信管专业人才培养策略

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐一篇信管专业人才培养策略范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

在大数据、云计算、移动互联网、物联网融合发展的大背景下，大数据应用正向经济社会各领域渗透，并不断改变人们的思维模式和行为习惯，基于大数据的科研、设计、生产、销售、服务等新模式正在成为领域和行业发展的风向标。大数据技术的发展和应用急需大批专业人才，根据麦肯锡预测，到2018年，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达150万。为应对大数据人才的短缺，各大高校和社会培训机构也纷纷开设大数据技术相关课程，设立大数据学院和相关专业。教育部于2016年新增“数据科学与大数据技术（080910T）”本科专业，共有283所高校成功申办；2018年新增“大数据管理与应用（120108T）”本科专业，共有5所高校成功申办。目前两个新增专业的在校生规模不足1万人，还没有该专业的毕业生，其招生规模和培养周期远远满足不了社会对大数据人才的需求。信息管理与大数据管理的天然同源性，为面向大数据应用的信息管理与信息系统管专业（以下简称信管专业）的发展提供了良好的发展契机。

1、大数据管理是传统信息管理的延伸和发展

1.1信息管理与大数据管理的内在联系

从概念上讲，数据是信息的载体，或者说是具体的表现形式（如文字、图像、视频、声音等），而信息是数据的内涵，是事物的抽象表达。大数据是指无法在可容忍的时间内用传统IT技术和软硬件工具进行感知、获取、管理、处理和服务的数据集合。大数据的本质还是数据，是信息的载体，是信息更丰富更复杂的表现形式。但不同于传统数据组织特征，大数据呈现4V特征，即数据量大（vloume）、数据类型繁多（variety）、处理速度快（velocity）和价值密度低（value）。

1.2大数据管理是对传统信息管理的延伸和发展

传统信息管理以关系型数据库支持的管理信息系统为依托，专注于业务流程管理，以实现规范业务流程，减低运营成本，提升市场响应效率和业务管理质量为目标；而大数据管理侧重于数据分析和决策支持，不只是关注组织内部的信息，更加关注组面向大数据应用的信管专业人才培养模式改革研究文／杨斌织外部信息，数据资源不只来源于组织内部管理信息系统的结构化数据，还有大量来自互联网、物联网等网络信息系统的非结构化、半结构化数据。大数据管理以采用分布式计算和支持多源异构的大数据系统为依托，专注于数据深度分析，以实现管理决策支持为目标。因此，大数据管理不管是在内容上还是在技术上和管理层次上都是对传统信息管理的延伸发展。

1.3信管专业人才的大数据能力素质要求

根据大数据人才的岗位需求，大数据人才可分为大数据工程师、大数据分析师和数据科学家3个类别。大数据工程师的职责就是保证大数据在收集、转移的准确性，并且保证用户对数据的可访问性，工作重点在于数据架构、计算、数据存储、数据流等，必须具备相当强的编程能力。而大数据分析师更加关注统计、数据挖掘、建模和数据分析等技能。通过使用大数据工程师所构建的自定义API来提取新的数据集，并对其中的数据趋势进行识别，同时对异常数据进行分析，并以可视化方式来展示这些结果，以便于辅助其它业务团队能够更好地了解状况、找到问题和解决方案。数据科学家是更高层次的人才，能够将“现实世界中的问题”转化为“数据世界中的问题”，采用数据科学的理念、原则、理论、方法、技术和工具，将大数据转换为知识和智慧，为解决“现实世界中的问题”提供依据、参考和指导。信管专业的学生在大数据方面的能力素质要求应更接近于大数据分析师，要求对经济学、管理学、统计学等学科有较深刻的理解，能够熟练运用数据挖掘工具进行大数据分析，利用数据辅助决策，具有较强的分析能力和沟通能力。

2、当前信管专业建设中面临的问题

2.1传统专业定位思维落后，毕业生不适应大数据时代的现实需求。《普通高等学校本科专业目录和专业介绍（2012年）》对信管专业的培养任务要求是：具备良好的数理基础、管理学和经济学理论知识、信息技术知识及应用能力，掌握信息系统规划、分析、设计、实施和管理等方面的方法与技术，具有一定的信息系统和信息资源开发利用实践和研究能力。这一定位是主要围绕培养信息系统的技术和管理人才，毕业生普遍缺乏大数据管理和应用方面的知识和技能，而当前大数据时代企业需求不只局限于利用信息系统中的数据管理支持业务流程管理，提升管理效率，更期望借助信息技术和大数据管理的能力，更广泛地收集数据，通过数据挖掘技术，提供经营决策咨询帮助。

2.2专业课程体系结构松散，内容陈旧，缺乏明确的知识和能力目标。信管专业是培养管理与信息技术相融合的复合型人才，但拼盘式的课程体系结构一直饱受争议。通常做法是在有限的学分和课时中，对原来的管理类课程和信息技术类课程进行裁剪，再加上信息系统分析与设计、信息系统项目管理等综合类课程，组合成专业课程体系，课程大纲和要求与工商管理、计算机专业的课程要求基本一致，难以与该专业具体的知识和能力目标相对应。

