大数据时代高校统计人才的培养

    薛静

    摘要：近年来我国数字化、信息化建设步伐不断加快，当前我国已经初步进入大数据时代。大数据的到来给行业发展带来了较大机遇与挑战，为顺应大数据时代加强数据相关学科人才培养至关重要。统计学是与数据有着直接关联的学科，因此新时期高校教育教学过程中应加强对高校统计人才的培养。本文将基于大数据时代背景的简要分析和介绍，对大数据时代统计人才培养要求迸一步论述，以重点讨论有效加强大数据时代高校统计人才培养的策略。

    关键词：大数据；高校；统计人才；培养策略

    1 大数据时代

    “大数据”一词最初由统计学家提出，是随着社交网络、云计算、物联网等的兴起而产生的，如何定义大数据目前还没有统一的概念，一般认为大数据具有多样性、规模性、价值性及实时性四个基本特征。大数据时代的到来给各行业领域的发展带来巨大挑战，为顺应大数据特点应不断完善自身管理及发展。但与此同时还应看到大数据时代所带来的重要机遇。第一，大数据时代中的海量数据应用能够促进各类统计分析更加精准，以有效控制抽样误差。第二，与传统统计学方法比较来看，大数据方法应用中处理的数据量更多，分析方法更加复杂，其蕴含信息更丰富，能够为数据使用者提供更全面的参考和指导。

    大数据优势已经在人们生活、工作等各方面凸显，在诸多行业中也逐渐形成了大数据分析需求依赖，而在这些行业中进行大数据分析的人员都不是数据分析专家。在处理较复杂数据的过程中不可避免地会出现一些问题，因此加强对专业的大数据统计人才培养至关重要。大数据时代下的数据收集、整理及分析、统计都给统计学带来了重大挑战。但为促进统计学更好发展却不是单一一个学科发展能够完成的，要注重多学科的交叉学习与融合发展。

    2 大数据时代对统计人才的要求

    统计人才应具备数学背景、统计学背景、计算机背景及相关行业专业知识背景，在高校教学中侧重的是对理论型人才的培养，培养具有高科学素养的人才。但就当前大数据时代对人才的需求来看更注重综合型专业人才的应用，因此在高校统计人才培养过程中要加强实践教学与检验。

    传统教育教学模式下的高校统计教学更多是依照学科特点进行课程设置，如数理类统计专业教学等，以达到培养学生统计方法和基本统计理论为目的。或是以经济类学科特点为依据设置相关经济统计专业，侧重对学生的经济理论及数理统计方法的教育，并要求其具备基本的现代计算手段。大数据时代背景下，大数据是其核心内容，其中包括结构化数据、非结构化数据等等。不管是从数据规模还是从数据结构上都明显区别于传统数据处理，尤其是其大规模信息数据内容无法以传统思维模式进行思考和处理。为满足大数据运算要求必须加强对专业的数据统计人才的培养，而高校统计教学中应首先改变其教学理念，加强对统计人才的系统培养，使其统计思路达到创新和完善的目的。简单来说，大数据时代下的统计人才必须具备大数据理念，并能够熟练运用现代科学技术对大规模数据进行汇总、处理与分析等，满足大数据应用需求。

    大数据时代下统计人才所具备的知识结构明显区別于传统统计教育过程中对人才培养的要求，尤其是其知识结构的深度、广度。因此在新时期进行统计学人才培养的过程中就要注重对课程体系的调整，以适应人才培养需要。例如我们可以积极借鉴美国西北大学研究生大数据分析的相关课程，在开展大数据时代下的统计学课程中合理设置课程体系，加强对《大数据概论》、《多元统计分析与R语言建模》等相关课程的开设与教学。本科生在教育教学过程中要强化其实践应用，在课程教学中有效运用案例分析，使学生达到理论教学与实践学习相结合的学习效果。

    3 大数据时代对高校统计人才的培养

    3.1 强化高校统计学教师综合能力

    大数据时代下教师的教学重点与传统统计教学过程中教学重点存在一定差异性，在当前教学过程中教师主要教学职责在于更有效地引导学生进行自主学习，通过与学生的交流和讨论帮助学生能更好解惑，并促进学生知识的掌握。这就要求教师自身应具备较高的专业素养和统计能力，在教学中能够有效培养学生的数据敏感度，更准确地对数据进行分析和统计。同时要求教师要调整好自己的角色定位，从原来“教师为主体”的定位转换到“学生为主体”的定位。在教学中能够不断创新教学模式，完善教学内容，以更新颖的教学促进学生更好吸收。除此之外，教师要在已掌握的统计专业知识基础上，加强对计算机等相关知识的学习，在与时俱进理念指导下及时收集和了解关于统计学的最新的信息，使学生也能够全方位、及时地了解到大数据时代的知识。

    3.2 加强开放式教学

    新时期大数据时代下给统计专业学生提出了更好的要求，为实现高素质统计人才培养应积极引入现代化技术依托的教学模式，例如加强互联网技术的应用。在开放式教学模式下学生的学习环境不再局限于课堂，其思维模式也更加开放，能够从主观能动性出发，更有效地发挥其主动学习意识，达到高效学习的目的。学生在自主安排学习时间和地点的过程中，教师则需要与学生形成在线交流，通过教师引导帮助学生更深入理解问题、把握问题，达到对知识的内化目的。

    3.3 注重学生多方面能力的培养

    为提高学生数据统计及处理应用能力，还应注重学生多方面能力的培养。例如，在保障学生掌握扎实统计知识的基础上，加强其创新思维及统计批判思维的培养，应用有效信息技术手段强化对各种信息技术的掌握，并综合利用各种数据以形成半结构化数据，将理论充分应用于实践中。统计人才培养不仅要注重统计学教学，还要注重多学科交叉教学，以满足当前大数据时代对人才的要求。

    3.4 校企合作促进统计人才培养

    企业经营与发展过程中产生的数据量巨大，这为数据统计与数据分析提供了良好条件，同时通过对海量数据的挖掘和开发能够获取到诸多有价值的信息，这对企业决策有着重要意义。因此企业内部管理过程中迫切需要既能够熟练掌握统计分析技术又能够对企业各项业务进行综合处理的人才。基于企业的这种发展需求，以及当前高校统计人才培养过程中对人才实践教学的需要，进一步促进校企合作十分必要。加强校企合作，促进高校与企业联合办学是当前大数据背景下统计人才培养的重要形式。

    4 结束语

    对于大数据时代的到来，我们首先应以积极态度进行面对，并客观看待大数据带来的机遇与挑战，在数据分析、统计等方面要加强创新，立足统计学教学与发展，加强对人才的系统化培养。高校统计人才培养过程中要构建明确的人才培养目标，并基于此目标前提下进行教学规划，保证教学课程结构优化，符合当前教学实际需要。同时在高校统计人才培养的过程中还应结合统计学数据特点及因材施教教育原则，形成高效教学模式。为最大限度发挥统计学教学优势，还应不断强化和提升教师职业能力.教师要树立与时俱进的理念，并通过定期的学习和培训活动等提高自身教学水平，以实现理论与实践的有机融合，在课堂教学与企业合作中更有效地发挥自身指导作用，促进优质统计人才的培养。

    参考文献：

    [1]马剑锋，佟金萍以“数据学生”培养推进高校统计教学革新[J]高教学刊，2017，（15）：7-9+13