數(shù)據(jù)科學(xué)技術(shù)發(fā)展：將與生產(chǎn)應(yīng)用相融合

　　數(shù)據(jù)爆炸把人類帶入了一個數(shù)據(jù)時代，數(shù)據(jù)科學(xué)的發(fā)展引發(fā)了政府、公眾和產(chǎn)業(yè)界等對數(shù)據(jù)的熱情，也激發(fā)了高校和科研人員開始考慮它的教學(xué)與研發(fā)問題。

　　高納德公司（Gartner Group）成立于1979年，是世界上第一家信息技術(shù)研究和分析公司，它在調(diào)研了數(shù)據(jù)科學(xué)及其新技術(shù)發(fā)展形態(tài)后，得出結(jié)論：數(shù)據(jù)科學(xué)自身的發(fā)展于2014年7月已經(jīng)接近創(chuàng)新與膨脹期的末端，將在2~5年后開始應(yīng)用于生產(chǎn)高地期，與眾多不同的行業(yè)和學(xué)科結(jié)合起來，創(chuàng)造出更多的可能。

　　高納德公司的另一項研究揭示了數(shù)據(jù)科學(xué)本身的成長曲線，從圖中可以看出，數(shù)據(jù)科學(xué)的各組成部分的成熟度不同。其中R語言的成熟度最高，已廣泛應(yīng)用于生產(chǎn)活動；其次是模擬與仿真、集成學(xué)習(xí)、視頻與圖像分析、文本分析等，正在趨于成熟，即將投入實際應(yīng)用；基于Hadoop的數(shù)據(jù)發(fā)現(xiàn)很可能要消失；而語音分析、模型管理、自然語言問答等已經(jīng)渡過了炒作期，轉(zhuǎn)而走向?qū)嶋H應(yīng)用；公眾數(shù)據(jù)科學(xué)、模型工廠、算法市場（經(jīng)濟）、規(guī)范分析等技術(shù)，正處于高速發(fā)展之中。

　　也就是說，在傳統(tǒng)數(shù)據(jù)領(lǐng)域中一些常用工具方法的應(yīng)用發(fā)展已經(jīng)趨于飽和，例如R語言；甚至有一部分開始進入衰退階段，例如Hadoop；而像Python、深度神經(jīng)網(wǎng)絡(luò)、還有一些交叉領(lǐng)域的數(shù)據(jù)科學(xué)例如公眾數(shù)據(jù)科學(xué)、高級異常檢測應(yīng)用仍處于創(chuàng)新的高峰期，有著更多的發(fā)展?jié)摿蛣?chuàng)新方向。

　　高校紛紛開設(shè)數(shù)據(jù)科學(xué)專業(yè)，數(shù)量之后要看質(zhì)量

　　在教學(xué)中，數(shù)據(jù)科學(xué)的發(fā)展也與越來越多其他學(xué)科發(fā)生交叉與融合， 打破了原有的方法和體制。數(shù)據(jù)科學(xué)交叉學(xué)科應(yīng)運而生，交叉學(xué)科顧名思義就是2種甚至多種學(xué)科交融的產(chǎn)物，如數(shù)據(jù)新聞（Data Journalism）、材料數(shù)據(jù)科學(xué)(Materials Data Science)、大數(shù)據(jù)金融(Big Data Finance)、大數(shù)據(jù)倫理（Big Data Ethics）和大數(shù)據(jù)教育（Big Data Education）等。

　　→

　　目前，我國各類高校、高職院校已陸續(xù)開始圍繞大數(shù)據(jù)專業(yè)建設(shè)展開研究并申報大數(shù)據(jù)專業(yè)。2016年2月，北京大學(xué)、對外經(jīng)濟貿(mào)易大學(xué)和中南大學(xué)成為首批成功獲批設(shè)立“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”本科新專業(yè)的高校；2017年3月，經(jīng)教育部批準，第二批共32所高校成功申請“數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)”本科專業(yè);2018年3月，共有283所高校獲批“數(shù)據(jù)科學(xué)與大數(shù)據(jù)”專業(yè)，截至2019年4月，獲批該專業(yè)的高校已經(jīng)達到488所。從申請資料看，國內(nèi)數(shù)據(jù)科學(xué)專業(yè)是一門主要以統(tǒng)計學(xué)和計算機科學(xué)與技術(shù)專業(yè)為基礎(chǔ)建設(shè)的全新專業(yè)。數(shù)據(jù)科學(xué)專業(yè)已成為我國現(xiàn)階段高等教育的熱點問題之一。

