ACM/IEEE CC2020对中国计算机专业教育的启发 | CNCC2021

ACM/IEEE CC2020是由ACM和IEEE-CS联合组织全球计算机教育专家共同制定的计算机类专业课程体系规范，具有很高的权威性。是国内外一流计算机专业制定课程体系时的重要指导。CC2020旨在通过对CC2005课程体系进行版本更新，研究当前计算领域的课程设计，并提供教学指导方针，以应对未来计算教育面临的挑战。CC2020采用“胜任力”（Competency），融合知识（Knowledge）、技能（Skills）和品行（Dispositions）三个方面的综合能力培养，加强了对职业素养、团队精神等方面的要求。本论坛将探讨CC2020的发布对中国计算机专业教育的启发。

张铭

北京大学教授，院长助理

北京大学信息科学技术学院计算机科学技术系教授，博士生导师，ACM/IEEE CC2020计算机学科规范执委。自1984年考入北京大学，分别获得学士、硕士和博士学位。研究方向为机器学习、文本挖掘等。合作发表科研学术论文200多篇，Google学术上的论文他引11200多篇次，H因子40。获得机器学习领域最好的会议 ICML2014 最佳论文奖。所主持的“数据结构与算法”被评为国家级精品课程、国家级优质资源共享课、国家级精品在线开放课程、国家级一流本科课程。

陈娟

国防科技大学教授

国防科技大学计算机学院教授，CCF杰出会员，CCF杰出讲者，国家公派美国加州大学访问学者，国际ACM/IEEE计算课程体系规范CC2020工作组成员，CCF高性能计算专委会委员，CCF理论计算机科学专委会委员。长期从事天河高性能计算、高能效计算研究，获省部级科技进步一等奖1项、二等奖2项。高性能计算系列课程建设负责人，以第一完成人获湖南省教学成果一等奖1项，获国防科技大学优秀教师奖。发表科研及教学论文近百篇，4篇计算教育顶会论文被国际ACM/IEEE计算课程体系规范CC2020引用。担任多个国际会议程序委员会主席。主持和参与各类课题10余项，目前研究兴趣为高性能计算机系统多级能效优化与管理。

张铭

北京大学教授，院长助理，曾任CCF教育工委副主任

题目：ACM/IEEE CC2020计算机学科规范的胜任力模型

摘要：ACM/IEEE CC2020项目组旨在通过对CC2005课程体系进行版本更新，研究当前计算领域的课程设计，并提供教学指导方针，以应对未来计算教育面临的挑战。CC2020采用“计算”（Computing）一词作为计算机工程、计算机科学和信息技术等所有计算机领域的统一术语，CC2020强调元学科规范（Meta Curricula），采用“胜任力”（Competency），融合知识（Knowledge）、技能（Skills）和品行（Dispositions）三个方面的综合能力培养，加强了对职业素养、团队精神等方面的要求。CC2020强调元学科规范（Meta Curricula），鼓励各教学机构根据自己的定位设计具体的培养方案。CC2020的胜任力模型对实现我国“新工科”建设所强调的“以能力培养促进工程科技创新和产业创新”的目标有着重要的促进作用。

讲者：张铭，北京大学信息科学技术学院计算机科学技术系教授，博士生导师，ACM/IEEE CC2020计算机学科规范执委。自1984年考入北京大学，分别获得学士、硕士和博士学位。研究方向为机器学习、文本挖掘等。合作发表科研学术论文200多篇，Google学术上的论文他引11200多篇次，H 因子40。获得机器学习领域最好的会议 ICML2014 最佳论文奖。所主持的“数据结构与算法”被评为国家级精品课程、国家级优质资源共享课、国家级精品在线开放课程、国家级一流本科课程。

