10年后，我們的孩子

會面臨一個怎樣的世界？

在美國，編程已超越西班牙語，成為第二大語言。因為在不久的未來，人工智能將全面覆蓋人們的生活，人和客觀世界的溝通離不開編程，其將成為同閱讀，寫作和算術一樣，孩子應該掌握的基本能力之一。

大家對未來的發展，短期都是高估的，長期都是低估的。人工智能時代到底離我們有多遠？從對全球頂尖數百位科學家問卷調查的結果分析來看，人工智能出現的中位年份是2040年。

我們還有20年。

所以，看待兒童教育，我認為有兩個基本點：

1. 思考兒童教育的時間維度需要加長，要看到10年20年后。

2.孩子的學習時間和學習能力是有限的，要珍惜孩子的學習機會——否則這是孩子的成長過程中最大的浪費。

讓我們一起看一下世界。

美國教育，思考的是“30年以后這個世界會變怎樣”，“我們需要培養怎樣的人才”，以及“我們怎樣培養”。很多教育的創新，也是沿著這個思路在做。所以編程教育在美國中小學相當普及。

日本的編程教育，發展也很快。早在2016年的產業競爭力會議里，日本政府就將中小學校必修編程科目加入到了新的成長戰略草案中。

2020年以后，日本中小學都必須開始編程課程，學生必修此課程，日本的高考也將納入編程。目前，編程已經成為日本孩子最想學習的技能。

目光回到中國，編程教育也開始滲透進中小學課堂。

2017年，浙江省明確將信息技術學科納入高考選考的科目，編程正式進入高考；

同年，中國國務院發布《新一代人工智能發展規劃》，明確提出：“在中小學階段設置人工智能相關課程，逐步推廣編程教育。”

基于國務院對編程教育的重視，預計會有地區高考將涉及編程科目。

近三年來，“數據科學與大數據技術”專業的開設高校數量以近10倍的方式在猛增，從2018年教育部公布的《2017年度普通高等學校本科專業備案和審批結果》來看，共有862所高校新增了2311個專業。其中，最熱專業當屬“數據科學與大數據技術”，共有248所高校申請，占比超過1/3。目前開設該專業的高校數量已累計到284所。如此多的高校對它青睞有加，“數據科學與大數據技術”到底是一個什么專業？

是培養以計算機科學、統計分析為基礎，具備經濟、金融、物流、商業、貿易、 管理等相關學科的領域知識，能推動并引領未來全球“互聯網 ”、云計算、大數據技術在各領域的深入應用，具有較強的實踐創新能力、跨文化交流能力和跨領域研究能力的高素質復合型人才。

從上述培養目標可以看到，該專業的核心是計算機和統計分析，但需要具備多個領域的相關知識，培養目標以大數據為核心研究對象，利用大數據的方法解決具體行業應用問題。對自然科學和社會科學等應用領域中大數據的了解，具有較強的專業能力和良好外語運用能力，能勝任數據分析與挖掘算法研究和大數據系統開發的研究型和技術型人才。

關于大數據，大致有兩方面的內容，其一涉及到信息科學，考慮怎樣把數據搜集存儲起來，怎樣在需要調用的時候方便地調用，怎樣方便地查詢等問題。

搜集存儲數據的方法很重要，要是沒有辦法把數據收集起來，存儲下來，進一步的分析也就無從談起。但是僅僅是把數據存儲起來本身是沒有價值的，重要的是分析的方法，從數據出發真正能創造價值的還是對于數據的分析，這一點已經獲得人們的公認，因此大數據涉及的另一個方面就是統計學，怎樣設計一個算法，統計學起到的作用是提供一些統計的思想。對于人們想要得到的信息，用什么方法估計它，這是思想方法上的。統計學天然地對數據科學擔有責任，要發展數據科學的一些理論。

所以在課程設置上，大數據方向和統計方向有著很大的相似性，首先應該打好基礎，學好一些基礎課程，比如最基本的三高課程，而如實變函數、泛函分析等后繼的課程，則可以說是更加有用，概率論則更是直接相關，統計學的基礎就是概率論，以上這些課程可以說是最基本，最重要的。

