杜 賓，劉 煒

（江西財經大學 信息管理學院，江西 南昌 330032）

0 引 言

近年來，隨著信息技術和互聯(lián)網(wǎng)的爆發(fā)式跨越發(fā)展，人類進入萬物互聯(lián)的大數(shù)據(jù)時代，數(shù)據(jù)已成為當今世界的基礎性戰(zhàn)略資源。2012年美國總統(tǒng)奧巴馬宣布啟動“大數(shù)據(jù)研究與開發(fā)計劃”，旨在提高從海量數(shù)據(jù)中獲取知識和觀點的能力[1]。與此同時，我國高度重視大數(shù)據(jù)發(fā)展，制定《大數(shù)據(jù)產業(yè)發(fā)展規(guī)劃（2016—2020年）》，全面實施國家大數(shù)據(jù)戰(zhàn)略，助力中國經濟從高速增長轉向高質量發(fā)展[2]。隨著大數(shù)據(jù)的不斷開發(fā)和深入應用，各行各業(yè)對大數(shù)據(jù)方面的人才產生強烈的需求，許多知名企業(yè)開設大數(shù)據(jù)研究中心，與大學開展合作，因而催生了大學大數(shù)據(jù)專業(yè)教育[1]，系統(tǒng)地講授數(shù)據(jù)分析（Data Analytics，DA）類課程。

數(shù)據(jù)分析是指運用適當?shù)臄?shù)學、統(tǒng)計方法和軟件工具剖析數(shù)據(jù)，揭示數(shù)據(jù)內在的價值和規(guī)律，形成合乎邏輯的解釋和描述，達到對客觀事物的科學認識[3]。同時，數(shù)據(jù)分析也是對數(shù)據(jù)的全方位探索和概括提煉，從海量數(shù)據(jù)中提取有效信息和形成結論的過程[4]，不僅通過對真實數(shù)據(jù)的分析去發(fā)現(xiàn)問題，還能夠運用經濟學、會計學、金融學原理建立數(shù)學模型，對投資、期權或其他決策是否具有可行性進行分析并給出解釋，預測未來的收益及風險情況，為科學合理的決策提供參考依據(jù)[5]。

由此可見，基于財經類高校的教學實踐構建數(shù)據(jù)分析課程體系，能夠提升學生的專業(yè)能力和社會競爭力，滿足經濟高速發(fā)展的金融市場需求，體現(xiàn)財經類高校自身的辦學能力。

1 培養(yǎng)目標對接市場需求

面對大數(shù)據(jù)時代，市場對數(shù)據(jù)分析的要求發(fā)生“質”與“量”的轉變。從“質”的維度看，數(shù)據(jù)分析的水平提升很高，要求掌握統(tǒng)計學、數(shù)據(jù)挖掘和機器學習的知識；從“量”的維度看，不僅數(shù)據(jù)分析人員的數(shù)量增大，而且數(shù)據(jù)分析的職位細化，層次分明。應基于金融市場上數(shù)據(jù)分析行業(yè)的調查數(shù)據(jù)，將數(shù)據(jù)分析職業(yè)匹配勝任能力，明確高校培養(yǎng)的目標。高級別的職位需要覆蓋低職位的能力要求。

（1）數(shù)據(jù)專員。此職位能夠收集數(shù)據(jù)、整理數(shù)據(jù)并實現(xiàn)基本的可視化功能，對應的能力要求是篩選、排序、透視表、公式和函數(shù)，并且能夠簡單的編程，這就要求熟練掌握Excel +Powerpoint + VBA。

（2）數(shù)據(jù)分析員。此職位能夠運用專業(yè)的數(shù)據(jù)庫管理數(shù)據(jù)，對應的能力要求是增、刪、改、查詢、數(shù)據(jù)的讀入和寫出等操作以及使用、管理大型數(shù)據(jù)庫，這就要求熟練掌握SQL+RMSDB+領域知識。

（3）數(shù)據(jù)分析師。此職位能夠熟練駕馭統(tǒng)計學知識，包括多元回歸、假設檢驗、方差分析、蒙特卡羅和貝葉斯方法；同時，熟悉領域背景知識，可以做到了解企業(yè)現(xiàn)狀與競爭環(huán)境、風險評判與決策支持，能夠充分利用大數(shù)據(jù)帶來的價值[6]，進行數(shù)據(jù)挖掘與可視化后，呈現(xiàn)給企業(yè)決策者的將是一份清晰、準確且有數(shù)據(jù)支撐的報告。

