大数据是信息化发展的必然结果，大数据审计是审计机关适应时代发展的必然选择。当前，摆在各级审计机关面前的现实问题是，大数据审计人才紧缺。因此，复合型大数据审计人才的培养迫在眉睫。 为更好地服务于审计机关，满足社会需求，大数据审计人才的培养应成为高校审计学专业的重要发展方向。而其中构建指导学生运用现代技术工具分析、解决审计问题的大数据审计课程体系尤为必要。本文将从审计工作实际需求出发，将大数据技术要素与审计基础理论有机结合，构建面向未来的大数据审计课程体系，将理论教学与实践教学深度整合，探索大数据审计教学发展机制，为大数据背景下审计学专业建设与人才培养提供对策建议。 大数据背景下审计学专业创新培养目标 （一）识别核心能力，精准设定培养目标 随着大数据时代的到来，传统计算机审计已经无法满足审计机关对海量、多源、异构数据综合利用的工作需求，建立在信息化基础上的审计方式亟待变革。当下，大数据不仅是众多政策的制定依据，也正成为直观反映经济运行效果的重要形式。监督材料的“数字化”，也要求审计监督必须适应大数据环境，具备利用大数据开展审计活动的能力，提升审计监督效能。信息化和大数据是技术手段，而人是决定性因素，培养大数据审计人才要突出数据分析的工具属性，并从四个方面把握大数据审计的核心能力，精准设定人才培养目标。第一，数据采集能力，要求审计人员能够基于审计需求识别与采集相应的结构化与非结构化数据，并做到提高数据汇聚效率。第二，数据存储与管理能力，要求审计人员做好数据迁移与数据集中管理工作，能够基于审计需求整理、清洗相关审计数据，并把握好清洗过程中“质”与“量”的关系。第三，数据分析能力，要求审计人员掌握结构化查询语言、多维数据分析、统计分析以及数据挖掘、社会网络分析等技术方法。第四，数据可视化能力，要求审计人员能够根据数据类型以及审计需求选择适当的可视化表达方式，辅助审计决策判断。 （二）区别于计算机审计，培养大数据审计人才 大数据审计与计算机审计是不同的，在人才培养层面，应把握好两者区别，开展针对性教学。大数据审计由计算机审计发展而来，但是随着信息技术的发展，传统计算机审计所使用的工具与方法和大数据审计所使用的技术与方法逐渐产生了差异。并且随着新数据分析技术带来审计效率的提升，这种利用大数据开展审计的方法逐步转变成为一种审计模式，即大数据审计模式。相较于传统计算机审计，这是一种从审计工具、方法到审计思维层面的跃迁。计算机审计大多是对财务软件或业务系统的后台导出数据进行比对与核查，是对电子数据开展审计分析的必要步骤；而大数据审计则从审计一开始就要基于数据分析辅助构建整体审计思路，并根据进一步分析的需要，确定数据需求，采集、整理、分析相关数据，利用可视化方法辅助分析认定审计问题，最后根据分析疑点进行审计延伸取证。大数据审计强调不能将数据分析仅作为一种简单核查手段与步骤，而是应将数据分析贯穿整个审计工作的全过程。 大数据背景下审计学专业创新课程体系构建 （一）审计需求与技术方法相统筹，创建人才培养课程平台 当前审计机关开展大数据审计大多基于SQL以及电子表格软件，但这两种工具已不能完全适应当前大数据环境下海量、多源、异构数据的处理工作。SQL是一种查询语言，审计人员需要将查询的信息编写成SQL语句，对数据库内的数据进行查询。当数据量大、数据类型多、需要做大量清理工作时，SQL语言的执行效率就会明显降低，而如Excel这样的电子表格软件，功能虽然较为成熟，但是其对于非结构化数据的处理，也显得力不从心。借助可视化技术能够有效挖掘审计线索，提升审计效率，审计人员需要将数据导入如Tableau等可视化软件进行加工，前期数据处理与审计人员学习成本较高。Excel虽然也可以进行数据的可视化处理，但是其对数据量、数据格式的要求较高，难以满足海量数据分析展示的需求。总体来说，当前大数据审计所使用的工具功能性较弱，较难发现数据间的潜在关联关系与隐藏的审计问题，难以深入对数据进行挖掘与预测。审计机关开展大数据审计迫切需要能够对容量大、类型多、存取速度快、价值密度低的数据综合利用的新工具。 从人才培养的角度看，考虑到大数据审计课程是面向未来的审计学专业基础课程之一，其所使用的工具应该是平台性且具有长远生命周期的。在考虑了工具的功能性和成本、是否易于掌握，以及工具在审计机构的部署情况后，课程应选择开源的、可实现多种功能的、易于掌握的Python作为大数据审计人才培养的平台工具。Python作为跨平台编程语言，其语法规则对非计算机专业人员较为友好，学习门槛较低，拥有大量如Numpy、Pandas、Matplotlib等专业科学计算与可视化拓展库，以及如Stata、R程序包等各种开源资源，审计人员可以在Python平台上统一完成数据分析、数据可视化等审计分析全流程工作。此外，Python是人工智能第一语言，选用Python也为未来“智慧审计”工作打下了坚实基础。因此，Python是大数据环境下开展大数据审计工作以及人才培养的良好平台工具，课程以Python作为平台语言是具有前瞻性的，也是必要的。 （二）理论与技术相结合，构建完善的课程框架 全面的课程建设是人才培养工作的基础。大数据审计课程框架主要从三个层面构建：第一，课程力求审计基础理论与数据分析技术相结合，培养学生数据思维，提高数据分析技能，打通理论与实践之间的隔阂，运用学习掌握的技术与方法解决实际审计问题；第二，课程设计能够与会计、经济、管理学等知识对接，可以充分发挥学生的个人兴趣优势，释放学生的创造力与活力；第三，课程包含提出现实问题、理论教学解决问题、实践课程实操问题等完整教学流程，引入最新审计技术方法，并利用虚拟仿真实验室与实践基地开展探索式学习，着重培养学生的综合能力（图1）。