　　數(shù)據(jù)科學(xué)類專業(yè)在經(jīng)過雨后春筍般的爆發(fā)性增長后，專業(yè)數(shù)量已經(jīng)趨近飽和，建設(shè)重點已經(jīng)完成從數(shù)量到質(zhì)量的轉(zhuǎn)移，即將迎來新一輪的學(xué)科評估，需要對研究領(lǐng)域、課程狀況、課題狀況、隊伍狀況、學(xué)生狀況等進行客觀評價。有關(guān)學(xué)校和科研機構(gòu)學(xué)科建設(shè)狀況往往會引起社會各界的關(guān)注，對于學(xué)校來說目前最重要的便是提高教學(xué)質(zhì)量和人才培養(yǎng)水平。

　　傳統(tǒng)模式VS新型思維，不同教學(xué)思維下的工具選擇

　　大數(shù)據(jù)專業(yè)是各高校學(xué)科建設(shè)的重中之重，相關(guān)學(xué)科的教育廠商也類目繁多，服務(wù)內(nèi)容覆蓋了教學(xué)系統(tǒng)、教學(xué)工具、實驗室設(shè)備、課程內(nèi)容、案例實踐等內(nèi)容，在提升教學(xué)效率的同時也為學(xué)生提供了多元化發(fā)展機會，但有很多學(xué)校和老師因為選擇了一些不適應(yīng)新學(xué)科的傳統(tǒng)教學(xué)工具，或者是“偽數(shù)據(jù)科學(xué)平臺”，在數(shù)據(jù)專業(yè)建設(shè)上走了彎路。

　　下面先說說傳統(tǒng)教學(xué)工具的利與弊，在主打網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)挖掘的大數(shù)據(jù)教學(xué)初始階段，人才培養(yǎng)多以基本技能和基礎(chǔ)理論為主，便捷和快速就是受邀需求，所以傳統(tǒng)教學(xué)工具由于其部署方便、操作便捷和一些個性化定制的教學(xué)功能，可以為老師和同學(xué)節(jié)省了不少教學(xué)準備時間，它的使用成為了主流。

畫一個圖，來圖形化表達傳統(tǒng)模式和新型模式的區(qū)別

　　但數(shù)據(jù)科學(xué)是一門實踐性極強的學(xué)科，其研究和應(yīng)用都不能脫離現(xiàn)實中的領(lǐng)域，在使用幾年之后大家才發(fā)現(xiàn)，快餐式的教學(xué)只能承載技能培養(yǎng)而無法打磨人才的數(shù)據(jù)思維，有很多傳統(tǒng)教學(xué)工具其實遠脫離了實際場景，僅滿足了基礎(chǔ)的教學(xué)要求，而無法進行工業(yè)級生產(chǎn)應(yīng)用。

　　一方面，傳統(tǒng)教學(xué)工具一般都是封閉或者本地化部署的，用于教學(xué)的案例庫或者數(shù)據(jù)集難以實時更新，這樣做只能讓學(xué)生們在配置好的條件中進行單一反復(fù)的流程性學(xué)習(xí)。而采用早已落后的傳統(tǒng)數(shù)據(jù)集和教學(xué)案例，與現(xiàn)下新興的行業(yè)真實數(shù)據(jù)隔絕，不僅會讓他們喪失對數(shù)據(jù)科學(xué)的興趣，也容易讓他們變得只適應(yīng)實驗室溫室環(huán)境，對行業(yè)動態(tài)和團隊協(xié)作缺乏了解。

　　另一方面，傳統(tǒng)教學(xué)工具僅是為教學(xué)定制，其功能和操作界面都與實際生產(chǎn)力工具大相徑庭，這會帶來效率和時間的浪費，如果學(xué)生在學(xué)習(xí)時慣用的工具與工作中所采用的工具不同，則需要很長時間來適應(yīng)新工具的使用習(xí)慣，在求職和日常工作中都會遇見瓶頸。

　　高校如果需要加快對數(shù)據(jù)科學(xué)的專業(yè)建設(shè)，并建立培養(yǎng)人才的完整體系，不僅只看到眼前的便利，更應(yīng)該選擇一個能夠在企業(yè)工作場景下使用、并且能夠連接行業(yè)真實項目的新型教學(xué)工具。這樣能讓學(xué)生開放地面對與看待各類數(shù)據(jù)科學(xué)問題，進行真實的實踐；使用生產(chǎn)力工具進行教學(xué)也能讓他們不用中途變更工具使用習(xí)慣，從學(xué)習(xí)到生產(chǎn)的切換不受任何阻礙，把更多精力放在錘煉數(shù)據(jù)思維和技能上。

