新基建的浪潮掀起了新一輪“大數據+”人才需求，很多高校都陸續開設了數據科學、人工智能類專業和課程。和鯨總結了高校培養數據人才過程中的重難點，再基于 ModelWhale 建設了聚焦教學場景的云端數據科學教學實訓平臺以提供全面解決方案，最后分享暨南大學經管中心的真實教學實踐作為案例參考。
（本文首發自 ModelWhale 官方微信公眾號，歡迎關注了解更多詳情或與我們聯系~）
一、 “大數據+”人才培養的重難點
【資料圖】
近幾年來，很多高校都陸續開設了數據科學、人工智能類專業和課程，相較于傳統教學，“大數據+”人才所需要的培養環境更加復雜，存在著許多特質化的重難點。為此，我們調研了清華、上海交大、華師大、中國石油大學、協和醫學院等各類高校，得出以下總結。
教學期待：學生能真正上手數據分析
實際情況：繁復的環境準備
相信每一位授課老師都有直觀感受，即使代碼類課程課時緊張，老師仍不得不花費至少一課時，從“裝包裝環境”開始教學，但某些課程還是會存在有學生在多節課后依然沒有完成環境安裝的情況。
環境安裝麻煩可能會讓學生在一開始就降低學習興趣，并且一旦學生與老師環境不統一，學生就很難復現老師提供的案例代碼進行自主學習或課后復習，老師批閱也會比較困難。
python版本間也會存在兼容問題
教學期待：賽訓一體化的人才培養
實際情況：數據集、案例、實戰機會有限
院校對于“大數據+”人才培養的目標，不僅是希望學生能掌握編程、統計、機器學習等方面的技能，更希望學生能有對領域業務需求的理解，那就要將學生放在真正的實戰環境中。
但在學科建設初期，老師其實很難找到大量產業項目案例和數據集讓學生練習，同樣，外部搜集的案例也會產生原代碼環境與學生本地環境不統一、缺乏數據、難以復現等問題，演練效果不好。
學生在校內與企業進行直接接觸的機會很少，本就缺乏實戰演練，若讓學生參加社會數據競賽，由于經驗不足，參賽積極性也不會高。
教學期待：教學過程中算力高效精準調度
實際情況：資源閑置、運維困難、教研割裂
許多院校都存在這樣一種矛盾場景：一方面校內服務器分散，有很多服務器閑置需要被更好利用起來；另一方面數據科學、人工智能類的課程又存在著學生多而機器有限的情況。
這是因為其中的運維工作十分繁瑣且專業性強，將會占據老師過多精力。也正因如此，校內的傳統算力都“明碼”標記著用途，要么用于教學要么用于科研，二者之間無法彈性調度，實現算力的靈活分配。
二、賽訓一體的云端數據科學教學實訓平臺
針對上述重難點，和鯨已經有了完備的、經過國內眾高校驗證的解決方案。
在和鯨完整的數據科學生態下，功能強大的數據科學平臺 ModelWhale ，集合了社區內豐富的數據集資源與實戰案例資源，以及科賽多年辦賽經驗與賽事模塊，打造出賽訓一體的云端數據科學教學實訓平臺，可作為專業級數據科學與 AI 教學實訓工具支撐。
下文將從三個方面介紹平臺能力，分別為：
低門檻、易上手的數據分析建模教學實踐環境
賽訓一體化的人才培養方案
算力彈性調度管理 · 免運維
和鯨的數據科學生態
【1】低門檻、易上手的數據分析建模教學實踐環境
這一節主要講最核心的教學管理過程。
教學管理，我們可以將其拆分為“教學”和“管理”兩個部分。
教學：可復現、可實踐、可考核
想讓學生能真正上手數據分析，首要解決的就是環境問題。作為云端數據分析平臺，ModelWhale 內配備了數百種 Python、R 語言工具包和深度學習框架，師生網頁登錄就可以進行使用，同時，老師還能根據課程需要自定義配置環境，再同步給學生。
ModelWhale 鏡像界面展示
