王建芳

(兰州财经大学 陇桥学院，甘肃 兰州 730101)

在大数据时代，计算机科学与技术应用型人才培养受到了政府、互联网企业、高校等部门的重视。近年来，我国政府部门已经明确提出要培养与人工智能时代发展相匹配的应用型人才。[1]与此同时，百度、阿里巴巴、腾讯等企业对于计算机领域的优秀人才争夺愈发激烈。由此，我国高校扩大了计算机相关专业的招生规模，涌现出一大批计算机专业人才。但随着我国对计算机应用型人才需求的增加，高校计算机科学与技术专业应用型人才缺口越来越大。计算机领域的专业人士也指出，中国要想在全球人工智能领域处于领先地位，需要高校大力培养计算机方面的应用型人才。因此，如何在大数据时代培养出更高层次、满足社会发展需求应用型人才成为高校亟需解决的重要问题。

一、计算机科学与技术专业应用型人才培养的现实意义

我国教育部和国防部等重要部门联合调查显示，当前国内软件行业发展较为迅速，规模逐渐扩大，亟需计算机科学与技术专业的应用型人才。随着国内外市场竞争日渐激烈，我国各领域对于计算机科学与技术专业的人才要求不断升级。例如，通信类企业在扩建营销团队之时不仅需要应聘者具有理论知识，还需具有较硬的计算机技术技能。与此同时，在医疗、教育等行业同样需要大数据技术的深入应用，使得用人市场呈现出对计算机科学与技术专业应用型人才需求旺盛的景象。因此，文章从区块链技术、量子科技、大数据等领域的人才需求，分析计算机科学与技术专业应用型人才培养的现实意义。

(一)满足区块链技术发展对人才的需求

目前，区块链技术作为我国的主要创新型技术之一，人才供给严重失衡。据统计，近几年我国区块链技术的人才供给量较小，高校人才输出只能满足用人市场7%的需求。[2]虽然2020年底有大部分区块链技术企业纷纷裁员，但这一现象并不意味着区块链人才供给已经满足需求。据国家调研数据显示，当前区块链核心达标人才不到200人。且目前区块链技术领域的专业人才主要来自于互联网企业，大部分人才的技能主要以运营与市场营销为主，实践应用型技能相对较低，技术应用型人才较少。造成该现象的主要原因是高校计算机科学与技术专业课程通用性较低、师资力量较为匮乏，应用型人才培养能力降低。因此，在区块链技术发展技术与应用型人才强烈的需求背景下，高校需要转变传统人才培养模式，形成属于自身的人才培养模式与体系。

(二)满足国家实施大数据战略人才需求

在国际大数据产业博览会上，习近平总书记指明，当前我国需要根据数字中国与智慧社会的发展情况实施大数据战略。2020年12月的政治局学习会议上，习近平总书记也指出要根据大数据技术发展特点及其对社会经济的影响，提前布局人才培养计划。[3]基于这一指导思想，高校与相关企业应该根据大数据发展趋势，制定相关的人才培养计划，以激活大数据的发展活力，更好地提升人民生活质量。要想实现这一目标，就需要大批量的大数据技术人才作支撑。2018年台湾发布的全球大数据发展报告也显示，虽然我国大数据人才占全球50%比例，但是依然存在较大人才缺口。猎聘网的数据也证实了这一观点。猎聘网数据显示，截止到2019年底我国大数据技术人才缺口超过150万。近几年，大数据技术已经高度渗透在金融、政务、交通、安防、教育、医疗等行业中，国内对大数据人才需求呈现出逐年递增趋势(见图1)。在大数据人才需求快速上升背景当中，高校必须要转变传统人才培养模式，将大数据开发工程师、ETL工程师作为人才培养的主要方向。[4]

