大数据携手人工智能，高校人才培养面临哪些挑战

根据调研发现，目前企业对大数据及人工智能的人才从学历上来讲主要集中在大专，本科，而从人才技能要求上来讲主要集中在一下几个方面：

1. 具有数据思维的大数据人工智能人才

从事数据挖掘工作，运用算法来解决和分析问题，让数据显露出真相，这就考验了数据工程师具有数据思维，对于数据灵敏的挖掘能力，挖掘出想要的有用的信息进行分析。

2. 具有大数据人工智能技术的专业技术型人才

负责大数据系统的研发，包括大规模非结构化数据业务模型构建、大数据存储、数据库构设、优化数据库构架、解决数据库中心设计等，同时，还要负责数据集群的日常运作和系统的监测等。

3. 具有丰富的跨学科知识

随着大数据向各行业的渗透，大数据从业者往往身兼数职，需要同时掌握数据技术和业务知识。如数据分析师，不仅要具备数据分析、数据挖掘和机器学习等能力，还要具备市场营销、商业模式、数据产品等方面的知识和技能。

高校大批大数据专业获批，专业建设人才培养存在种种困难

为了应对目前市场对大数据及人工智能人才的需求，2016年2月，北京大学、对外经济贸易大学、中南大学首次成功申请到"数据科学与大数据技术"本科新专业。2017年3月，第二批32所高校获批。2018年3月，教育部公布了第三批获批设立的数据科学与大数据技术专业的院校名单，此中，有250所高校新增了该专业。在专业建设火热的背后，师资力量不足、缺乏系统教材、在校培养与业界脱节等问题已成为横亘在大数据专业人才培育上的大山。

1. 专业交叉性强，学习难度

数据科学是一门交叉学科，除了计算机相关知识，还需要有统计学、数学基础，以及一定业务知识，这无疑增加了学生学习的难度。

2. 可借鉴经验及师资力量不足

数据科学是新兴学科，今年是数据科学与大数据技术本科专业获批的第三年，即便在高校中，专门研究此领域的老师也比较少，许多高校对于完整的数据科学人才培养体系还没有一套成熟的规划方案，而可以借鉴的经验也很少。

3. 项目实操环境及内容欠缺

要进行大数据分析，首先必须有充足的高质量数据。然而，多数高校缺少企业项目实战案例和可以用于研究的商业数据，使得学生难以做到学以致用。

转载自网络 不用于商业宣传 版权归原作者所有，侵权删。