我們來對比一下前后教學流程：之前老師需要單獨耗費課時“保姆級”教學如何裝包、裝環境，學生稀里糊涂一通操作，成功的順利過關，沒有成功就可能被進度落下；而現在老師只要提前定義好環境，在課程開始前花5分鐘讓學生注冊登錄，然后一鍵共享即可，這樣不僅對學生來說上手門檻更低，也讓老師更加省時省力。
定義好環境即可開展教學。平臺為老師提供了兩種教學方式：Notebook 交互式編程以及 Canvas 拖拉拽建模，二者各有優勢，老師可以根據學科特性選擇。前者既能編寫、運行代碼，又能輸入文本，詳述知識點，幾乎是能將所有課程內容歸于一處，對于學生來說也更容易"試錯"和驗證結果，而后者的低代碼形式對于零基礎來說更為友好。
Canvas & Notebook 界面展示
確定好教學方式后則需上傳教學資料。傳統的課件格式如 ppt、pdf、視頻等都可以直接上傳，此外平臺也支持老師上傳本地 Jupyter Notebook 文件和數據集，讓學生在云端統一環境下在線運行，復現思路。可復現是數據科學類課程中大家普遍關注的問題，在 ModelWhale 上，數據、鏡像環境、代碼、項目、版本，甚至是研究思路都有著各自的復現途徑。另外， 課程界面已與和鯨社區完全打通，這意味著社區豐富的項目資源和 4000+ 經典數據集，都可以直接作為教學材料，供學生拓展學習。
在課件中直接使用社區數據集
最后便是作業和測評，這是大多數老師比較關心的問題，也是平臺的特色之一。老師可以在平臺上發布多種類型的作業并在線上完成整個收發批閱過程，其中，對于數據科學特有的，如建模準確率等類型的作業，老師除了自定義腳本評估外，也可以使用平臺提供的幾類常見的模型評測指標自動評估、自動出分，從而節省時間。
多種作業和測驗類型
另外，平臺特設的提交列表、排行榜等板塊，可以讓老師直觀地觀察到學生的提交作業情況，了解他們在實操的過程中遇到了哪些問題、哪些又得到了解決。
可以看到學生作業提交的歷史并直接評估
管理：精細化管理，更高效、更安全
鑒于這部分能力并不包括在本次我們所主要討論的重難點范圍之內，因此就只做簡要說明。針對教學的管理，我們可以將其分為四項要素：人員、權限、算力和課程。
人員與權限：一個課程涉及到的人員包括但不限于老師、助教和可能來自不同專業/班級的學生。在平臺上老師可以通過劃分群組實現對各方人員的統一管理，一方面可以給大家設置不同權限，比如課程操作的權限、數據下載的權限，另一方面也便于監督特定群體學生的學習情況。
算力：關于算力的管理，將在下方"算力彈性調度管理 · 免運維"一節著重介紹。
課程：對于每年都需要開設的課程，或者一次需要開設多個班級的課程，老師在平臺上創建課程的時候就可以直接復用已有的課程內容，包括課件、作業、公告等，提高教學效率的同時也便于對課程材料做持續性迭代。
創建課程 - 復用已有課程
【2】賽訓一體化的人才培養方案
在越來越注重實操能力的今天，以賽促教已經是高校實訓教學的重要環節。
和鯨在 2015 年就開展了數據科學競賽業務，甚至可以說是國內的數據競賽開拓者，現在將工具、社區、競賽打通以后，不僅能提供成體系化的比賽模塊支持院校和老師自主辦賽，社區內豐富的訓練營和各項賽事也可以直接用于學生實訓。
比賽模塊："以賽促教"的教學實踐
在 ModelWhale 的"比賽專區"，老師可以自定義創建賽事作為教學實踐，在班內、院內發布。
如果有老師覺得"辦賽"很復雜可以不用擔心，平臺考慮到大多數老師可能沒有太多經驗，因此平臺內已經將賽事的各個模塊流程化處理，老師只需要在每個細分模塊下做好信息配置即可順利創賽，此后便可以通過管理界面，設置賽事運營過程中的各項需求，并實時查看報名情況及學生結果提交的情況。
比賽創建 - 詳細信息填寫