图1 2015-2018年大数据人才需求增长情况

(三)满足互联网巨头布局量子科技的人才需求

2020年底京东宣布成立京东探索研究院，进入量子计算、人工智能等领域。几乎同一时期，腾讯公司也公布其在量子处理器、量子芯片、量子计算机等领域的专利。京东与腾讯等互联网巨头纷纷布局量子计算，这意味着量子计算竞争格局正在持续升温，其背后的人才PK格局也开始加速发展。据京东有关负责人表示，此次建立研究院，京东将会大力延揽计算机网络方面人才，积极布局全球人才战略。加之，习近平总书记也指出要培养出一批高水平人才队伍，加强量子科技领域的人才培养力度。[5]可见在这些高端人才具体培养过程中，高校或者企业需要建立适应量子科技发展专门人才培养计划，加强相关学科与课程体系建设，打造一批能够把握世界科技大势的顶尖人才。此外，高校也需要根据经济发展趋势与习近平总书记的指示，重视计算机科学与技术专业人才培养模式创新，做好重大科技任务方面的布局规划，优化人才培养模式。[6]

(四)满足人工智能时代人才需求

当前，我国大多数高校的计算机专业人才培养模式主要采取“程序设计+算法+应用”的模式，高校将基础编程、物理、数学作为最核心基础课程。还有部分高校会在高年级学生中开设与人工智能、数据处理相关的选修课程，并提供相应培训。但是在人工智能时代，该培养模式已经无法满足人工智能时代对计算机科学与技术方面应用型人才需求。[7]一方面，传统模式更多倾向培养学生编写小型应用程序能力，如WEB应用、数据库应用系统等程序，而这些方法和技术在人工智能时代早已被工程化、框架化，在新时代“智能+”产业不断裂变新需求背景下，学生所掌握的技能已无法满足市场需求情况；另一方面，高校传统的计算机科学与技术人才培养更加注重帮助学生打下坚实的理论基础，而人工智能时代，对学生要求已经远不止此，除要求学生掌握编程和算法能力之外，还需要掌握机器学习能力，培养学生将数据作为驱动力的人工智能思维。由此可见，创新计算机科学与技术专业人才培养模式，成为顺应时代发展潮流的必然选择。

二、计算机科学与技术专业应用型人才培养存在的问题

随着社会经济发展，计算机科学与技术专业的学生渗透到各行业中，整个社会中掀起学习计算机新高潮。然而，随着人们对计算机专业的追捧，应用型人才培养不足在计算机科学与技术专业中逐渐凸显。同时，数字经济时代需要大量的计算机专业人才服务社会经济的发展，使得计算机科学与技术专业应用型人才创新问题引起全社会高度关注。本文结合前人研究成果，深入探究高校计算机科学与技术专业应用型人才培养面临的主要问题。

(一)课程设置不合理

当前，课程设置不合理成为制约计算机科学与技术专业应用型人才培养的主要问题之一。具体来说，高校课程设计方面存在不合理性，出现通识类课程课时较少问题。对于计算机科学与技术专业学生来说，只掌握本专业相关知识已经无法满足社会发展对综合型人才发展的需求。而计算机科学与技术专业交叉与融合类课程较少，出现了学生掌握知识较为单一，缺乏融会贯通的知识体系。目前，大部分高校计算机技术与科学专业课程结构主要是由基础课与专业课组成。从宏观情况来看，高校并未开设计算机科学与技术专业和其他学科融合方面的课程。虽然部分高校开设了专业公共选修课程，但课时较少，难以起到培养应用型人才的作用。

(二)师资队伍有待完善

我国高校计算机科学与技术专业的教师队伍大多是由事业编、合同聘请、兼职形式而构成。其中，事业编与合同聘请教师主要由校内专业教师担任；兼职主要是来自于专业领域的优秀企业人才。这样的师资结构出现了专职教师缺乏实践经验，兼职教师缺乏理论知识的现象，在一定程度难以实现理论课程与实践课程的有效衔接。同时，我国大部分高校都出现了教师数量不足与理论知识相对匮乏的问题。一方面，教师数量不足：国际社会上最佳教师与学生比例是1：14，而我国大多数高校计算机科学与技术专业师生比例约为1：18；另一方面，教师理论基础知识较为匮乏；计算机科学与技术专业中兼职教师大多数来源于IT行业，具有较为丰富实践经验，可为学生提供个性化与生动性的实践课程，但相较而言，兼职教师理论知识较弱，使其实践经验难以快速融入实际教学，最终影响教学效果。

