>

美洲杯在线投注_2019美洲杯外围投注[投注官网]

热门关键词: 美洲杯在线投注,2019美洲杯外围投注[投注官网]

朱扬勇:大数据时代的数据科学家培养实践篮球

- 编辑:美洲杯在线投注 -

朱扬勇:大数据时代的数据科学家培养实践篮球

朱扬勇:大数据时代的数据科学家培养实践

大数据,已经成为当前社会的热词。但数据人才培养以及数据科学研究似乎远未做好准备。教育部日前公布《2016年普通高等学校本科专业备案和审批结果的通知》,记者注意到,继2016年北京大学、中南大学、对外经贸大学首批设立大数据相关学科后,中国人民大学、北京邮电大学、复旦大学等32所高校成为第二批成功申请“数据科学与大数据技术”本科新专业的高校。

篮球世界杯在线投注 1

技术发展催生下的新兴学科和专业,该怎样培养人才?培养什么样的人才?人才培养与学科研究又该如何处理定制与创新引领、交叉融合与专业建设的关系?科多大数据一直致力于大数据人才的培养,与各大高校建立专业共建等合作,为大数据人才的培养一直努力着。

McKinsey公司预测到2018年,仅在美国本土就可能面临缺乏19万名具备深入分析数据能力人才的情况,同时具备通过分析大数据并为企业作出有效决策的数据的管理人员和分析师也有150万人的缺口。大数据时代,最热门的职业是数据科学家(Data Scientist),而不是传统的信息科学家,也不是大数据工程师,为什么呢?数据科学家的知识结构和培养体系是怎样的?目前,被称为数据科学家的大致有三类人:从事商业数据分析的人、从事科学数据分析的人、研究数据的人。但在解决一个大数据分析问题时,常常是来自数学与统计、计算机和业务领域的一个数据科学家团队来完成。这说明,目前在大学没有什么专业具备了数据科学家所需要的知识,这是一个新问题。

篮球世界杯在线投注,从一专多能到两专多能

数据科学家的知识体系结构,主要应由三方面构成:

近几年,山西医科大学医学信息技术教研室主任于琦一直从事医学大数据挖掘方面的研究。在他看来,大数据人才应系统掌握数据分析相关的技能,主要包括数学、统计学、数据分析和自然语言处理等。“具体来说,大数据人才首先应具备获取大数据的能力,例如能根据任务要求,综合利用各种计算机技术和知识,收集、整理海量数据并加以存储,为支撑相关决策和行为做好数据准备。其次,应具备分析大数据的能力,能根据具体需求,采用有效方法和模型分析数据,并形成报告,为实际问题提供决策依据。最后,还应具备良好的团队合作精神。大数据时代的数据分析任务,多数需要与他人合作实现既定目标。”

数据科学基础理论:数据科学的基础理论和方法。包括数据相似性理论、数据测度论和计算理论,数据科学的基本研究方法,数据分类学与数据百科全书等等;科学研究的数据方法研究。探索各科学研究领域数据方法的共性问题,建立科学研究的数据方法;数据界探索。包括数据界的大小、数据的增长方式、数据真实性、数据增长对人类社会的影响等等,以及数据界数据安全、数据主权等等;大数据的复杂性研究,包括大数据本身的复杂性、大数据处理过程的复杂性以及处理大数据所涉及的知识体系的复杂性。

“现在看来,从数据科学与大数据技术专业毕业的学生,授予的是理学与工学学位。由此可见,此专业具有非常明显的理工交叉特点。”南开大学统计研究院副院长王兆军告诉记者,大数据催生了数据科学,而数据科学是处理和分析大数据的理论支撑与保证。“因此,高校在制定培养计划和方案时,应注意数学、统计学、计算机科学的有机融合及与应用领域的深入结合。”

数据技术:大数据计算技术。设计适应大数据的计算模型、分布式架构等;大数据处理技术;数据获取与整合、数据存储与管理、数据访问、数据展现、数据质量与价值分析、数据安全和隐私、数据溯源等技术;大数据分析技术。这是大数据的核心技术研究内容,主要包括先前数据挖掘与机器学习技术的改进和新技术的研究。新技术研究如数据网络挖掘(社会网络挖掘、异质网络挖掘等)。

“大数据的核心价值在于应用,而应用需要专业知识与数据思维相结合。然而,大数据的应用能力培养用现行书本教学的方法很难实现。”清华—青岛数据科学研究院执行副院长韩亦舜表示,过去的人才多是“T”型人才,即一专多能;今后的大数据人才应为“π”型人才,即两专多能。所谓两专,是要有专业知识,更要有数据思维。“要达到这样的目的,必须改革现行的人才培养方式,鼓励用多种形式培养跨界人才。”

领域业务知识:特定业务领域知识,并与数据技术有效结合。根据领域创新数据分析方法、提升应用技能,解决实际应用问题。因此,数据科学家应该是具备多种能力的跨界人才,数据科学人才培养体系应该是多层次多类型的。

韩亦舜还表示,在大数据思维指导下,可以从事的研究领域变得更多了。“几乎现有的各个专业都可以和大数据思维结合,产生创新的火花。同样值得注意的是,大数据也一定会产生新的学科或领域。”

2010年起,各国大学开始了数据科学人才培养工作。哥伦比亚大学从2011年起开设《数据科学导论》课程,并从2014年起设立硕士学位,2015年起设立博士学位;复旦大学从2010年开始招收数据科学博士研究生,并从2013年起开设研究生课程《数据科学》,2015年开始正式招收数据科学专业研究生以及本科第二专业学位。2015年10月,复旦大学大数据学院、大数据研究院正式成立。清华大学于2014年成立数据科学研究院,推出大数据硕士项目。

与大数据相关的学科、专业建设还很薄弱

尽管国内大数据人才的培养已经起步,但值得注意的是,当前的数据科学家培养的基础条件缺乏,需要重视数据科学人才培养的基础条件建设,主要包括:计算条件——建设数据科学人才培养所需的计算能力,包括软硬件环境;数据条件——数据是资源,也是数据科学人才培养的核心,需要建设丰富的数据资源环境;师资条件——这是目前相当缺乏的数据科学人才培养资源,也是影响未来数据科学人才培养成果的关键。

虽然我们已身处大数据时代,但大数据的学科和专业建设才刚刚上路。

复旦大学数据科学家培养体系建设已初见成效,具体包括:系统化的培养体系——建立了包括青年数据科学家交流计划、数据科学家博士后计划、数据科学家研究生计划、数据科学家本科第二专业计划、软件工程硕士大数据方向培养计划和数据科学家训练营计划、数据科学FIST课程计划,涵盖了数据科学家培养的各个方面,是目前国际上最系统化的数据科学家培养计划。

“在大数据应用领域,我国的发展速度很快且名列前茅。但不可否认的是,在高等教育层面,与大数据相关的学科、专业建设还很薄弱。”华中科技大学公共管理学院副教授童文胜指出。

本文由科技中心发布,转载请注明来源:朱扬勇:大数据时代的数据科学家培养实践篮球