石家庄理工职业学院 王娟 兆晶 杨晓宇

作为促进社会经济长远发展的基础性战略资源之一，大数据技术深受各个行业各个领域的关注及重视，为推动大数据行业迈向全新的发展节点及阶段，相关部门印发了《行动纲要》用于部署大数据行业的长远发展规划。由此可见，《行动纲要》是占据大数据行业重要地位及作用的纲领性文件，往往被视为全新的发展途径、发展机遇及发展动力[1]。同时，大数据技术日趋成熟，极大地拓展了其业态应用场景，而应用场景扩大说明该行业岗位需求量缺口渐渐增多，但人才培养模式却出现滞后，导致行业人才缺口不断扩大。因此，此次围绕“基于岗位能力的高职大数据专业人才培养模式”进行分析研究具有重要的价值意义。

1 大数据人才需求现状及特征分析

1.1 需求现状

结合大数据专业人才需求调查结果可知，与2015年相比2019年全国大数据专业人才需求增长约为11.75倍，截至2019年初期呈现出稍有放缓的增长态势。同时，根据大数据行业人才需求领域可知，各个行业间不具备明显差异，意味着大数据专业人才需求分布及供给分布覆盖了各个行业，尤其是金融、机械制造、电子通信及互联网等行业[2]。例如，以互联网行业为例，互联网行业是人才需求相对集中的行业。此外，立足于大数据人才需求岗位，数据产品经理及机器学习的需求约占55%，其次为深度学习、算法工程及数据分析师，再次为图像处理、数据仓库、机器视觉、自然语言处理及数据架构。

同时，我国各个地区大数据专业人才供给情况相似，如以机器学习及数据产品经理为例，分别占总供给人数的45%及12%，意味着二者所占据的人才供给比例较大，而图像处理、机器视觉、BI工程师、自然语言处理、数据仓库、深度学习、算法工程及数据分析师约占总人才供给的10%。从人才供给需求地域差异性的角度来看，“北上广”位居前三位，以广州及杭州为典型代表的一线城市紧随其后。此外，受广州、深圳、上海及北京等区域企业数量众多的影响，产业发展相对成熟且集聚效应强烈，促使大数据人才供需缺口渐渐扩大，尤其是杭州，是大数据人才供需缺口庞大的城市之一。

1.2 需求特征

数据行业人才需求，具有层次过渡应用型人才、偏向大数据分析人才及培养模式转为技术+行业的特征特点。其中，大数据相关技术发展步入应用型阶段，以至于应用型人才需求缺口渐渐扩大，说明将大数据技术落实至各个行业是不可阻挡的主流趋势。同时，大数据技术能改造场景，突出其对促进行业演变发展的价值及优势，甚至能提高数据分析的工作效率。由此可见，大数据分析是深受社会大众及从业人员关注及重视的领域，其人才需求呈逐年递增趋势是不可逆转的主流方向，甚至可能带动大数据运维及开发相关行业的进步。

2 大数据人才岗位情况分析

2.1 分析工作岗位

大数据行业人才需求岗位类型相对丰富，包括大数据架构师、大数据产品经理、大数据运维工程师、大数据分析工程师、大数据应用开发工程师及大数据挖掘工程师。其中，大数据架构师肩负着研发大数据技术方案的工作职责，如管理、监督、控制及规划项目的开发进度，明确要求所有从业人员熟练掌握软件设计流程及开发流程，掌握大数据生态圈的主流架构，有助于积累更多的仓库建模及数据分析挖掘经验。大数据产品经理岗位的工作任务相对复杂，包括规划数据平台业务及架构大数据项目架构等，往往需要兼顾研发、运营管理及平台产品安全维护等工作任务。

同时，大数据运维工程师需要负责部署及维护大数据基础设施环境，灵活运用大数据技术进行调理优化，搭建相应的数据平台，具有监控、管理、测试及维护的作用。大数据分析工程师肩负着采集、诊断、清洗、汇总及管理数据的工作职责，明确要求其掌握各种软件，如Python等，能满足随时随地搭建模型的要求，便于深入挖掘数据得出相应的分析报告。大数据相关应用开发工程师的岗位要求严苛，明确要求从业人员具备设计、规划及分析大数据产品需求的能力，熟悉Hive、HDFS及Hadoop等平台技术，了解Linux系统、MySql及Hbase等数据库应用工具。此外，大数据挖掘工程师肩负着由海量数据提取关键信息挖掘其特征的工作职责。