(三)实践场所有待开发利用

在计算机科学与技术专业实践教学方面，截止到目前为止还未形成系统教学体系。一方面，计算机科学与技术专业在教学过程中，一般都会存在轻实践、重理论的教学现象：虽然很多高校在培养应用型人才方面做出较多努力，在实际教学过程中一直在强调实践教学重要性，并对实践教学内容各环节进行明确规定，但很大程度上相关规定仍然流于形式，没有发挥实质性作用；另一方面，仍有许多实践教学场地还未进行有效利用：目前来看，很多高校计算机科学与技术专业实训基地在数量上已经达到国家相关要求，但在使用过程却存在空置现象，尚未发挥应有作用，甚至还有部分基地尚未投入使用。

(四)教学质量监督与评价方式仍需改进

教学质量评价方式不健全是高校培养应用型人才面临主要困境之一。首先，教学过程监控分布不均衡。目前，高校对于计算机科学与技术专业监督与管理较为注重学生的成绩，而忽视学生掌握的专业技能。其次，教学质量监督较为片面。大多数高校计算机科学与技术专业监督对象是教学计划、教师与课堂教学秩序，对教学内容执行情况无法进行有效监督。具体来说，教学内容主要由教师制定，而教师主观意识难以有效把控教学质量。最后，教学质量评价标准不明确。对于大部分高校来说，计算机科学与技术专业缺乏科学、合理的教学质量评价体系。通常情况下，教师对学生学习效果评价，多以个人主观感受为依据缺乏客观标准。这在一定程度上会使得教师的评价结果缺乏客观性，无法准确地获取学生真实地学习情况，最终导致高校培养出的人才与社会需求脱节。

三、大数据背景下计算机科学与技术专业应用型人才培养模式构建

为满足区块链技术发展、人工智能时代的发展需求，高校需要根据大数据时代企业对人才的需求，不断创新与革新应用型人才培养模式。基于此，本文在学校与企业合作、产业与教学融合的大背景下，结合高校就业创业、社会服务等实际发展情况，构建校企精准对接的2+1+1应用型人才培养模式(见图2)，并可从以下几个方面入手：

图2 2+1+1应用型人才培养模式

(一)明确人才培养要求

为满足大数据时代对IT型人才的培养，高校在实施2+1+1应用型人才培养模式时，应明确具体的培养规格与要求，可从以下几个方面入手。第一，培养知识复合型与应用性人才。在培养学生过程中，要将培养复合型人才作为最终的目标。在课堂教学过程中，高校需要在专业基础课教学基础上，积极探索融合式课程体系，如在公共基础课程中增设会计学、财务管理学等课程，丰富学生的课程体系。此外，计算机科学与技术专业的毕业生就业范围比较广阔，可能会从事金融、财政等行业，这便需要学生掌握其他专业的知识。因此，不论是出于教学目标考虑还是学生就业需求，高校都需要培养复合型人才。第二，培养能力与实践性综合人才。相较于研究型人才而言，应用型人才需要具备较强动手能力与岗位适应能力。针对于此，高校还应重视培养学生的创新能力。第三，注重学生素质提升与扩展的培养高素质人才。在培养计算机科学与技术类应用型人才时，高校可通过举办知识竞赛、辩论赛等活动，积极提升学生的团队协作能力与专业技能，提升学生基本素质与综合素质。