陈娟

国防科技大学计算机学院 教授

题目：胜任力模型与超算自主创新人才培养

摘要：胜任力模型对于超算自主创新人才培养至关重要。高性能计算领域发展迅速，跨多学科领域，自主创新人才培养面临的挑战问题多。以胜任力模型为基础，国防科大在高性能计算人才培养方面大胆创新实践，依托天河超算科研平台、前沿科学挑战问题等构建超算自主创新人才培养体系，探索人才培养新模式，助力超算领域的科研创新。本报告将分享在此方面的经验和体会，其中多项教学及人才培养成果被ACM/IEEE CC2020引用。

讲者：陈娟，国防科技大学计算机学院教授，CCF杰出会员，CCF杰出讲者，国家公派美国加州大学访问学者，国际ACM/IEEE计算课程体系规范CC2020工作组成员，CCF高性能计算专委会委员，CCF理论计算机科学专委会委员。长期从事天河高性能计算、高能效计算研究，获省部级科技进步一等奖1项、二等奖2项。高性能计算系列课程建设负责人，以第一完成人获湖南省教学成果一等奖1项，获国防科技大学优秀教师奖。发表科研及教学论文近百篇，4篇计算教育顶会论文被国际ACM/IEEE计算课程体系规范CC2020引用。担任多个国际会议程序委员会主席。主持和参与各类课题10余项，目前研究兴趣为高性能计算机系统多级能效优化与管理。

董荣胜

桂林电子科技大学 教授

题目：浅谈CC2020胜任力模型中的课程思政元素与学科知识图谱的构建

摘要：在CC2020胜任力模型（[知识+技能+品行] in Task）中，Task指的是满足一定约束条件的任务（案例），知识蕴含在任务之中，关键的技能用Bloom分类法进行评测，良好的品行(Dispositions)用11个可以操作的元素进行描述。品行的11个元素，以及Bloom分类法的4个知识维度和6个认知维度将构成未来计算学科知识图谱的基本元素。本报告将以教育部课程思政示范课程为例，介绍胜任力模型中课程思政元素的应用，并探讨计算学科知识图谱的构建问题。

讲者：董荣胜，桂林电子科技大学计算机与信息安全学院教授，教育部大学计算机课程教指委委员，教育部课程思政教学名师，国家级精品课程、国家级一流本科课程“计算机科学导论”、国家级精品在线开放课程“计算思维的结构”和教育部课程思政示范课程负责人。在《计算机学报》、IEEE Trans.等国内外学术刊物发表学术论文近百篇，相关成果被美国计算学科教程（CC2001）、《中国计算机科学与技术学科教程2002》和教育部大学计算机课程教指委制定的《大学计算机基础课程教学基本要求》（2015版）采用，出版的“计算机科学导论：思想与方法”教材入选国家级“十二五”规划教材。

杨晓春

上海成趣信息科技有限公司 独立顾问

题目：基于胜任力模型的工业软件人才培养课程体系设计

摘要：工业软件人才的培养是我国亟待解决的问题。国内提出了复合型人才、应用型教育等工业软件人才培养计划。但是，从学科标准和行业反馈的角度来看，并没有系统的教育体系设计。笔者根据目前国内高校软件工程教育和行业的具体情况，结合教育界和行业界的初步探索，提出了高校教师与行业专业人士合作的胜任力描述方案和三类课程设计。胜任力描述方案的设计基于CC2020胜任力模型，旨在解释如何有效高效完成工业软件相关任务的知识、技能和品行要求。第一类课程是与现有软件工程课程相结合的抽象思维能力的培养。第二类课程是与工业软件相关的专业课程，包括理论和能力实践。该课程分为三类：基础和专业知识、行业商业敏锐度和方法论。第三类课程基于问题和项目学习。学生练习解决问题和完成项目的知识和技能，培养跨学科协作能力，提高和调整品行要求。作者希望通过本次课程体系设计，启发产业界和学术界培养工业软件人才，并逐步完善。

