通信世界网消息(CWW) 推动大数据产业的发展已经成为当前计算机科学领域的一大主题，数据价值也得到了极大的认可，然而在大数据的人才培养上依然存在很大的挑战。清华大学计算机科学与技术系教授、党委书记、教育部在线教育研究中心副主任孙茂松在第一届大数据科学与工程国际会议上接受了通信世界网的采访。

孙茂松表示，当前大数据领域的人才培养机制仅是在现有框架体系下做了延展，并没有完全按照大数据的所包括的领域来设计体系。大数据的业务领域包括三大典型特征。

首先，大数据包括的领域比较广泛，多样性比较高，包括机器学习、并行计算、人工智能、软件硬件、统计学等多种领域，同时还包括与工业领域的诸多结合，这样的丰富内容也让大数据的课程设置很难全面覆盖，只能覆盖部分领域，大数据的研究是相当庞杂的。

其次，大数据的业务跨度在不断扩大，涉及深度学习、基础学习、脑部深度计算、工程技术等，动辄都是庞大的数据资源，几十亿的数据参数，而且纵向延伸非常深，这一领域的研究需要极广泛的研究积累。

再次，大数据还具备很高的前沿性，前沿性，不管是基础科学、技术科学都是在做最前沿领域，采用最先进的技术方向，同时需要跟工业领域的深度结合。如果重新设计大数据的课程体系，需要选择上游的某一段，进行若干种组合，目前系统性的尝试仍未开始。