王磊：高校培养大数据人才的思路
有学校想开设大数据课程或专业方向，一方面想提高学校的生源数量，另一方面也为迎接大数据时代带来的挑战。凡是开设新课程或专业方向就先要申请专业，获取审批后后，学校还要有专业任教老师、配套的教学资源和教学环境。但对于开设大数据课程，我们就像是在摸着石头过河，因为国内目前成功开设了该课程或专业方向的学校少之甚少，而且每个学校的具体情况又有所不同。这就使得我们筹备开设大数据课程的学校不知从何入手，缺乏思路。
高校培养数据科学家人才需要采取“两条腿”走路的策略，即“引进来”和“走出去”
所谓“引进来”是指高校要加强与企业的紧密合作，从企业引进相关数据和项目案例，为学生搭建起接近企业应用实际的、仿真的大数据实战环境，让学生有机会理解企业业务需求和数据形式，为开展数据分析奠定基础。同时，从企业引进具有丰富实战经验的高级人才，承担起数据科学家相关课程教学任务，切实提高大数据课程教学质量、水平和实用性。
所谓“走出去”是指，积极鼓励和引导学生走出校园，进入互联网、金融、电信等具备大数据应用环境的企业去开展实践活动，同时，努力加强产、学、研合作，创造条件让高校教师参与到企业大数据项目中，实现理论知识与实际应用的深层次融合，锻炼高校教师的大数据实战能力，为更好培养数据科学家人才奠定基础
在课程体系的设计上，高校应该打破学科界限，设置跨院系学科的“组合课程”，由来自计算机、数学、统计学等不同院系的教师构建联合教学师资力量，多方合作，共同培养具备数据分析基础能力的数据科学家，使其全面掌握包括数学、统计学、数据分析、商业分析和自然语言处理等在内的系统知识，具有独立获取知识的能力，并且有较强的实践能力和创新意识。
除了上述的内容，还需要考虑学生本身的特质。本科段开设还是研究生段开设，高职院校开设还是本科院校开设。不同基础类型的学生也应当采取针对性的培养模式。
高职类的院校学生通常数学知识较为薄弱，针对此类学生的培养计划中除全面知识体系的建立，更多应该的偏向于工具的使用，譬如，数据清洗、数据存储以及数据可视化等相关工具的操作使用。
本科院校在本科段需要给学生的大数据相关基础知识做一个全面覆盖性教学，在研究生段则让其根据自身的掌握程度和兴趣选择专攻某个技术领域，譬如，数据挖掘，数据分析，商业智能，人工智能等。