（4）數(shù)據(jù)科學家。此職位能夠完成數(shù)據(jù)分析師、商務智能等工作，并且精通統(tǒng)計學和計算機科學。熟悉領域背景的同時，掌握機器學習的技巧和方法，不僅可以處理數(shù)據(jù)、ETL、可視化，還能做到調節(jié)參數(shù)、選擇模型、優(yōu)化算法。數(shù)據(jù)科學家已不是簡單的IT技術人員，而是可以參與到企業(yè)決策、制訂發(fā)展戰(zhàn)略的核心人物[6]。

2 DA勝任力模型的構建

20世紀70年代，以“智力”測評為主的能力評價思想遭到廣泛的質疑[7]。哈佛大學教授McClelland提出“勝任力”概念，認為成就動機、人際關系、團隊影響力才是真正影響績效的能力特征[8]。針對本科教育，大學的培養(yǎng)目標定位于數(shù)據(jù)分析師；針對研究生教育，大學的培養(yǎng)目標定位于數(shù)據(jù)科學家。以本科教育為例，與之匹配的數(shù)據(jù)分析師應該具有的能力對應的勝任力模型，主要有4個維度，具體有知識結構、人文能力、工具能力、程序設計能力。

2.1 知識結構

數(shù)據(jù)分析屬于數(shù)據(jù)科學的分支，需要多學科全方位的知識儲備，并在分析實踐過程中積累經驗值，主要覆蓋以下幾個方面。

（1）數(shù)學方面。微積分、概率論、線性代數(shù)等課程是大部分數(shù)據(jù)結構進行矩陣運算和數(shù)理分析的基本計算方法。

（2）統(tǒng)計方面。掌握描述性統(tǒng)計、統(tǒng)計推斷的基礎知識以及多元回歸等相關性分析和因果分析，融合結構化、非結構化數(shù)據(jù)進行數(shù)據(jù)建模和預測，至少會使用一種統(tǒng)計工具軟件，例如R、SPSS、Stata、SAS以及SciPy包等。

（3）數(shù)據(jù)庫方面。掌握SQL語言，了解MySQL、SQLServer、Oracle等高性能關系數(shù)據(jù)庫。

（4）程序設計語言方面。掌握至少一門計算機高級語言，例如C/C++、Java、VBA、Python等，并且具備程序設計思維和方法。

（5）算法方面。主要包括數(shù)據(jù)挖掘、機器學習等，其中數(shù)據(jù)挖掘是數(shù)據(jù)分析的高級階段，機器學習則是數(shù)據(jù)挖掘的高級部分。具體算法是無監(jiān)督學習的主成分分析（PCA）和聚類、有監(jiān)督學習的回歸和分類、半監(jiān)督的強化學習、深度學習等。

（6）數(shù)據(jù)可視化。當R、Python、SPSS、Stata等軟件的可視化功能不能滿足數(shù)據(jù)分析的要求時，可以選擇一些專業(yè)性強的可視化工具，如HighCharts、Tableau、Google Visualization API 等。

2.2 人文能力

數(shù)據(jù)分析是一項全方位融合的技術性工作，離不開人文能力的支撐。人文能力的維度主要包括以下幾方面。

（1）行業(yè)領域知識。對行業(yè)及其背景的數(shù)據(jù)屬性、類型、結構非常了解，例如服務業(yè)、制造業(yè)、政府機關、事業(yè)單位等。

（2）創(chuàng)造力。數(shù)據(jù)分析工作本身就是一項數(shù)據(jù)挖掘、知識發(fā)現(xiàn)和創(chuàng)新為主的活動，因此并不缺乏創(chuàng)造力。

（3）項目管理能力。針對特定項目的數(shù)據(jù)集，在一定的約束條件下，負責人帶領團隊成員完成數(shù)據(jù)分析和知識發(fā)現(xiàn)任務的綜合管理能力。

