数据科学与大数据技术、大数据管理与应用等新兴专业的建设,以及计算机科学与技术、统计学、信息资源管理等传统专业的改革,均需引入一门关键课程——数据科学导论。在调查分析哥伦比亚大学、纽约大学、哈佛大学和中国人民大学等高校开设的具有一定代表性的数据科学导论课程的基础上,作者结合自己开设的数据科学导论课程以及国家同名精品在线开放课程建设的经验,探讨了该课程的教学目的、教学内容、试验操作、考核方法、教材选择、特色与创新等课程设计问题。现阶段已开设的相关课程的教学改革重点在于培养学生的数据能力,重视数据产品的研发,加强课程建设模式的创新,加快与社会人才需求的接轨,凸显其导论类的课程特征,重视编写代码能力的培育和数据沟通能力的训练。

目前,人类正迈入智能时代,人工智能与经济、社会的发展深度融合,成为了孕育新一轮科技革命和产业变革的核心推动力量,培养智能社会建设所需要的跨学科人工智能创新创业人才变得极为必要。为了适应智能时代对人才培养的这一迫切需求,高校需要加强智能类学科建设,探索交叉融合的“人工智能+”学科建设新模式,提升人工智能领域学科地位并创新拓展其他学科的发展建设方向。文中提出了“人工智能+”学科建设的交叉融合模式:一方面,从人工智能学科内涵出发,依托计算机科学与技术学科开展人工智能基础学科方向建设,夯实人工智能领域学科的基础;另一方面,结合社会经济产业发展的重点领域方向布局,依托相关领域优势学科发展建设行业领域智能化新学科方向,实现人工智能学科建设与其他领域学科建设的共融共生、相互助力、协同发展。在重庆邮电大学和重庆市的学科建设中,这一模式发挥了显著作用,为人工智能领域的学科建设提供了有益参考。