根据市场需求与专业人才培养的需要，为进一步优化数据科学与大数据技术专业人才培养课程体系，推动课程改革与AI技术融合，提升教学质量与学生实践能力，4月22日，数据工程系在西校区博雅112召开数据科学与大数据技术专业人才培养方案研讨会。会议由大数据与计算机学院副院长兼数据科学与大数据技术专业负责人汤海林主持，数据工程系全体教师参加。

讨论现场

首先，汤海林副院长介绍了人才培养方案修订的要求。随着人工智能技术的快速发展及行业对大数据技术人才需求的变化，现行人才培养方案课程体系需结合市场需求进行调整，以增强学生的算法能力、数据治理能力和综合实践能力。

与会各位教师围绕课程体系调整、AI技术融合、毕业设计质量提升等议题展开深入研讨。在专业核心课程中增设AI应用课程，并将“机器学习”列为必修课，以夯实学生的算法基础。同时，为提升教学效率，拟将"数据预处理“、”数据可视化"等课程内容与“机器学习”进行整合，优化教学安排。同时，引入“多模态数据治理”课程，提升学生对数据格式、数据治理的理解与应用能力。

在新增与优化课程方面，增设综合性实践课程，整合数据采集、处理、可视化及前后端开发等内容，有机融合大数据专业技术链条中各个方面的内容，以实践项目为切入点完成大数据应用的闭环学习，同时也为学生毕业设计提供项目雏形。

针对人才培养与教学管理，会议重点讨论了毕业设计环节现存问题，如算法应用单一、项目质量参差不齐等。会议强调，未来应引导学生开展更深入的数据挖掘和机器学习算法研究，提升毕业设计的学术与应用价值。

会议最后，汤海林副院长对当前工作任务进行了部署，强调全体教师认真落实会议精神，根据会议讨论调整人才培养方案的课程体系，共同推动专业人才培养质量再上新台阶。（图文/大数据与计算机学院 李小红）