复旦大学探索实践

上海市数据科学重点实验室（依托复旦大学）在数据科学家培养方面起步早，主要思路是强调数据基础、数据分析能力，注重超学科特色教育。目标是培养具有深度的数据探索能力、扎实的数据挖掘技能以及掌握数据分析工具的数据人才，能够将数据技术、理论和方法与实际应用结合，实现数据驱动决策。

复旦大学数据科学家培养体系建设已初见成效，主要的探索成果如下。

（1）系统化的培养体系

包括青年数据科学家交流计划、数据科学家博士后计划、数据科学家研究生计划、数据科学家本科第二专业计划、软件工程硕士大数据方向培养计划和数据科学家训练营计划、数据科学FIST课程计划，涵盖了数据科学家培养的各个方面，是目前国际上领先的系统化的数据科学家培养计划。

（2）多学科的课程和师资队伍(https://www.daowen.com)

利用实验室多学科团队优势，组织数据科学家培养课件的编写，内容涵盖数学、计算机、金融、医疗、生物、管理、经济、新闻等多学科领域，围绕数据科学家所需要的数学基础、计算机技能、领域知识和实践经验，设置课程和配置老师，使学生对数据科学的基本原理、方法、技术及应用进行深入的理解。

（3）雄厚的基础设施

建设形成了近200 TB的各类数据资源，主要涵盖：常用的科研实验数据集；世界主要语种语料库；交通、医疗、生物、证券期货、社交网络与舆情、互联网营销、公共设施安全、天文和遥感等应用领域的数据资源；208个CPU核心，4032 GB内存；1081 TB的数据存储能力；48个万兆以太网口、144个吉比特以太网口接入能力；30个公网地址。

数据的生产、存储、管理和分析已成为常态工作。大数据催生了数据科学人才的需求，数据科学为各行各业革命性的变革提供数据方法。掌握数据科学的理论基础、数据技术的研发和科学研究的数据方法，有助于科学研究的方法创新和能力提高，有助于将数据技术与应用结合产生经济效益，有助于数据产业的培育和发展。通过分析数据科学人才培养现状，指出数据科学并不是简单的学科交叉，应该基于并和所有学科相关；分析数据科学学科构成，给出数据科学系统知识结构，提出超学科数据人才培养体系，实现以团队培养为主的数据人才培养模式向培养具有数据能力的人（而非团队）为目标的培养模式转变。