　　數(shù)據(jù)科學(xué)教育趨勢：工具級打通教學(xué)、科研和生產(chǎn)場景

　　隨著數(shù)據(jù)科學(xué)教育的不斷發(fā)展，數(shù)據(jù)科學(xué)領(lǐng)域的新型教學(xué)工具也應(yīng)運而生，但嚴格地來說，新型教學(xué)工具一般不是僅為教學(xué)而生的，它是在科研和實際生產(chǎn)應(yīng)用中也能使用的一類工具。

　　首先，新型工具能夠很好地支持工業(yè)級應(yīng)用，這點與傳統(tǒng)教學(xué)工具有著巨大差異，傳統(tǒng)教學(xué)工具基于教學(xué)需求研發(fā)，雖然能支持教學(xué)，但卻無法支撐起工業(yè)級應(yīng)用等一系列功能，而新型教學(xué)工具一般是基于產(chǎn)業(yè)應(yīng)用需求研發(fā)，例如統(tǒng)計分析領(lǐng)域的SAS和商業(yè)數(shù)學(xué)領(lǐng)域的MATLAB，都是由科技軟件廠商開發(fā)的教學(xué)工具，在生產(chǎn)應(yīng)用方面用途廣泛，讓學(xué)生的使用習(xí)慣能從學(xué)習(xí)一直延伸到工作和科研中，三者切換不受到任何工具使用的阻礙，這也是一款教學(xué)工具長用不衰的根本原因，目前很多國內(nèi)的頂尖高校已經(jīng)開始采用新型教學(xué)工具。

　　其次，面對與日俱增的優(yōu)質(zhì)數(shù)據(jù)和案例，教學(xué)工具也必須同步跟進，讓學(xué)生接觸到最貼近時代的內(nèi)容。這一點便需要基于云原生的新型教學(xué)工具來實現(xiàn)，讓學(xué)生快速接觸到每個行業(yè)中最時興的高熱度數(shù)據(jù)集和項目，并且能夠通過該工具直接掛載使用，教學(xué)應(yīng)該擺脫陳舊的數(shù)據(jù)集和分析方法，融入進不斷發(fā)展的數(shù)據(jù)科學(xué)生態(tài)。

　　第三，如果想提高學(xué)生的實戰(zhàn)能力，將教學(xué)和數(shù)據(jù)競賽結(jié)合起來肯定會事半功，作為數(shù)據(jù)人才轉(zhuǎn)型的練兵場，數(shù)據(jù)競賽的熱度已經(jīng)越來越高，數(shù)據(jù)競賽中不僅有來自真實場景的課題和數(shù)據(jù)集，還等鍛煉選手的組隊協(xié)作，參加數(shù)據(jù)競賽對于學(xué)生的技能運用能力有很大提升。

　　最后，新型教學(xué)工具還具備公開分享和評論功能，讓學(xué)生能夠在公開的場合進行分析交流，例如和鯨社區(qū)這樣的數(shù)據(jù)科學(xué)社區(qū)，在社區(qū)中學(xué)習(xí)更容易找到興趣點，與學(xué)習(xí)伙伴一起，融入進不斷發(fā)展的數(shù)據(jù)科學(xué)生態(tài)，在課內(nèi)外都可以進行學(xué)習(xí)交流，這是封閉的傳統(tǒng)教學(xué)工具無法做到的。

　　據(jù)悉，清華大學(xué)在開設(shè)數(shù)據(jù)科學(xué)輔修專業(yè)的時候便采用了和鯨科技研發(fā)的一款云原生教學(xué)工具，名稱叫K-Lab，不僅支持教學(xué)需求，學(xué)生還能在K-Lab連接的開放數(shù)據(jù)社區(qū)上參與數(shù)據(jù)競賽和企業(yè)項目，很好地提升了教學(xué)質(zhì)量。

　　雖然數(shù)據(jù)科學(xué)新型教學(xué)工具應(yīng)用起來有一定門檻，類似傳統(tǒng)教學(xué)工具的托拉拽簡易操作也相應(yīng)減少，但數(shù)據(jù)科學(xué)是一門極其特殊的新興學(xué)科，從數(shù)據(jù)范式到知識范式轉(zhuǎn)變的過程，要有合適的的教學(xué)工具作為依托，才能走的更遠。