（4）溝通能力。團隊負責人及其成員有效地將信息、知識、經驗等進行溝通和共享，是完成DA工作的關鍵[7]。

2.3 工具能力

根據(jù)DA知識結構的要求，數(shù)據(jù)分析離不開計算機硬件、軟件和軟件包，尤其是面向大數(shù)據(jù)。工欲善其事，必先利其器。因此，數(shù)據(jù)分析師需要擅長一些工具軟件。數(shù)據(jù)分析工具眾多，主要有3類：一是統(tǒng)計軟件或軟件包，例如R、SPSS、Stata、SAS以及SciPy包；二是可視化軟件，例如，R有3套可視化系統(tǒng)，由Base、lattice、ggplot2構成；三是數(shù)據(jù)庫軟件，例如SQLServer、MySQL、Oracle等大型數(shù)據(jù)庫。

2.4 程序設計能力

以良好的工具軟件或工具包為基礎，數(shù)據(jù)分析在一般情況下不需要大量的編程工作。但是對于數(shù)據(jù)分析師或者數(shù)據(jù)科學家來說，具備高水平的程序設計能力，是職業(yè)勝任力不可或缺的一部分，而且，面向計算思維、掌握編程語言或者編寫腳本（script）文件實現(xiàn)算法既是內在能力要求也能夠體現(xiàn)強大的競爭力。當前流行且功能強大的語言或者軟件有Python、R、C/C++、Java、MATLAB、Ruby等；未來可期的還有Julia、Go等。

3 DA課程體系的構建

以財經類高校信息管理與信息系統(tǒng)專業(yè)（智能金融方向）為例，構建DA課程體系，主要從3個方面闡述，即培養(yǎng)目標、課程組成及其之間的依賴關系。

3.1 培養(yǎng)目標

面向財經類高校，信息管理與信息系統(tǒng)專業(yè)（智能金融方向）的培養(yǎng)目標融合傳統(tǒng)的信息管理與信息系統(tǒng)專業(yè)+財經類專業(yè)，同時突出金融智能化特色。所以，具體目標是培養(yǎng)具有先進管理理念，掌握金融管理基礎知識、信息管理理論與系統(tǒng)科學方法，熟練掌握互聯(lián)網(wǎng)金融數(shù)據(jù)處理技術以及互聯(lián)網(wǎng)金融平臺開發(fā)方法，具備較強的金融大數(shù)據(jù)分析能力，在銀行、證券、保險等各類金融機構和管理部門以及政府機關、事業(yè)單位及互聯(lián)網(wǎng)金融企業(yè)從事信息管理、電子支付、咨詢服務、管理信息系統(tǒng)的實施、維護與評價等方面工作，具有健全人格、富有創(chuàng)新精神，同時具有較強實踐能力的互聯(lián)網(wǎng)金融方面的創(chuàng)新創(chuàng)業(yè)人才。依據(jù)培養(yǎng)目標可以發(fā)現(xiàn)，數(shù)據(jù)分析日益成為專業(yè)教育的核心能力，數(shù)據(jù)分析課程體系服從于培養(yǎng)目標，并為培養(yǎng)目標奠定重要基礎。

3.2 課程組成

依據(jù)高?！叭乃摹苯虒W育人體系，可將大學本科教育的所有課程劃分為4類：通識課程、基礎課程、專業(yè)理論課程、實踐課程。從這4類課程中提取與數(shù)據(jù)分析相關聯(lián)的多層次課程，納入數(shù)據(jù)分析課程體系，同時，將課程知識與數(shù)據(jù)分析職位要求相匹配，見圖1，詳細課程構成如下。

（1）通識課程。指專業(yè)課程以外的基礎教育課程[9]，旨在拓寬學生的知識廣度和獨立思考判斷力，主要包括：微積分Ⅰ&Ⅱ、辦公軟件高級應用、西方經濟學、會計學等。

（2）基礎課程。指信息管理與信息系統(tǒng)專業(yè)的基本理論課程，旨在培養(yǎng)學生的基本能力和基本素質，主要包括線性代數(shù)、概率論與數(shù)理統(tǒng)計、程序設計語言、管理學原理、學科專業(yè)導論等。

圖1 數(shù)據(jù)分析課程體系

（3）專業(yè)課程。指專業(yè)的主干課程，旨在講授本專業(yè)的核心理論和專門技能，主要有數(shù)據(jù)庫原理及應用、R語言數(shù)據(jù)分析導論、金融大數(shù)據(jù)分析、管理統(tǒng)計學、管理信息系統(tǒng)、貨幣銀行學等。

