随着数字经济、人工智能和新能源汽车产业加速融合，数据已经成为推动产业智能化升级的重要生产要素。面向新一轮科技革命和产业变革需求，上海师范大学天华学院商学院坚持“面向产业、强化实践、突出应用、服务发展”的人才培养理念，持续推进专业建设与行业需求深度衔接。2026年8月20日，上海师范大学天华学院副校长、商学院院长程葆青带领数据科学专业教师团队与上海市新能源汽车公共数据采集与监测研究中心（以下简称“数据中心”）围绕新能源汽车数据应用、数据科学人才培养、课程实践、学生实习就业和教师科研合作等内容开展了深入调研与专题研讨。双方计划依托EVData Box汽车数据教研合作空间，共同探索“真实数据进课堂、真实项目进课程、行业专家进校园、学生实践进企业”的产教融合人才培养新体系。
（数据科学专业教师与数据中心团队合影留念）
一、面向数字经济与新能源汽车产业，培养高水平应用型数据人才
新能源汽车产业正在从“电动化”快速迈向“智能化、网联化、数据化”。与此同时，数据管理、数据流通、智能网联、数据安全合规、供应链数字化以及汽车营销数字化等正在成为行业发展的重要方向。当前新能源汽车数据业务不仅要求人才掌握数据分析技术，更加强调数据管理规范、行业理解以及真实业务场景中的综合应用能力。
企业尤其需要既懂数据技术，又理解数据管理和行业业务的复合型人才。在技术能力方面，Python、SQL是基础能力，同时需要逐步掌握大数据技术、机器学习、深度学习以及数据采集、治理、分析和大模型应用等全流程技术；在业务能力方面，则要求学生能够理解数据质量、数据安全、数据标准和行业场景，将技术真正转化为解决实际问题的能力。
基于这一需求，数据科学专业将进一步突出“数据技术+行业场景+项目实践”的培养特色，让学生不仅能够分析数据，更能够理解数据从采集、管理、治理到分析、建模和业务应用的完整生命周期。
二、引入EVData Box，让真实新能源汽车数据走进大学课堂
EVData Box汽车数据教研合作空间作为本次合作的重要载体。空间聚焦“汽车数据×教学与科研”，围绕高校学生课程实战能力、升学就业竞争力以及教师科研能力提升构建教研合作体系。依托新能源汽车数据资源，将高质量行业数据、算法工具和真实项目引入高校教学科研场景。
与传统教学中使用规模有限、业务场景单一的模拟数据或公开数据不同的是，EVData Box可以为教学提供涵盖动力电池、充电服务、车主服务、车队管理、汽车营销、保险服务、交通管理、城市空间等多种真实业务场景的数据资源，相关数据具有真实业务背景、场景丰富和规模化等特点。
双方计划结合天华学院校园场景，围绕校园交通、停车、充电、电池等方向建设具有学校特色的数据实践场景，并结合校园及学生自主采集数据、学生自主开发算法，逐步探索校园数据分析和数字孪生应用。
（EVData Box汽车数据教研合作空间）
三、构建四年递进、项目贯穿的实践教学体系
经双方研讨提出，将新能源汽车真实数据和项目按照学生不同学习阶段进行分层设计，逐步构建贯穿大学四年的实践能力培养体系。研讨中形成的初步方案明确提出从基础实践、进阶实践到高阶项目逐级提升学生能力。
大一学年——数据启蒙：结合Python程序设计、概率论等基础课程，通过Excel、低代码工具和基础Python程序，开展数据清洗、数据统计和可视化等入门实践，让学生建立“用数据认识问题”的意识。
大二学年——数据工程：结合数据结构、数据库、人工智能基础等课程，引入新能源汽车数据预处理、数据库设计、数据仓库和数据治理任务，使学生逐步掌握从原始数据到可用数据的加工过程。
大三学年——智能分析：结合机器学习、时间序列分析、神经网络、大数据技术等专业课程，引入车辆行为分析、动力电池分析、交通数据分析以及人工智能、大模型智能体与新能源汽车数据融合等综合项目。
