随着新一轮科技革命与产业变革的加速演进，拥有学科背景的应用型数据科学人才逐渐成为我国政产学研各界的人力资源需求重点。为响应需求，国家愈发重视新生力量数据思维与意识的培养，各高校也纷纷探索如何以新兴信息技术赋能传统主流学科。
在商科经管大类，数据分析可被广泛应用于市场营销、供应链管理、财务分析等相关工作，各高校已高度认可数据思维、数据技术应作为商科学生的核心能力之一，然而，在自上而下推进交叉学科教改、课改的进程中，校方、相关院系及任课教师们也发现传统数理、编程的教学方式在跨学科课堂中出现了种种卡脖子问题。
三大痛点：开课困难、备课困难、学习困难
交叉学科课程对于任课教师要求极高，若想达成“大数据 + 商科”复合型人才培养的教学目标，教师自身也应具备复合型背景：既熟知经管领域专业知识，使课程内容贴合实际、生动有趣，又拥有足以支撑教学工作的精湛编程技能，确保课堂的顺利进行——而正是由于复合型背景出身教师的缺乏，很大程度造成校方、院系面临开课困难。
即使教师到位，备课环节也绝非易事。鉴于绝大部分涉及学科交叉的课程依托于近年来的教改、课改政策，无论是教学内容或是教学形式都还很“新”，能够获取到的相关数据与案例资源也相对匮乏，因此，教师很难于一学期有限的课时内，面向编程基础参差不齐的学生们设计出完备而全面、实用且难度适中的教学教案。
而站在学生的角度，由于其并非数理背景出身，对于数据科学的学习“天生”具有畏难甚至抵触情绪，不知道数据技能“有什么用”、“该怎么用”。专业隔阂加上兴趣缺失，大幅降低学生学习的主观能动性，即使勉强通过课程考核，不出一年也会完全“失忆”，无法将课堂所学真正应用于实际生产，也就完全背离了相关课程的开课初衷。
破难点、通堵点、消痛点，作为数据科学领域的佼佼者，和鲸科技持续助力高等教育，旗下数据科学协同平台 ModelWhale 与数据科学实践社区和鲸社区交叉赋能，为各级院校复合型、应用型数据科学人才的培养工作提供最佳实践。
暨南大学经济管理实验教学中心依托和鲸开展《商业大数据分析》的教学工作，作为财务管理、会计学、工商管理、市场营销等专业的必修学分，每一学年，均有近 400 位学生使用和鲸 ModelWhale 平台 + 社区资源参与该课程的学习。本文将以此为案例，简要介绍和鲸是如何以优质、高效的教育团队版 SAAS 服务，大力助推以商科经管为首的交叉学科应用型数据科学人才培养工作。
ModelWhale：开箱即用的分析实践平台与化繁为简的教学管理工具
以即开即用免装包为关键词，ModelWhale 教育团队版帮助《商业大数据分析》课堂成功实现“打开网页学编程”，使学生免于耗时的软件安装、环境布置，以及相应繁复底层工作所带来的情绪负反馈——课程伊始，一定程度消除学生感性上的畏难与抵触；教学进行时，使学生专注于数据分析能力提升本身。
产品设计层面，ModelWhale 主要提供 Notebook 交互式、Canvas 拖拽式两种分析实践环境：Notebook 用于实现课件、作业的可交互，鼓励从看到用、动手实操；Canvas 支持以低代码组件连接搭建完整数据分析流程，帮助理解整体逻辑、塑造数据思维。
为满足个性化的教学需求，ModelWhale 支持 Python、R 等数种编程语言；预先配备多种通用或特定学科镜像；同时具有能够满足“高并发”教学场景的强大算力调度管理功能——暨大案例中，《商业大数据分析》采用多班平行的教学模式，而平台可于同一时间支撑三个班级 150+ 师生的并行操作。
此外，ModelWhale 于后台配备全套教学管理功能，最大程度化繁为简，使教师专注于教学本身：课件管理，支持既有课程资源的一键上传，包括数据集、项目代码、课程 PPT、文献、视频、MOOC 链接等多种形式，于云端实现教学素材的展示与共享；作业布置、测验收发，支持基于答案文件或 Python 评估脚本的自动评审，按准确率实时返回评测成绩、报错信息，以数据为驱动，高效评估学生学情及教学效果；比赛专区，践行“以赛促学、以赛促教”，支持高自由度地课堂办赛、延拓教学形式，同时激励学生产出完整数据作品、帮助其获得成就感。
和鲸社区：可供复现的海量数据资源、项目案例，一站式支持教学
作为中国目前最大的数据科学实践社区，和鲸社区聚集 50万+ 数据从业者与爱好者，具备丰富且实时更新的真实数据、开源代码、项目案例及实训活动资源，覆盖商科经管、地球科学、人文社科、生物医学等广泛的学科领域，各专业教师均可直接调用社区内容作为课堂素材、组织赛训活动。
暨大场景下，《商业大数据分析》教学团队携手和鲸客户成功部门，将社区中《探索 Chipotle 快餐商品销售数据》、《探索世界各地酒类消费偏好(数据分组)》、《探索 Pokemon Go 游戏数据(创建数据框)》等多个真实数据集、开源项目，作为跨学科案例植入课堂知识点讲解与课后作业布置，同时社区内容也为课程学期大作业《基于真实证券数据开展综合分析研究》提供优秀作品参照。此外，学有余力的学生也可充分利用社区作为课外延拓，挑战自我、提升学力。
可供复现的海量数据与案例资源为教师提供有力的备课参考，大幅缓解其面对编程基础参差不齐跨学科学生时教案设计上的困难；另一方面，由于社区案例均已包含完整开源代码，学生可自行复现、探索，相关教学工作对于教师的编程能力也在一定程度上有所放宽，解决校方、院系层面因缺乏优质复合型背景出身的教师所导致的开课困难。
而对于学生而言，灵活、生动跨学科案例的动手实操不仅能加深其对于各知识点、操作步骤的印象，更是能展现数据科学与其出身学科的强关联性，使其真正明确数据技能的实用所在。只有为学生埋下“首选数据手段解决专业问题”的种子，未来，他们才可能真正将课堂所学应用于实际生产。
集成功能强大的数据科学协同平台 Modelwhale 与拥有丰富实战案例资源的和鲸社区，依据 OBE 成果导向的教育模式，和鲸以优质、高效的教育团队版 SAAS 服务，大力助推数据科学交叉学科的相关教学工作。在此，和鲸也可向“大数据 + 商科经管”专业领域的课程负责人、任课教师做出承诺：若您选择将暨南大学作为标杆范式、沿用相关模式化体系，和鲸即可在一天内完成平台部署、课程搭建，便于您即时开始教学工作。
标准化的交付方案之外，和鲸团队基于全国高等教育新愿景，同样全力支持每位客户的创新性需求，协助串联场景、工具、流程以提供定制化服务，小到课程大作业设计、校内赛组织，大到教学 - 实验中心建设，以多种形式赋能高校开拓并落实教研创新、学科建设等多类别、多阶段的人才培养理念。
任何相关需求，都欢迎您点击【联系产品顾问(移动端跳转)】与我们展开交流（好友申请备注“教育版 SAAS”），或点击右侧链接免费【试用 ModelWhale 团队版】（获赠 CPU、GPU 算力）。
