大数据人才培养目标的构建，旨在培养能够适应未来数据驱动型社会需求的专业人才。随着信息技术的飞速发展，大数据已经成为推动社会发展的关键力量。因此，大数据人才培养目标应当围绕以下几个方面展开：
1. 知识结构与技能培养：大数据人才需要具备扎实的数学、统计学基础，了解数据挖掘、机器学习、人工智能等前沿技术，同时掌握数据分析、处理和可视化等相关技能。此外，还需要了解数据安全、隐私保护等法律法规，确保数据处理过程合法合规。
2. 创新能力与实践能力：大数据人才应具备较强的创新意识和解决问题的能力，能够在面对复杂问题时提出创新性的解决方案。同时，还需具备实践经验，通过实际操作加深对理论知识的理解和应用能力。
3. 跨学科融合能力：大数据涉及多个领域，如计算机科学、统计学、金融学、心理学等。因此，大数据人才应具备跨学科的知识背景，能够将不同领域的知识综合运用到大数据分析和研究中。
4. 国际视野与合作能力：在全球化背景下，大数据人才应具备国际视野，了解全球数据发展趋势和技术动态，积极参与国际合作与交流。同时，还需具备良好的沟通能力和团队协作精神，能够与他人共同完成大数据项目。
5. 持续学习与自我提升：大数据领域技术更新迅速，大数据人才需具备持续学习的意识，不断学习新技术、新方法，提高自己的专业素养和竞争力。
6. 社会责任与道德意识：作为大数据人才，应具备强烈的社会责任感，关注数据对社会的影响，遵守职业道德规范，确保数据的公正、公平使用。
综上所述，大数据人才培养目标应以知识结构与技能培养为核心，注重创新能力与实践能力的培养，加强跨学科融合能力，拓展国际视野与合作能力，培养持续学习能力和社会责任意识。通过这些目标的实现，可以为未来数据驱动型社会的建设培养出一批具有高素质、高能力的大数据专业人才。