"以賽促教"最根本的目的在于驗證學生的實操能力，過程比結果更重要。在平臺上，老師一方面可以通過客觀評審設置考察指標，對學生開發的算法模型推理效果進行更高效的自動評估，另一方面也可以通過主觀評審，直接查看并復現運行學生編寫的代碼，了解學生的算法思路，驗證能否真正跑通，并進行打分、留下評語，指導學生改進。另外，若在評審過程中發現了學生某個出彩的創新點，也可以提取出來復用或展示。
主觀評審界面展示
更多賽事運營過程中的細節這里就不多贅述了，ModelWhale“比賽模塊”的最大優勢是，即使老師舉辦規模再小的比賽，平臺對于賽事過程的質量管理以及最終的評審、排名機制都是與前沿的數據競賽高度對齊的，所以每一次競賽訓練，都可以視為學生日后參加更高級別數據競賽的提前熱身。
內置經典企業問題練習賽
老師除了可以自主辦賽外，也可以根據已有比賽創建。過去，和鯨舉辦了 200+ 輻射各行業的多類型數據賽事，若篩選出背景相適配的內置到競賽系統中，那么這些高品質賽事便是給學生布置大作業、課后實踐的最佳素材。
和鯨社區賽事界面展示
同樣，社區內大量真實的開源商業數據和豐富的商業案例皆可作為學生的課后實踐材料。社區經常會邀請各界優秀的數據科學家，通過開辦專區和主題訓練營的方式，無償帶來行業最佳實踐和學習方法，幫助學生打透課上學習的知識點。學生也可以通過參加社區自主舉辦的練習賽，獲取個人能力提升，將所學的知識應用起來。
和鯨社區活動界面展示
最后，對于社區內舉辦的企業級賽事和各行業賽事，我們也十分鼓勵學生嘗試報名，不僅能近距離接觸產業需求，有機會獲得企業實訓資源和機會，更是能將自己放在更大的環境中驗證能力。
在教學過程中，算力的需求方可以按照角色分為最基礎的 院校 - 老師 - 學生 三個層級。
ModelWhale 在算力這塊的能力可以說是自上而下地解決了各個層級之間的現存瓶頸。
院校 - 老師：算力集成，靈活調度
我們在前文講到過院校服務器由于沒有專人運維，算力分散閑置的情況，ModelWhale 可以很好地解決這個問題。歸功于云原生的架構，平臺對于基礎設施有著高度兼容性，再通過私有化部署，就能夠與校內現有的本地設備、軟件融合起來，在算力需求增加的時候接入新的服務器，并且后期學校也不用再請人維護這些機器。
解決了算力集成的問題后，接著需要思考的就是如何調度，也就是怎么把這部分閑置資源更方便地利用起來。過去由于"異源"，算力都有著明碼用途，現在"同源"后，調度的方式就能更加靈活了。
在平臺上，算力可以根據核數與內存大小進行拆分，再按照不同使用需求分配給不同群體，比方說可以把基礎算力分配給老師和學生用于課程教學，把高規格算力分配給研究團隊用于科研。另外，平臺還提供了資源申用機制，資源不夠用時老師可以直接通過發起申請，及時獲得算力補給，隨時應對教研需求。
算力按需分配界面展示
無論是私有云還是各主流云廠商提供的云服務，ModelWhale 都可以靈活對接，也能跨云調度。除了私有化獨立部署外，老師和學校還可以選擇 SaaS 解決方案，由 ModelWhale 直接提供各級算力、產品更新和后續運維服務。
老師 - 學生：高并發、精管控
云資源的彈性調度能力在教學場景下也有著獨有優勢。我們知道代碼類課程的教學屬于“高并發”場景，也就是說首先需要滿足的是如何讓有限的機器、有限的算力能給到這么多學生去用。
和上面一樣，老師也可以簡單地通過點選式操作，完成遠程資源的分配和管控，精細到“每個學生”——包括配置能用的資源類型和時長。云端教學+算力上云后，教學場景也會發生改變，比如說某些實操課，師生就不用特地去到機房了，直接用自己的電腦云端跑就行，學生課后也可以隨時隨地實踐。
