如何拥抱大数据时代(2)_数据分析师

大数据应用是把双刃利剑

　　记者：大数据在商业以及城市安全防范等领域已经有很多应用的成功案例，大数据将会给教育领域带来怎样的变革？

　　袁卫：大数据将对教育产生非常深远的影响。目前可以预见的，我想主要有两个方面：一是通过大数据，分析学生成长环境、兴趣爱好、能力特长等，有利于教育者对学生加深了解，有利于因材施教，使得根据学生个人兴趣、特长、能力进行个性化教育成为可能；二是带来教学内容、教学方式方法上的改变，立体化教学、案例教学、互动教学等方式的运用使得教学更加生动，MOOCs（慕课）就是大数据时代教学变革的一个例子。大数据可以促进全世界优质教育资源共享，发挥每个教师的优势特长。大数据将对教育产生一系列的深远影响，不可低估。

　　记者：但是，大数据的广泛应用，可能会导致侵犯他人隐私的情况发生，对此您怎么看？

　　袁卫：在大数据时代，个人的相关数据信息轻易可得，个人隐私越来越不安全。其实不仅仅是个人隐私，包括国家安全和企业的商业机密，也受到很大的威胁。怎么办？我认为对于国家而言，一方面要积极推进数据对外开放，凡是不涉及个人隐私、国家安全和商业机密的数据，都应该公开，这样才能避免形成数据孤岛，充分发掘和利用数据资源；另一方面，在开放数据的同时要加强相关立法，这两个方面是互相补充的，只有这样，才能赶上时代发展的步伐，充分发挥我们这个人口大国、经济大国的数据资源优势。

　　从个人的角度讲，要加强个人信息防护意识，在上网发布相关信息时，要了解哪些是可以发的，哪些是不能发的，以免给自己带来困扰。

　　两个“交叉”探索人才培养之道

　　记者：据了解，中国人民大学、北京大学、中国科学院大学、中央财经大学和首都经贸大学5所高校组建了一个协同创新平台，以“应用统计专业硕士”为载体培养大数据分析方面的人才。为何要采取这种多校合作的培养模式？

　　袁卫：之所以采用这种协同创新、5校合作的培养模式，完全是由大数据人才的特点决定的。第一个特点，大数据人才是多学科交叉型人才，不是某一个学科可以单独培养的。大家知道，现在进行数据分析，要有数据库和软件等计算机方面的知识，还要有数学和统计方面的知识和能力。这就涉及到中国学科体系中“统计学”和“计算机科学与技术”两个一级学科。培养出的毕业生到了单位，可能还需要财经、新闻、生物医学和管理等方面的知识。所以，大数据人才的培养，也需要计算机、统计学、数学等多学科共同参与。

　　第二个特点，这是一类应用型人才，必须重视实践环节。他们毕业后不是去做研究，而是投身业界，要能很快上手。这样的人才培养，不是仅在学校、在实验室、研究室里就能够培养出来的，而是要到实践中去，解决实际问题。因此，这个协同创新平台，不仅有5所高校参与，还有人民日报、新华社、中央电视台等十余家媒体，中国移动、中国电信、中国联通、百度、阿里巴巴、腾讯等大数据公司和用人单位，包括云计算的一些基地共同参与，是一个“政、企、产、学、研”一体的人才培养平台，也就是说，人才培养环节是交叉的。

　　还有一点需要指出，为什么把人才培养的层次定位于硕士？目前全国有200多所本科院校开设统计学专业，75所高校设有统计学博士点，78所高校开办“应用统计硕士”专业学位。在大数据时代，我们改革最急需的人才是硕士层次的，正好我们有“应用统计专业硕士”这样一个新的专业学位，利用这样一个协同创新平台来培养大数据人才，也与专业学位的改革精神相一致。

　　记者：这个大数据人才的培养方案，如何体现出“两个交叉”？

　　袁卫：5所学校参与培养，就是出于学科交叉的考虑。中国人民大学统计学院的学科、专业设置是综合的、应用的，理论和应用兼而有之，应用领域涉及卫生、健康、经济、社会、管理等，总体实力较强。而北京大学和中国科学院大学，大家都知道，他们在计算机、数学和统计理论研究方面相当强，掌握大数据分析技术的前沿。中央财经大学和首都经贸大学是财经类为主的院校，这两所学校侧重于应用人才的培养，特别是面向经济、管理、社会这样的领域。他们和很多行业企业、金融机构有着密切联系。这5所高校分别属于教育部直属高校、中国科学院的高校和地方高校3种类型，各有特色，优势互补，能够建成一个很好的、学科交叉的人才培养协同体。

　　培养环节的交叉，主要体现在企业、用人单位的参与上。上面提到，有这么多的大数据企业、媒体单位参与合作。他们把实际工作中遇到的问题带来，大家一起研究解决；他们把企业运作过程中产生的大数据拿过来，学生直接用这些真实的数据进行训练和研究。

　　记者：据了解，对这批大数据人才的培养，将采取团队教学的方式？

　　袁卫：我们经过多次研讨，并参考了美国顶尖的20所大学大数据人才培养的方案和课程，确定了“大数据分析计算机基础”、“大数据分析统计基础”、“大数据分布式计算”、“大数据挖掘与机器学习”、“非结构化大数据分析”和“大数据建模案例研究”6门必修核心课程。每门课程不是由一位老师来上，而是一个教学团队，5所学校各选一名最优秀的教师，然后5位老师一起研究一门课程、同上一门课程，而且还有大数据企业的专家参与。初步估计，每门课程的教学团队会在10个人左右。教学方式也有别于传统的课堂讲授，会采取案例教学和讨论班的方式，也可能是一个团队共同完成一个项目。我们还采取双导师制，两位导师一位来自大学，一位来自企业界，50名学生，就有100名导师。在这个协同创新机制里，还有一个特点，就是采取个性化的教学方式，从生源来看，首批学生主要来源于计算机和统计两个学科，计算机专业背景的本科生进来以后，将重点加强统计分析能力的培养，而统计、数学、物理等专业背景的本科生进来后，将重点加强计算机、大数据软件等方面的学习。