大数据时代下财经院校的应用型统计人才培养的模式创新.doc

大数据时代下财经院校的应用型统计人才培养的模式创新 　　【摘要】本课题在我国大数据时代人才需求的基础上，结合我国应用型统计人才的培养现状，对比国内外相关数据分析课程和培养模式上我们存在的差异，结合河北金融学院统计学人才培养实际，提出了应在以下四个方面对应用型统计人才的培养模式进行创新。 　　【关键词】大数据时代 财经院校 应用性统计人才 培养模式 　　随着云计算、移动互联网、社交网络、电商物联网等技术兴起和广泛应用，我们已经踏入了大数据时代。大数据以其多源性、海量性、异构性，影响面覆盖了社会生活等各个领域，对现代社会和经济生活发挥着重要的作用。利用大数据可以对采集到的完整数据进行及时、准确的科学分析，掌握数据规律，发现潜在的价值，预见未来，提供科学决策，由“经验决策”迈入“数据决策”时代。那么由谁来完成这华丽的变身？――数据分析师。在大数据流行的今天，数据分析师已经成为大多数据企业必备的岗位，特别是互联网、零售等相关行业，数据分析师已经成为最炙手可热的职业。据统计，目前世界500强企业中，有90%以上都建立了数据分析部门，IBM、微软、Inter等公司正积极培养数据分析团队，建立大数据部门。数据分析师（CPDA）年薪会在20万以上，前提条件要有足够的经验和经历，必须具备发现规律，预测未来的行业价值的能力。到2016年中国大数据技术与服务市场到2016年会增长到6.16亿美元。这位中国的数据分析师提供了就业岗位，同时也为数据分析师的培养提出了严峻的考验。 　　我国在上世纪90年代就出现了数据分析师。2003年9月，原信息产业部职业鉴定中心正式设立了“项目数据分析师”专业认证项目并制定项目数据分析师培训、考试及相关管理办法。2004年，我国首批项目数据分析师诞生。迄今为止，持有项目数据分析师资格证的人并不少，他们在数据监测与收集、大数据存储与处理方面具备较强的实力，但是在大数据分析与挖掘、大数据创新方面“货真价实”的项目数据分析师并不多。有一个这样的故事，一个农民赶着一群羊走在草原上，有一个人告诉他：“我知道你这里有多少只羊？”。随即他利用定位技术得知了羊的数量，告诉农民“一共有1500只羊”。这个人他不是数据分析师，只是数据采集员。真正的数据分析师会告诉农民，里面一共有1500只羊，100只公羊，其余的为母羊，母羊中羊崽有100只，剩下的1400只可以繁殖，应该卖掉肥的母羊，买进公羊，解决当前公羊母羊数量失衡的问题。 　　国内财经院校作为应用型统计人才的培养摇篮，为更好地向政府和企业部门输送优秀的数据分析人才打下夯实的基础，完成从统计人才向数据分析人才的过渡。与美国著名大学相比，我国在应用型统计人才培养方面存在深度和广度上的欠缺： 　　一是统计、数学和计算机三门学科之间融合度不高。当前，在许多财经类高校的人才培养方案中，专门讲授数据分析内容的课程设置的很少。与数据分析相关的课程分散于《大学计算机基础》、《数据库应用基础》、《统计学》、《高等数学》等课程，虽然可以从多门课程中接触到与数据分析相关的内容，但各门课程的未能实现有效的联系与整合，在学生的思维中这些都是独立的。如，《大学计算机基础》《数据库应用基础》一般只涉及办公系统中简单的文字和数据录入及处理，并未过多的涉及Excel软件的高级数据分析功能。而《统计学》主要侧重于从理论上讲述数据的收集、整理和数据分析的各种方法，《高等数学》教学中的强调基本运算能力的培养及理论的实际应用。虽然学生会计算、会分析方法、会运用统计软件，但是缺少了将数据分析方法和数据分析工具融合在一起的课程，导致了学生并不能有效地掌握实际的数据分析技能。二是缺乏相关领域和研究方向专业基础知识储备。作为一名数据分析师除了具备相应的数理统计计算机知识、熟悉统计软件的操作与处理，还应该对所从事行业的产生背景、现状、发展前景有相当的了解，否则的话面对冰冷的数据，不能发挥对数字的想像力，更谈不上提出建设性的分析意见。三是缺乏数据的综合驾驭能力。这正是现在的数据统计人才最缺乏的一种能力，就像前面讲的故事一样，数据采集员只能简单给出羊的数量，却不能从数据当中找寻规律，挖掘有用的信息，加以分析并做出数据分析报告。数据分析报告对一个企业来说，现在已经成为众多现代化企业战略制定的核心依据。四是考核方式过于陈旧。以往的考核方式只能测试出学生对该门课程理论掌握的情况，不能反映出实践动手能力和操作技能，应该是应用型人才区别于其他类型人才的非常重要的能力特征。因此要在考核方式上创新，通过测试能了解学生发现数据、分析数据的敏感性及可操作性特征，发现现有和潜在的问题，通过数据分析得出有效的结论，以解决实际。 　　围绕大数据的开发和应用，美国政府积极鼓励各大学开展跨领域大数据专业教育，培养下一代数据工程师，提高科学与工程发现的