老師能控制每個學生算力使用，除了便于管控資源層面的教學成本外，也能從側面督促學生提高編程能力。在相同、有限的計算資源下，學生會更加重視算法層面的規范和設計。
可以看到每個學生的算力使用情況
最后，在算力緊缺時，老師可以為課程和學生配置資源使用優先級，依次合理安排滿足教學需求；而在算力空閑的時候，通過彈性調度機制，用于教學的算力也可以給到老師科研使用，實現教學研究一體化。
目前，國內眾多高校都已經對 ModelWhale 有了深度應用，比如清華大學、同濟大學、暨南大學、吉林師范大學、中國石油大學等。這里也簡單介紹一下“暨南大學 · 經管中心”的教學實踐案例，作為對上述產品、服務能力的補充和具體展示。
和鯨的高校合作伙伴
需求：搭建“教-訓”一體教學培養體系，“人人都能”數據分析
暨南大學經管學院的需求可以分為宏觀和微觀兩個層面。
宏觀層面上，學院希望能打造一套完備的商業數據分析課程體系，并搭建起教學管理與課程資源一體化平臺，專注于商科教學，同時提升課程品質和課程管理效率。
微觀層面上，希望院內各個專業的商科學生，無論背景如何，都能上手做一些數據分析，普遍提高學生的數據能力和創新應用能力。
應用方案：商科大數據教學實訓平臺
針對學院的需求，我們為其部署了商科大數據教學實訓平臺，平臺能力主要包含以下三個方面：
1. 從學到訓全流程：告別費時的教學管理工作，解放教師生產力
教學場景遷移到云端后，在線的“課程+作業”，讓老師的教學和學生的實踐，二者更加緊密結合了。
老師通過平臺可以一體化處理學生管理、課件管理、數據管理、算力管理等多項教學管理工作，課件可以分享給學生復現，作業可以在線收發批閱，徹底解放生產力。
另外，平臺內還設有多種師生互動機制，比如公告板、討論區、作業評價，也能幫助老師了解學生的學習情況，獲得即時反饋，從而打造更加貼合學生實際應用的課程體系和方案，提升課程品質。
契合新商科學生的工程力，低門檻快速上手進行數據科學工作
不同專業的商科學生對于數據分析學習和應用的需求也各不相同，統計類會要求較高，工商管理類則相對來說要求低一些。
平臺即開即用的云端教學環境，除了能讓所有學生都低門檻上手做數據分析外，也能提供不同程度的教學支持，比如對于需要寫代碼的學生，Notebook 內提供了常見的代碼片段，而對于注重分析流程，需要快速建模出結果的，則可以直接使用 Canvas 的組件和模板。
配合課程內容，圍繞熱點話題舉辦院內賽，激發學生興趣及創新應用能力
以賽促教，借助平臺內的比賽模塊，學院還以“疫情”熱點話題和真實的疫情數據，結合商業大數據分析課程的知識點，舉辦了院內賽。
在此過程中，和鯨提供了賽事指導，通過賽題的針對性解讀和培訓，降低賽事門檻，引導學生報名，讓不同能力水平的學生都能參與到比賽創新應用探索中來。最終優質賽事成果還在國賽中獲得獎項，極大地提高了同學們的信心和積極性。
暨南大學校內賽界面
近一年來，我們還陸續與蘇州經貿職業技術學院、深圳信息職業技術學院等院校開展了合作，很高興能參與到大家的數據人才建設工作中。可以看到，和鯨賽訓一體的云端數據科學教學實踐平臺，已經逐漸從頭部高校的最佳實踐變成了普遍選擇。
但我們深知，建設平臺并不是難點，如何使用平臺、真正發揮出平臺能力，才是關鍵。我們希望能用我們積累下來的經驗和方法論，幫助大家一起梳理使用場景，進行全生命周期建設跟蹤，給大家帶來實質性的幫助。
另外，ModelWhale 不僅可以用于教學實訓管理工作，還可以用于數據、算力、模型一體化工作流管理以及科研協同創新。
如果你想更深入地了解 ModelWhale 教學實訓、科研協同相關各項功能、應用案例，歡迎關注 ModelWhale 官方微信公眾號，或進入ModelWhale 官網注冊體驗~