2.3专业教师偏重理论教学，缺乏项目实践经验。由于专业教师多数是从高校毕业直接走上讲台，缺少工程实践背景，普遍缺乏项目实践经验。专业教学中案例、习题多是结合知识点的理解和掌握为目标，较少联系到在项目开发中的应用场景和方法技巧。课程考核侧重对教学大纲中规定掌握的知识点考核，对学生灵活运用知识解决实际问题能力的考核比较薄弱。

2.4实践教学体系以满足课程教学要求为目标，难以达成综合能力和素质目标要求。实践环节包括课内实验、课程设计、专业综合实训、毕业实习和毕业设计等环节，体系结构和课时安排总体是合理的，但是从内容和效果看，实验或实践内容的设计以满足课程教学要求为目标，对综合能力训练目标的达成支持不足。在专业综合训练和毕业设计环节，明显感到学生的平时训练不够，综合运用知识，分析和设计信息系统项目的能力欠佳。

3、面向大数据应用的信管专业人才培养模式改革思路

3.1面向大数据的复合型专业人才培养目标的新定位

2017年9月24日，中共中央、国务院《关于深化教育体制机制改革的意见》，明确提出“要注重培养支撑终身发展、适应时代要求的关键能力。”大数据技术是当前信息社会发展的前沿和趋势，企业面临数字化转型的现实需求。企业对信息化人才的岗位需求不再只满足于信息系统的使用、设计和维护，而是转向以数据为基础的决策为重心。信管专业人才培养目标应体现大数据技术和方法在现代商务中应用的特征。企业信息化人才应具备从事数据的采集、清洗、处理、分析，为企业或所在部门提供决策支持。信管专业培养目标的新定位：培养适应经济社会发展需要，具有良好的职业道德和社会责任感，掌握现代管理学基础理论、计算机科学知识及应用技术，掌握信息管理和大数据分析的基础理论及方法、信息系统分析与设计方法，能够在企业和行政管理部门从事信息系统设计与维护以及大数据分析和咨询，具有较强实践能力和创新精神的信息管理高级专业人才。

3.2基于能力素质培养的专业课程体系建设

在专业课程体系的设计中，应当改变过去以课程知识点覆盖为中心的思维，树立以培养复合型专业能力素质为中心的先进理念。在经济管理类的课程教学内容的设计中应体现强化对当今信息化社会对信息技术应用的必要性、成果和趋势的深刻认识，培养自觉运用信息技术和大数据分析方法分析案例和解决实际问题的能力。在信息技术类课程教学内容的设计中，不能只关注编程技术，更要重视在信息化案例中业务管理逻辑的分析与应用。在大数据分析类课程教学内容的设计中，不只关注数据分析技术，更应强调在商务分析中的应用。教学实施过程中，应始终强调能力培养比知识传授更重要，重视学生学习与获得知识及能力的过程，着力培养学生的自主学习能力和自觉实践能力。

3.3复合型专业师资队伍建设

实践表明，高素质的复合型专业教师是培养出合格的复合型专业人才的关键。如何培养高素质的复合型专业教师，需要解决两方面的问题：一是学校管理体制和人才评价机制的设计，应当鼓励教师强化工程实践能力，妥善安排教师到企业参加工程实践锻炼，特别是大数据资源丰富和有业务需求的企业；二是激励专业教师以联合创业或开发大数据项目的模式开展工程实践活动，用市场机制推进复合型师资的成长。

3.4以项目为载体的综合实践教学体系建设

应当淘汰高校的推动式教学模式，学习借鉴软件企业内部培训的拉动式教学模式。软件企业内部员工的培训往往采用师傅带徒弟的方式，在项目实践中模仿学习，以问题为导向不断探索学习，不断试错学习，加深对专业知识的理解，提高工程实践能力，积累项目开发经验。可以采用本科生导师制，将学生分配到教师的项目小组中，以项目实践为背景，教师带学生，老生带新生，定期或不定期进行技术交流学习，相互促进。

4、结论

信息化社会迅猛发展的时代背景下，信管专业必须与时俱进，走改革创新发展之路。在“信管”专业增设大数据应用的特色既遵循了数据科学发展的内在规律，又适应了时展的要求。我们将在已确立的培养定位、课程体系的基础上，围绕能力塑造为核心，项目实践为重点，深化教学内容和教学模式的创新。

参考文献：

[1]李国杰,程学旗.大数据研究:未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J].中国科学院院刊,2012(11):647-657

[2]周明,谢俊.大数据视角下信管专业的培养模式创新研究[J].图书馆学研究,2016(6):41-42.

[3]曹淑艳,张莉,黄浩.大数据本科专业申报及认识[J].计算机教育,2016(6):30-31.

[4]张家年,罗毅,陈柏彤.大数据对信息管理类教育的影响及挑战[J].2016(1):105-112.

[5]周耀林,黄川川.大数据时代信息管理学科人才培养模式改革研究[J].2017(10):107-110.

作者简介：杨斌，盐城工学院，硕士，副教授，主要研究方向为信息系统、数据挖掘。