能处理的“采集、传输、存储、计算、分析、应用”6个阶段入手，以ACM/IEEE专业规范为前提，从“基础课程、核心课程、拓展课程”3个层次，和“计算建模、程序设计、数据分析、行业拓展”4个维度梳理出以“数据库原理”为核心的17门课程，形成与三类专业学生的大数据与智能化创新能力培养一致的三层次关节点课程群体系，如下表和图2所示[4]。其中的基础关节点课程引导学生建立计算思维和程序设计基础，使其具备在未来各专业领域开拓创新的基本能力;核心关节点课程使学生奠定系统平台管理基础，具备大数据分析应用开发的能力以及扎实的大数据理论基础和良好的创新素质;专业方向关节点课程进一步提升学生的大数据与智能化实践能力，并使其具备优秀的创新能力和过硬的研发能力。
（2）优化设置弹性式和差异化的课程教学内容。在人才培养过程中，团队发现并不是所有的计算机类课程都具有同等重要的地位，不加区分地将所有教学资源平均地分配到每一门课程不能实现教学资源效用的最大化。因此，有必要寻找对学生素质和能力培养起特别关键作用的课程，即“关节点”课程，通过将优势教学资源向“关节点”课程倾斜，重点保障“关节点”课程的教学质量，最终提高人才培养质量和特色。同时，由于不同专业学生的基础不同，对大数据与智能化创新能力要求也不同，有必要按需设置各专业的课程模块。为此，我们采用了弹性的学分学时、授课内容和教学方式，并在培养方案修订中持续优化，精准满足各专业差异化的人才培养目标需求。例如，为“数据结构与算法分析”制订了3种不同学时的教学方案：为计算机与智能类专业设定了标准版教学内容;为其他专业分别制订了32学时和24学时的差异化教学内容;在同样32学时情况下，在通信工程专业的教学大纲中更加侧重“图”这一章内容，而在自动化专业中更加侧重链表、数组和哈希表等内容。
四、利用多种渠道大力完善实验实训资源
新工科指向新兴产业和新经济领域，但新工科建设又远不止是增设新专业，其目的是有助于学生创新思维意识和实践创新能力的提升，以实现“零距离”就业。然而实践创新能力的培养离不开优质的平台，同步建设满足规模化开放共享和个性化拓展学习需求的实训创新教学平台，是“大数据与智能化创新能力”培养的一个关键路径。因此团队整合了政府财政资源、社会企业资源以及科研项目资源，深入推进产学合作、产教融合和科教协同，分别打造了公共实验平台、行业特色平台和个性化创新平台，为人才培养提供了有力支撑。
（1）争取政府财政资源，建设大数据与智能化创新能力培养的高水平公共实验平台。团队发挥学科优势，争取中央专项资金和中地共建项目资金等财政经费，建设了包括云计算、计算科学、大数据智能分析与处理等优势专业基础实验平台，将计算机技术、网络技术、通信技术、智能技术等有机融合，形成包含信息获取、传输、处理到服务的系统性实验平台。在保障专业基础实验的同时，还开设了云计算、数据库管理、大数据分析等综合实训项目，为人才培养提供了良好的基础实验条件。
（2）吸引社会企业资源，建设大数据与智能化创新能力培养的特色优势实验平台。通过与国内外大数据龙头企业建立合作关系，采取共建、捐赠等形式建设先进的软硬件平台，搭建了智能计算终端等17个实践创新教学平台。具体包括：与甲骨文（中国）公司合作，建设了数据库技术联合实验室，获赠数据库软件和技术支持;与奇虎360公司合作，建立了大数据与信息安全联合实验室，获赠网络安全大数据实验平台;与中兴通讯公司合作，共建教育部-中兴通讯ICT产教融合创新基地云计算平台，获赠云计算与大数据实验资源;与IBM公司合作共建了“大数据分析与处理”课程，获赠大数据系列软件，被评为IBM优质课程。这些平台为具有行业特色实验的开展提供了良好的
环境。
（3）利用科研项目资源，建设大数据与智能化创新能力培养的个性化实验平台。依托计算智能重庆市重点实验室和科技部批准建设的大数据智能计算示范型国际科技合作基地，与美国康奈尔大学、加拿大阿尔伯塔大学等国内外知名高校和科研机构共同建设“大数据智能计算”等科研实验室，将智能信息处理、大数据智能计算等科学研究所拥有的先进实验设备平台以及科研成果，转化为教学资源，为学生创新实验的开展搭建了个性化实训平台。近300名本科生参加了实验室组织的大数据培训，团队每年进行一次导师宣讲会，吸引本科生根据自己的兴趣选择导师团队，进入上述基地和平台，参与教师指导的科研项目以及各类大数据竞赛，个性化训练学生的创新能力。近五年来，学生参加科技竞赛获省部级以上奖励1 384项，获奖数量年均增幅超10%，其中国家级奖519项，在“互联网+”赛事中获奖等级和数量连续三年位列重庆市第一。