大四学年——产业项目：通过企业项目、学科竞赛、科研项目、实习和毕业设计等形式，完成从“数据采集—数据治理—数据分析—算法建模—业务应用—数据产品”的完整项目训练，实现从课程学习向产业实践的能力跃迁。
（实践教学场景数据集）
四、组建产业实践团队，让学生像企业一样做项目
未来合作将突破传统“一门课程、一个作业”的实践模式，依托EVData Box和新能源汽车行业项目，探索组建学生专业实践团队。结合专业方向和行业应用，学生可以根据兴趣进入数据管理、汽车营销、用户行为、空间交通、大数据技术、电池安全等项目组，分别开展数据采集与质量管理、汽车数据分析、用户画像、道路数据分析、大数据平台建设以及动力电池安全与残值研究等项目。EVData Box现有实践方案中已经形成了相应的项目分组和难度梯度。通过高年级带低年级、项目持续迭代、团队协同开发等机制，使学生从单一课程实验逐步走向持续性的工程项目，在真实团队协作中培养沟通能力、项目管理能力和工程实践能力。
（学生实践项目分组及协作）
五、从课程作业走向竞赛、科研与真实行业项目
双方将探索建立“课程学习—兴趣小组—校内选拔—行业竞赛—科研课题—企业项目—毕业设计—实习就业”相衔接的实践育人体系。学生完成基础课程训练后，通过校内新能源汽车数据竞赛选拔，可以进一步推荐参加行业竞赛。优秀学生还有机会参与数据中心的研习项目以及企业真实项目，在动力电池、交通智能体、车网互动等领域开展数据研究和算法开发。EVData现有机制中已面向高校和研究团队开放相关项目，并可提供数据研究平台和数据支持。
（X-GAME新能源汽车数据竞赛）
六、以真实项目经历增强学生升学与就业竞争力
数据科学专业人才培养的最终目标，不仅是让学生学会技术，更重要的是让学生拥有能够向用人单位展示的真实成果。未来学生可以通过参与新能源汽车数据项目形成数据分析报告、算法模型、数据库系统、数据可视化作品、开源项目、竞赛成果和毕业设计等一系列项目成果，将大学期间的学习过程转化为可以验证的项目履历。
新能源汽车数据相关岗位十分重视学生的个人能力和真实项目经历。数据管理、用户行为分析和大数据技术等岗位本科毕业生即可胜任，而具有新能源汽车相关项目经历的毕业生在求职中更具优势。通过真实行业项目提前了解企业的数据工作流程、岗位要求和技术体系，将有助于缩短从大学生到数据工程师、数据分析师的适应周期。
（新能源汽车数据项目成果示例）
七、校企协同，共建教学—科研—产业融合生态
数据中心将结合专业需要，引入具有真实业务经验的行业专家，通过专题讲座、课程分享、项目指导和师资培训等形式进入课堂；同时，可结合数据管理、数据安全以及相关标准体系，为专业课程补充传统教材中较少涉及的产业实践内容。双方研讨还提出，可逐步将数据管理、数据安全等实践内容引入学生培养过程。在科研方面，教师可以依托新能源汽车真实数据参与相关科研项目和预研项目，在动力电池安全、车辆行为分析、智能交通、车网互动、汽车供应链等方向开展联合研究。EVData Box已有较成熟的高校科研服务经验，相关数据已支持数据类论文研究，并形成包括高水平论文在内的科研成果。通过“企业提出问题、高校研究问题、师生共同解决问题”，逐步构建教学、科研与产业实践相互促进的合作生态。
根据双方专题研讨形成的推进方案，首期合作将面向数据科学专业，逐步配置EVData Box云端平台账号和分场景定制化数据集，并优先围绕前几个学期的课程搭建新能源汽车数据教学场景。双方计划进一步围绕真实数据进课堂、产业项目进课程、校内新能源汽车数据竞赛、行业专家讲座、学生实习、教师科研以及新能源汽车数据应用创新等内容建立持续合作机制。未来，数据科学专业将以此次战略合作为新的起点，进一步发挥学校应用型人才培养优势和数据中心产业数据资源优势，把产业中的真数据、真问题、真项目转化为人才培养中的真场景、真能力、真成果。
文|杭磊 图|杭磊 供稿|商学院