当商科遇到数据科学 如何精通最前沿的交叉学科

    一、人才需求增长强烈，数据科学交叉学科迅速发展

    在各行业对数据科学应用需求增加的时代背景下，各专业都开始重视起与数据科学的交叉应用。教育部、财政部和国家发改委联合发布的《关于高等学校加快“双一流”建设指导意见》明确指出：“双一流”高校要打破传统学科之间的壁垒，在前沿和交叉学科领域培植新的学科生长点。几乎是一夜之间，众多高校的非理工学院都纷纷加入数据科学交叉学科的建设热潮。

    二、交叉学科建设难度高，教学素材匮乏

    由于数据科学交叉学科的经费和建设力度不及本学科，在授课方面，面对从前接触较少的计算机编程内容，教师和学生都容易感到不适应，而自行搭建分析环境的教学工作往往占用5-8学时，使得本身就紧张的教学计划进一步压缩，从而难以达到好的教学效果。

    另外，在很多行业场景下都是以真实数据集作为生产资料，可是普通的网络检索很难找到满足需求的数据集，数据资源需求显得十分迫切。

    因此，数据科学交叉学科建设过程中所需要的关注点是什么，或许能在开设人工智能专业的高校身上找到答案。

    三、采用开放式数据科学平台，助力交叉学科人才培养

    2019年，同济大学经济与管理学院开设了Python商业数据分析的必修课，旨在让学生学习数据科学与编程技术，用实际的数据分析技术代替传统案例教学和理论教学应用到管理科学的研究当中。

    在同济大学经管学院筹备开设Python商业数据分析课程的过程中发现，不同于以往的案例学习，商业数据分析的演练需要大量完备的行业真实数据和数据项目案例，让学生在实践操作中逐步掌握从数据中提炼商业灵感的能力，但由于新学科开设初期，行业数据获取的难度较高，且分布零散不够系统化，难以支撑整体的教学与科研工作。

    其次，本专业学生大多没有工程背景，以往接触的软件多为SPSS和Tableau等数据分析工具，在当前的大数据与人工智能技术背景下已显不足。所以在课时安排上不得不加入分析软件基础、分析环境搭建等繁冗复杂的部分，以确保在统一的分析平台和环境中授课，这些内容需要占用2-3个课时，会严重影响整体教学质量。

    再次，商科类课程的作业管理和考核方式往往是通过大作业或报告的形式，但数据科学与商科交叉学科则有着很强的特殊性，作业和考试不仅要包含分析报告，还需要重点考核代码及代码得出的结果，代码的可用性和效率，这些作业的评审一般要通过逐一复现才能实现，会消耗教学者大量时间和精力。

    最后，由于数据科学交叉学科的特殊性，教师往往面临着数据资源和代码资源的结构化管理工作，所以教学案例和学生作业分发、收集与复现都十分繁琐。如何高效的进行教学管理已经成为摆在任课教师面前的一大考验。

    针对以上四个难点，同济大学经管学院通过采用和鲸科技提供的K-Lab教学平台，完美覆盖了各行业前沿的商业数据分析案例，并将开箱即用的教学环境和数据资源、案例资源引入课堂，让课程有条不紊地开展，学生们通过课堂和自主学习多中方式掌握数据科学技能。

    （一）无缝链接的丰富教研资源

    商业数据分析过程中，需要大量的行业真实数据，和鲸通过多年的企业客户数据竞赛服务积累，在和鲸社区沉淀了大量的行业真实数据集，并与K-Lab教学平台打通，使得教师和学生无缝使用；同时面向交叉学科科研场景，不仅可提供丰富的数据集、案例等生产资料，还可以将社区的六万名数据科学家提供给科研项目上作为外部高端劳动力的有力补充，通过协同科研的方式，快速完成科研中的重难数据分析任务，以得到更多更好的科研成果。

    （二）开箱即用的教学环境

    针对该课程学生大部分存在编程基础为零、工程能力薄弱的问题，K-Lab开箱即用的优势凸显，学生只需打开浏览器，登录帐号后便可开始数据科学课程学习，K-Lab内置工具涵盖了所有主流工具包和深度学习框架，不需要任何安装部署和运维工作，省去前期分析软件基础、搭建分析环境的课时安排，让课程安排更专注于核心内容的教学。

    （三）显著提高数据分析学习与探索效率

    K-Lab使用界面是基于Jupyter的交互式编程前端范式，它的一个特色是允许把代码写入独立的cell中，然后单独执行。这样做意味着学生可以在运行数据科学项目时单独执行指定代码块，并生成可视化图表，实时了解每一行代码的作用，确保思考过程和中间结果的留存，还内置了代码片段功能，调用十分便捷，为非数理科班出身的学生带来了极佳体验。

    （四）专业的教学管理与自动评估系统

    由于数据科学交叉学科需要进行大量理论与实践穿插的教学，实践部分需要提供难度适宜的数据资源和代码资源并提供结构化的管理，K-Lab平台对于专业课程教材、课后作业、数据集等内容提供了统一管理机制，能够实现多种格式的教材分发作业收取和实时自动化测评。同时也保证学生获得及时反馈，让教师了解到学生知识薄弱之处。

    随着社会科学化的发展，数据科学将不自觉地影响各学科的发展，从人文社科到自然地理，带来的商业化发展更是广为人知，对数据的分析、和数据带来的模式、产生的知识都是非常吸引大家深入研究，依托高效率的教学工具和教学资源，培养复合型人才，才是大势所趋。

（摘编自聪慧网2019年12月10日）