但另一方面，大數據方向和統計方向的課程需求又不完全一樣，數據科學除了和統計相關的一些統計方法以外，還需要更多地學習一些計算機方面的內容，學習一些編程技巧，培養對于數據庫的操作能力，運行能力。這些方面的能力都是需要特別強化的，因為大數據涉及到的數據可能規模非常龐大，要是沒有掌握一些專門的技能，就沒法打開它，更別說進行進一步的操作。要是對算法沒有足夠的了解，就無法操作算法，更無法發明一個算法，也無法知道一個算法到底是好還是不好，所以除了掌握概率統計方面的知識以外，還一定要多學一點和計算機和數據庫相關的東西。

雖然相對來說大數據方向和編程相關的內容偏多，但是它又并非完全在做編程的事，它和信息科學中做的數據科學有很大的不同。數據科學具有多學科交叉的特點，做數據科學可以在不同的層面上展開，既可以從信息科學的角度，做一些編程或者算法設計之類的工作，去研究諸如怎么樣存儲和提取數據更方便，怎么樣使得存儲量更大之類的研究，另一方面，也完全可以站在設計模型、設計算法的角度上來做數據科學，這個方面可能就會有更多的數學層面的思考在其中，如果是在這個層面做數據科學的話，可能就并不需要那么高的編程水平，而只需要知道這些數據怎么操作就足夠了，數院的學生可能更多的可以站在模型的構建和分析方法的提供的層面來做數據科學。

“數據科學與大數據技術”專業培養的是當下最熱門的大數據、云計算、人工智能、算法分析等行業急需的人才。

全球頂尖管理咨詢公司麥肯錫分析報告顯示，到2018年，大數據或者數據工作者的崗位需求將激增。其中大數據科學家的缺口在14萬到19萬之間，對于懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到150萬！

從國內就業市場來看，根據BOSS直聘發布的《2017春季互聯網人才趨勢報告》，大數據和人工智能相關崗位出現全行業的旺盛需求，人才供給嚴重不足。

其中，缺口較大的是搜索算法，供給量只能達到需求的44%，還有56%的缺口；推薦算法的缺口比例為50%，算法研究員的為43.9%，圖像算法的為43%，深度學習的缺口量排在第十，為33.8%。

從國家層面上看，”互聯網 ”已經上升為國家戰略，以大數據戰略為牽引，以信息安全、傳感器、人工智能等為重點，打造新一代信息技術產業集群。

2017年7月，國務院印發《新一代人工智能發展規劃》，明確提出我國新一代人工智能“三步走”發展戰略，人工智能產業要成為新的重要經濟增長點，助推我國產業升級和經濟轉型，并成為世界主要人工智能創新中心。

在就業“錢景”方面，各大互聯網公司都在囤積大數據處理人才，從業人員的薪資待遇也很不錯。以基本的Hadoop開發工程師為例，入門月薪已經達到了8K 以上，工作1年月薪可達到 12K 以上，資深的hadoop人才年薪可達到30萬—50萬。

看到這里，是不是對“數據科學與大數據技術”專業躍躍欲試呢？且慢，對于熱門專業，我們需要冷思考！

就像前幾年大熱的物聯網工程專業，很多學校一哄而上，但是專業課程設置不合理，計算機和通信的課程搞成大雜燴，兩邊的核心內容都沒學好。師資也是趕鴨子上架，上課就是念念PPT，考試也是走過場。畢業出來，才發現基礎知識不牢靠，后悔也遲了。

對于高校來說，開設“數據科學與大數據技術”專業，需要有多學科的專業積淀，需要有經驗的師資隊伍，更需要有行業背景。很多高校只是因為專業熱門，就拼拼湊湊開設起來，其實各方面積累很不夠，學生報考時需要檫亮眼睛。

對于學生來說，該專業對數理統計、計算機科學的知識要求很高，數學基礎不牢靠的學生需要慎重選擇。再者，對于將來當“碼農”辛苦加班的日子也要有心理準備哦。

對于很多同學來說，智慧山少兒編程老師建議在中小學階段就要開始學一些計算機編程技術方面的東西，培養編程語言的思維能力和思想方法，有了這種思維方法，以后本科學習階段就很方便了，可以選擇智慧山開設的信息學奧賽C++以及Python相關課程。本階段深入學習一門本科專業，如計算機類、數學類、統計學類，然后再考研深造大數據類、人工智能的專業，既具有深厚的底蘊，又具備鮮明的專業特點，才能有更大的發展空間。