(二)优化课程设置

为实现培养应用型人才的目标，高校在实施2+1+1人才培养模式时，应改变传统课程设置方式。首先，应结合大数据时代要求打造突出应用型的理论类教学课程。高校可根据现有理论知识与主要课程，重新整理出学生需要学习的知识点和需要掌握的能力，结合IT行业情况，对课程内容进行创新与改革。可删除理论意义大于实际工作的教学内容，增加与工作岗位具有联系的理论课程，为理论与实践教学衔接做好准备。其次，应结合最新的社会需求建立模块化分阶段的实践教学课程。将专业实践教学作为基本实验基础，逐步开设实践教学，使得实践教学方式逐步渗透到学生的具体操作中，实现规范学生操作与提升实践技能的目标。在具体实施过程中，高校可按照基础、提高、创新、研发四个不同阶段稳步推进，在实践教学课程中提升学生动手能力。最后，丰富学生素质扩展课程。在具体教学过程中，高校应充分发挥第二课堂作用，积极寻求第一课堂与第二课堂的结合点，实现教学与课外活动相连接，有针对性地提升学生专业技术水平。高校也可通过数学建模、英语竞赛等教学方式，提升学生科研能力。

(三)加强教师队伍建设

教师作为培养应用型人才不可或缺的元素，在培养应用型人才时发挥重要作用。因此，高校在实施2+1+1人才培养模式时，需要重视教师队伍的建设。首先，激发教师教学主动性。第一，教师应积极借鉴发达国家经验与教训，通过丰富课堂内容、营造轻松学习氛围等方式激发学生学习主动性。第二，及时关注市场变化情况，把握企业用人动向。这便需要教师能够及时准确地了解相关企业用人情况，并根据获得消息及时调整教学内容。第三，积极参与教学活动，提升自身价值。计算机科学与技术专业教师不单单需要将自身定义为教师，也要积极提升自身在专业变革中的地位与话语权，参与到高校人才培养方案制定过程中，为应用型人才培养提供必要的支撑。其次，提升教师队伍水平。当前，大多数计算机科学与技术专业教师普遍缺乏企业工作经验，对社会和行业需求了解还有待提升。

(四)深化学校与企业合作进程

目前，针对高校很多实训基地存在空置现象，需要深化校企合作，充分利用实训基地。大数据时代高校在运行2+1+1人才培养模式时，需要高度重视与企业的合作。在此过程中，高校可将发展前景好、规模较大企业作为合作伙伴，积极探索校企合作培养学生途径。可建立学校与企业联盟办事处，定期召开会议，围绕学生学习情况与人才需求情况进行会谈，并针对实践基地空置现象及时形成解决方案，发挥实训基地应用作用。同时，高校还可将企业融入到高校实际教学活动中，使企业感受到自身在校企融合中的价值，不断提升企业参与校企融合积极性。在此过程中，高校可根据自身拥有实训基地优势，积极与企业开展合作，增强企业参与校企合作积极性。另外，高校还应不断提升学生数据思维与专业素养。具体来说，可以通过开展产学研合作之路，让企业感受到在大数据时代，积极参与校企合作能够获得更多优秀人才。

(五)完善教学质量评价体系

在大数据时代，应重视教学质量在人才培养中的作用。首先，结合大数据时代需求建立教学质量评估制度。第一，构建教学质量评价系统。高校要建立监控评价体系，监控学生的教学日常学习生活，并对其进行评价，进而有效检测学生的学习成效。第二，建立评奖评优机制。可将监控结果与教师和专业的评奖评优机制相结合，发挥教学质量监控应有价值。其次，扩展评价方式。高校在测试时需考察学生思考能力，可通过嵌入式系统、动态/静态网页设计等方式考察学生动手能力。再次，利用数据思维制定多元化评定标准。在实践过程中，高校应评价学生整个学习周期的学习成果，可采用平时成绩+期末考试成绩的考核方式，精准评判学生知识掌握水平。

总之，随着大数据技术的广泛和深入应用，用人市场中出现了计算机应用型人才短缺的现象。因此，创新与变革计算机科学与技术专业应用型人才培养模式，已经成为高校教学改革的重要内容。由此，本文分析目前计算机科学与技术专业应用型人才培养中存在问题，并在大数据背景下构建人才培养模型，从培养目标、课程规划与设计、教师队伍完善等方面提出具体优化与实施路径。