讲者：杨晓春，上海成趣信息科技有限公司独立顾问。前HP资深技术专家和内部技术讲师，中国人工智能学会高级会员，美国计算机学会 ACM 高级会员，ACM SIGCSE 美国计算机学会计算机教育研究中国分会理事。ACM/IEEE CC2020 计算学科规范工作组成员。区块链工程技术人员国家职业技术技能标准主要起草人。具备良好的理论基础和丰富的工程经验，致力于将新一代信息科技的理论和关键技术应用于各种服务，成功为数十个创业创新企业落地产品设计和解决方案，行业涉及教育、医疗养老、工业制造、证券、新兴商业服务、信息产业、文化创意等。在国内外会议及杂志发表人工智能及计算类教育及技术类中英文论文多篇。

杨波

济南大学教授，山东省网络环境智能计算技术重点实验室主任

济南大学教授，博士生导师，山东省网络环境智能计算技术重点实验室主任。曾任教育部计算机类专业教学指导委员会副主任委员、济南大学副校长、临沂大学校长。山东省首届自然科学杰出青年基金获得者，教育部新世纪优秀人才，曾获山东省十佳优秀教师、全国优秀教师等称号。主要从事计算机网络、智能控制与智能信息处理方面的教学科研工作，《C语言程序设计》国家精品课主持人。曾主讲本科生《计算机接口技术》、《计算机控制》、《单片机原理及应用》和研究生《高级操作系统》、《高等计算机体系结构》、《计算机网络体系结构》、《网络新技术》等课程。承担国家863计划、科技支撑计划、国家自然科学基金项目20余项，发表论文200余篇，获省部级教学、科研特等奖一项，一等奖5项，二等奖6项，国家教学成果一等奖1项。现任山东计算机学会理事长，教育部软件工程专业教学指导委员会委员，ACM中国理事会常务理事，ACM SIGCSE China副主席，山东省保密技术专家咨询委员会主任委员，山东省电子政务内网建设专家组组长，山东省政府新旧动能转换重大工程“新一代信息技术”智库成员。

吴锡

成都信息工程大学计算机学院院长，教授

成都信息工程大学计算机学院院长，教授。主要研究方向为：图像分析与计算成像，智慧气象与数值天气计算。目前是四川省杰出学术技术带头人基金获得者，四川省计算机学会副理事长，ACM 中国计算机教育分会常务理事。承担包括国家重点研发计划、国家自然科学基金在内科研项目20余项，累计科研经费2000余万元，发表学术论文100余篇，其中SCI检索50余篇，授权发明专利11项。2017和2016年分别因异构高清三维显示计算成像和云计算高性能视频传输与控制两次获得四川省科技进步二等奖（分别排名第一和第四）。

徐子晨

南昌大学教授，CCF南昌分部秘书长，CCF体系结构专委常务委员

美国俄亥俄州立大学博士，南昌大学教授，人工智能系系主任。主要从事包括数据密集计算，智能计算，高能效计算及分布式数据存储等数据系统软件可靠性及可持续性等方面的教研工作。以第一作者发表体系结构、数据库、分布式系统及可持续计算等方向旗舰期刊、会议文章30余篇（CCF-A/B），是TKDE/TC/TPDS/TCC等期刊的文章审稿人及客座编辑，服务于IEEE BigData, INFOCOM, ICDE, IWQoS, ICDCS等国际顶级会议的会议主席及程序委员会委员等相关工作，是TCAD，TPDS，TC等IEEE计算机类旗舰期刊长期审稿人。完成基于Google Cloud、Amazon AWS、Tencent Cloud 等云平台的分布式存储系统框架设计，独立完成基于亚马逊云计算平台的高可靠性分布式弹性缓存原型系统设计及实现，该系统目前运行于亚马逊底层存储服务中。获得10余项国家自然基金、教育部、科技部重点研发项目、江西省科技厅、教育厅及腾讯、微软、亚马逊等国内外纵、横向基金资助并结题。

宋伊萍

国防科技大学 助理研究员

宋伊萍，国防科技大学助理研究员，2015年在南京大学获得理学学士学位，2020年在北京大学获得博士学位。主要研究方向：自然语言处理、低资源文本生成。在中国计算机学会评级的顶级国际会议如ACL, AAAI, IJCAI, SIGIR等发表论文13篇, 谷歌学术引用次797。获得ACM China 北京分会优秀博士论文。