数据科学与大数据技术（理学，工学）培养方案异同点及上海财经大学特色

一、背景

数据是国家基础性战略资源，未来国家之间的经济与政治竞争将是大数据引领的竞争。继2015年9月国务院推出《促进大数据发展行动纲要》、全面推进大数据发展、加快建设数据强国后，2015年11月又将大数据战略上升至国家战略层面。2017年1月国家工信部制订了《大数据产业发展规划》明确提出，鼓励高校探索建立培养大数据领域专业型人才和跨界复合型人才机制。

为加快重点领域紧缺人才培养，2010年起，教育部已新设立22个“战略性新兴产业相关新设工科本科专业”（简称“新工科”专业），“数据科学与大数据技术”专业位列其中。因此，开设本专业符合国家发展“新工科”、促建新经济的指导方针，是响应国家战略的重要举措。

数联寻英2016年7月发布的首份《大数据人才报告》显示未来3到5年人才缺口达150万之多。2016年中国大数据核心产业的市场规模约为人民币168亿元，较2015年增速达45%，预计到2020年中国大数据市场规模将达到人民币578亿元。大数据人才的供给难以跟上需求的增长。

根据Forrester公司的统计，2016年有40%的公司正在实施和扩展数据技术相关的应用；清华大学武永卫教授在2016年中国大数据产业峰会上报告了我国未来3-5年需要180万数据人才，但目前只有约30万大数据技术人才，具有150万的人才缺口。

截止2017年，国内共有35所高校获批开设“数据科学与大数据技术”专业，部分授予理学学位，部分授予工学学位。

鉴于我校扎实的专业建设基础和一流的师资储备，我校2017年决定同时申报两个数据科学与大数据技术专业（理学和工学各一个，隶属于不同学院），近期，根据《教育部关于公布2017年度普通高等学校本科专业备案和审批结果的通知》，又有248所高校获批“数据科学与大数据技术”专业，其中工学学位182所，理学学位68所，厦门大学与上海财经大学两类学位均获批增设该专业。

二、我校两个同名专业的异同点

数据科学与大数据技术（理学）隶属于我校统计与管理学院。

数据科学与大数据技术（理学）的建设基础是我校的统计学专业（数据科学与商务统计方向），但专业核心课与传统的统计学又有显著不同，其专业核心课按照数据科学专业人才所需掌握的核心知识体系设计，涵盖数学类、计算机类、统计学类和数据科学及应用类四大类别的课程。

数据科学与大数据技术（理学）的培养目标定位于综合掌握统计学、数学和计算机科学等多方面知识，能通过数据表象来理解内在逻辑和总体特征，从事大数据处理和统计分析并把握实际经济金融运行或者商业运作规律的复合型数据科学人才。

数据科学与大数据技术（工学）隶属于我校信息管理与工程学院。

数据科学与大数据技术（工学）的建设基础是我校的计算机科学与技术专业，但专业核心课与计算机科学与技术又有显著差异，其专业核心课按照数据全生命周期组织，涵盖数学基础、程序设计、体系结构与数据安全、数据管理、数据分析、行业知识与应用六大模块的课程。

数据科学与大数据技术（工学）旨在培养具有扎实数据科学基础知识，掌握计算机技术、现代经济管理基本理论和具备大数据平台搭建、数据分析与建模、数据处理技术能力，能胜任大数据分析、处理、开发和研究等领域工作、特别是能以富有创新意识的数据思维解决金融、商务、营销、运营管理等财经应用领域预测与决策问题的高端复合型科技人才。

两个专业的共同点是在培养方案设计中均非常重视数学基础，数据科学与大数据技术（工学）的培养方案中28个学分为数学类必修课程，数据科学与大数据技术（理学）的培养方案中25个学分为数学类必修课程。同时，都注重数学、统计学和计算机科学知识的交叉。不同点在于，数据科学与大数据技术（理学）更着重于“数据科学人才”的培养，其课程体系涵盖了大量与数据科学和统计学有关的课程，数据科学与大数据技术（工学）更着重于“大数据技术处理与分析能力“的培养，其课程体系涉及大量与大数据处理平台、大数据应用技术、大数据分析算法和大数据行业应用有关的课程。

三、我校这两个新专业与其他高校的显著区别在于：

第一，师资先行，厚积薄发。

我校统计与管理学院充分运用学校人才引进的有利政策，目前与数据科学有关的师资达到25名，多来自北美名校，同时引进了从事机器学习和统计计算等相关研究领域的千人和特聘教授。统计与管理学院于2015年新设应用统计硕士“数据科学与商务统计”方向，2017年6月首届学生毕业，在就业市场上极受欢迎，平均签约月薪高达五位数；统计与管理学院连续六年开设暑期学校“大数据时代的统计学”，助力大数据人才培养。邀请名师开设“大数据统计计算”、“机器学习”、“文本挖掘”等短期课程培训，为上财青年教师和研究生授课，向师生们传递了国际上最前沿的大数据技术。毕业于美国伊利洛伊大学香槟分校的冯兴东教授，将统计计算与分布式计算相结合开设了全新的课程《分布式统计计算》，是“全球首开”课程。

我校信息管理与工程学院近年来引进了10多位毕业于斯坦福大学、沃顿商学院、弗罗里达大学、香港科技大学、巴黎第六大学、清华大学等名校的高水平师资，已经具备了建设覆盖数据科学与大数据技术专业全知识链条的师资基础。该院于2015年起开设工程管理专业硕士（MEM）大数据工程与商务智能方向，2017年6月首届学生毕业，在就业市场上极受欢迎，该院教师已建设了多门数据科学及大数据相关的课程，包括数据挖掘、大数据处理技术、文本挖掘、科学计算语言、机器学习、深度学习、人工智能等10余门。这些课程为“数据科学与大数据技术”专业的开设奠定了良好的基础。

第二，实验实践条件优异

上海财经大学统计与管理学院与国家统计局共建 “数据科学与统计研究院”，并配套建设了“数据科学重点实验室”，数据科学重点实验室是一个集先进、实用和高效的大数据理论验证和海量非结构化数据处理实验分析的科研平台，目前已经建立了基于Apache Hadoop的Spark计算系统，实现了大数据分布式并行计算，可以承担社会经济领域中大数据相关研究项目，从而有能力支撑对大数据处理、高性能计算的迫切需求，能全面满足数据科学本科专业的实践教学需要。

上海财经大学信息管理与工程学院已建成4个与大数据相关的实验室，包括：并行优化国际合作实验室（与斯坦福大学合作）、IBM联合大数据实验室、数据挖掘与人工智能实验室、金融信息工程实验室。拥有高性能计算机323台、高性能计算服务器（GPU）6台、图形工作站6台、移动工作站8台。在数据资源储备方面，信息管理与工程学院也构建了非常丰富的财经类大数据资源。比如，该学院与东方财富（国内最大的金融大数据服务提供商）建立了战略合作关系，已经积累了10T级别的互联网金融相关数据；与上海自贸区合作中积累了自贸区舆情方面的数据资源；与京东、淘宝、唯品汇等企业合作中积累了电子商务方面的数据资源。这些数据资源为本专业实践与实验环节的建设奠定了良好的基础。