2024年7月17日，统计与数据科学学院大数据系通过腾讯会议线上召开以“优化数据科学与大数据技术专业课程体系”为主题的深度研讨会。学院教学副院长姜涛副教授、院长助理韩嵩教授、数据科学与大数据技术专业负责人鞠红梅教授及大数据系全体专业教师参加会议。会议由大数据系主任沈丛丛副教授主持。

会议伊始，沈丛丛副教授介绍了2024版数据科学与大数据技术专业培养方案改革的相关背景，剖析了当前课程体系的架构与现状。姜涛副院长强调了梳理课程间关系的必要性，要在教学过程中做好铺垫和预告，以及避免内容重复，提升教学效率的重要性。随后，教师们按照课程时序，从课程目标、主要授课内容、与其他课程可能的重合部分、先修课程、建议后续课程等方面细致入微地探讨了每一门课程。

沈丛丛副教授首先介绍了第一学年的学科基础课《数学分析》，剖析了该课程与高中数学的衔接，以及与《高等代数与解析几何》课程在内容设置上的差异与内在联系。随后，老师们分别介绍了学科基础课《高等代数与解析几何》、《概率论》、《数值分析》、《运筹学》、《程序设计基础(P)》，专业必修课《机器学习》、《数据采集与清洗》、《大数据计算与存储》、《物流数据分析与挖掘》、《证券期货大数据分析》，以及专业选修课《数据分析与可视化》、《计算机视觉》、《自然语言处理》、《深度学习》。

对于每一门课程的内容，后续课程的任课老师们纷纷指出了该课程与自己所讲授课程内容的关系，以及在该课程中需要重点铺垫的内容。会上，老师们深入分析了课程间的内在联系与潜在重叠，重新梳理了课程重点，集思广益，分别提出了课程优化的进一步方案，力求在知识的传承与创新之间找到最佳平衡点。

统计系黄羽翼副教授特别参会，并详细介绍了统计学专业必修课、数据科学与大数据技术专业选修课《应用多元统计分析》涉及的《数学分析》、《高等代数与解析几何》课程知识点，包括拉格朗日乘子法、特征向量、矩阵运算、矩阵的秩、正交矩阵、实对称矩阵等知识点。

李珍萍教授针对涉及到Python编程的课程如何避免内容重复提出了进一步优化的方案，相关课程的任课教师们会后将继续讨论课程内容的优化方案，对课程内容的重点进一步梳理和整合。

姜涛副院长在总结时指出，会后老师们要按照会议讨论重新梳理课程内容和课程重点，修改相应的教学文件。部分课程还需进一步讨论，以尽量减少知识点重叠，进而提升教学效率和学生的学习体验。

此次研讨会历时四个小时，气氛热烈而融洽。通过深入交流与思想碰撞，教师们不仅明确了课程体系优化的方向与目标，还为后续的课程改革奠定了坚实的基础。研讨会的成功举办不仅有助于提升数据科学与大数据技术专业的人才培养质量，更将有力推动学院整体教学质量的全面跃升。

供稿、摄影：王美玲

审核：续  杨