五、持续探索多元化教学模式和构建良好的教学生态环境
传统的教学模式中，理论教学与实践训练分离，不利于知识向能力的转化。新工科背景下，尤其地方高校更应主动对接地方经济社会发展需要，把握行业人才需求方向，增强学生的就业创业能力[5]。只有不断深化教学模式改革，将理论知识学习与创新实践训练和行业应用紧密结合，才能提高学生解决复杂工程问题的能力。秉持这一理念，团队开展了形式多样的校企间师资培训、国内外高校访问进修以及专家学者论坛讲座，进一步提升师资队伍科研教学能力，形成良好的教学生态环境以提高培养学生的能力。
（1）锻炼适应大数据与智能化创新能力培养要求的高水平教学团队。为开阔师生的国际视野和专业领域知识面，2011年邀请了图灵奖得主、美国科学院J E Hopcraft院士来校全程主讲“算法分析”课程，并先后邀请了加拿大皇家科学院Witold Pedrycz院士、欧洲科学院Roman Slowinski院士、中国科学院张钹院士、中国工程院李德毅院士等专家来校讲学。团队以所承接的国家重点研发计划等13项高水平科研项目为契机，先后选派教师赴国内外知名高校进修学习，到奇虎360、科大讯飞等龙头企业挂职锻炼，全面提升了教师的教学科研、学科交叉和工程实践能力，形成了高水平的师资
队伍。
（2）构建适应不同专业人才大数据与智能化创新能力培养的优质课程群。2005年课程群17门课程中的 “数据库原理”被评选为重庆市精品课程，成为课程群中的第一门优质课程。随后13年里，团队陆续建设了3门国家精品课程，8门重庆市精品课程。2016年团队建設了“大数据分析与处理”MOOC正式上线。为启发学生大数据与智能化创新意识，团队还面向全校学生创新开设了“计算智能”“大数据分析与处理”2门前沿微课，选课学生涵盖了全校100%的专业。优质课程的建设为学生的大数据与智能化创新能力培养提供了优质的资源保障。
（3）探索“课赛结合”教学模式。团队一直致力于将竞赛贯穿课堂，实施“课堂教学—课程设计—科技竞赛”一体化的“课赛结合”教学模式。在教师的指导下，学生自主选题，带着设计任务进行学习，在理论学习中完成任务，在竞赛中展示学习成果，给定平时成绩，并计入期末总评成绩中。这种新颖的教学模式实现了课堂与竞赛的互动，有效促进了理论与实践结合，培养了学生的创新实践能力。
经过13年的教学改革探索实践，团队在大数据与智能化创新人才培养的顶层设计、课程体系、实训资源以及教学方法改革等方面构建了一个较为完善的人才培养模式，从优质课程群的建设到师资人才的培训，营造了一个良好的教学生态环境。这些思路与新工科的人才培养理念不谋而合，也成为新工科建设的早期实践者。在今后的人才培养工作中，还需要更好地契合新工科人才培养的内在规律，满足国家大数据战略和人工智能战略对新工科人才的外在需求。因此以新工科建设思路为基础，不断地推进建设的同时，还应该解决好以下一些问题：如何将人工智能特色内容融入课程体系，提升人才培养课程体系的质量;如何将不同专业领域知识相融合，形成一支具有学科交叉特点的师资队伍。
参考文献：
[1] 王国胤，夏英，刘群，等. 面向大数据能力培养的课程体系建设[N]. 中国教育报， 2018-03-26：07.
[2] 谢矜，王有强. 清华大学公共管理学院的人才培养模式探索[J]. 中国大学教学，2018（7）：42-49.
[3] 王国胤，刘群，夏英，等. 大数据创新人才培养模式的探索与思考[J]. 计算机教育，2017（10）：25-28.
[4] 王国胤，瞿中，夏英，等. 计算机科学与技术专业的层次化关节点课程体系研究与实践[J]. 计算机教育，2010（15）：57-62.
[5] 李翠平，柴云鹏，杜小勇，等. 新工科背景下以数据为中心的计算机专业教学改革[J]. 中国大学教学，2018（7）：22-24.