（4）實踐課程。純粹的或側重于實踐課程有R語言數(shù)據(jù)分析、程序設計實訓、專業(yè)實訓等。一般地，與數(shù)據(jù)分析有關的實踐環(huán)節(jié)大部分與理論課程并行，即專業(yè)課程既有理論教學也有實踐輔助設計，例如，金融大數(shù)據(jù)分析、數(shù)據(jù)庫原理與應用、程序設計語言、辦公軟件高級應用等。

3.3 依賴關系

數(shù)據(jù)分析體系內每門課程不是孤立的存在，既有為后續(xù)課程做“鋪路石”的前導向課程，發(fā)揮基礎性支撐作用，如微積分為概率論與數(shù)理統(tǒng)計、數(shù)據(jù)庫原理及應用為數(shù)據(jù)庫開發(fā)技術、R語言數(shù)據(jù)分析導論為金融大數(shù)據(jù)分析等；也有學科交叉融合的創(chuàng)新特色課程，如管理統(tǒng)計學融合管理學和統(tǒng)計學、R語言數(shù)據(jù)分析導論融合計算機科學和統(tǒng)計學等；還有應用融合類課程，如計算機應用技術涵蓋Excel、Powerpoint等軟件。

另一方面，數(shù)據(jù)分析是面向過程、強實踐性的一類課程，更加注重理論教學與實踐教學的融合和一致性，提高學生解決復雜問題能力和創(chuàng)新創(chuàng)業(yè)能力。依據(jù)數(shù)據(jù)分析課程體系的構建理念，可以區(qū)別驗證性實驗、綜合性實驗、設計性實驗、創(chuàng)新性實驗的實踐教學項目，分層次遞進式設計實驗目標和實驗內容。主要實踐環(huán)節(jié)劃分為專業(yè)基礎實驗、個性化培養(yǎng)階段、畢業(yè)實習、畢業(yè)設計、社會調查與學年論文、課外科研創(chuàng)新實踐活動。其中，在第一、二、三學年個性化培養(yǎng)階段（小學期或二階段）分別安排程序設計實訓、專業(yè)實訓Ⅰ和專業(yè)實訓Ⅱ，強化學生的綜合實踐能力。

4 DA課程體系的實踐

將DA課程體系應用在財經類高校的智能金融方向，將財經類高校的金融市場領域與數(shù)據(jù)分析技術相結合，可以提升學生的金融大數(shù)據(jù)分析、建模與計算能力，并進一步強化學生的綜合實踐能力。具體課程設置與學期分布見表1。

課程知識與職位勝任力相匹配，一年一個臺階，形成分階遞進培養(yǎng)模式[10]。①第一學年通過必修課計算機應用技術和選修課辦公軟件高級應用，重點學習Excel、Powerpoint等，達到數(shù)據(jù)專員水平；②第二學年通過必修課數(shù)據(jù)庫原理及應用和程序設計語言，重點學習SQL語言和管理數(shù)據(jù)庫，能夠達到數(shù)據(jù)分析員水平；③第三學年通過選修課R語言數(shù)據(jù)分析導論和必修課金融大數(shù)據(jù)分析課程，重點學習數(shù)據(jù)分析的基本理論、方法和模型，接近金融行業(yè)的數(shù)據(jù)分析師水平。

5 結 語

目前，我國處于經濟發(fā)展轉型的關鍵時期。宏觀上，大數(shù)據(jù)環(huán)境下的社會實體渴求具備數(shù)據(jù)分析能力的創(chuàng)新人才；微觀上，中國高校打造一流本科教育，著重培養(yǎng)創(chuàng)新創(chuàng)業(yè)精神。因此，破解傳統(tǒng)的課程結構體系，重構信息管理與信息系統(tǒng)專業(yè)的課程規(guī)劃，構建數(shù)據(jù)分析課程體系，是高等教育不斷探索創(chuàng)新的舉措。數(shù)據(jù)分析課程體系既包容傳統(tǒng)數(shù)據(jù)庫類課程，又納入金融大數(shù)據(jù)分析等新課程，整體處于快速探索階段。有理由相信在未來若干年，數(shù)據(jù)分析類課程能像數(shù)學、英語，進入其他學科課程體系并在眾多領域中綻放光彩。

表1 數(shù)據(jù)分析課程設置與學期分布