2.2 明确工作岗位

高职院校不同于其他院校，侧重于培养高级技术型人才，促使其人才培养目标逐渐向迎合市场需求的应用型人才转变。由于新形势下高职院校招生途径及招生渠道日渐丰富多样，渐渐演变形成学考招生兼顾自主招生的模式，而高职院校内学生普遍理论学习深度不足，无法取得令人满意的技术技能培养效果。除设置专业人才培养目标，高职院校大数据专业不得忽略学生自身情况，不得设置难度过大的学习目标，尤其是对于数学及编程算法的要求不得过于严格，明确要求其学习成果集中于大数据分析、查询及采集等层面，掌握行业中低端可视化技术即可。

3 基于岗位能力的高职大数据专业人才培养模式分析

3.1 强化师资力量

通常情况下，大数据专业教师自身专业视角开拓程度、实践动手能力及理论知识扎实程度与人才培养之间存在着密切联系。因此在实际培养的过程中，相关专业教师贯彻实事求是的工作原则，以培养更多大数据专业人才为核心目标，通过内培外引等方法组建专业化的大数据专业师资团队，提倡现有的师资队伍统一参与岗位培训，大幅度提升其专业水平及职业素养，努力学习更多的专业知识及实践技能，满足与时俱进的要求。同时，派遣部分专业教师定期进入合作企业，参与大量真实项目，有助于锻炼其实践能力，促使其所学理论转化为可传授的技能，甚至可聘请具有授课能力且技术精湛的技术专家进行实践课程教学。

3.2 设置课程体系

在实际培养的过程中，相关专业教师贯彻具体问题具体分析的工作原则，融入能力递进培养理念，将大数据专业人才培养目标视为参考依据，合理设置大数据专业课程体系，向学生统一介绍毕业后可从事的工作岗位覆盖范围，并且灵活运用各种新型技术手段全面分析岗位从业人员所具备的工作能力。同时，根据课程体系的设计方案规划出长远系统的课程教学内容，侧重于突出其课程体系的可操作性及可行性，如尽量将课程体系划分为4个模块，包括管理开发能力培养、应用开发能力培养、职业综合能力培养及基础能力培养，进一步提升人才培养效果。

3.3 打造实训基地

实训室是高职院校人才培养不可缺少的必备设施，往往被视为实现人才培养目标的有力举措，说明该专业与其他高职院校专业相似，其专业实训基地越优质越能创设真实的工作环境，利用可靠的工作项目增强学生行业所需的工作岗位能力。由此可见，相关高职院校必须持续扩大总体成本投入，组建高标准严要求且具备一定前瞻性的智慧实训场所，突出实训场所的真实性，并且尽量配置先进的机械设备。同时，组建符合岗位能力培养要求的实践教学体系，大力推行项目进实践及项目进课堂的实训理念，充分发挥真实工作项目的驱动作用，以达到满足实践教学的要求。

3.4 组织技能竞赛

在实际培养过程中，相关专业教师贯彻落实“以赛促建、以赛促考、以赛促教及以赛促学”的工作理念，积极组织专业技能竞赛，促使其成为评估及考核教学效果的有力举措及重要手段，并且具体授课期间，将培养技能型人才要求贯穿于教学过程始终，帮助学生在具体学习过程中全面掌握相应的专业理论及技术技能。同时，以竞赛替代常规考核过程，提倡人人参赛人人竞赛，突出专业特色及公平公正理念。此外，大数据技能竞赛的项目数量庞大，几乎覆盖大数据行业的典型岗位及工作流程，而广泛参与竞赛活动能有效锻炼学生的专业技能，大幅度提升其综合素养。

4 结语

通过本文探究，认识到即便近几年来我国各个高职院校相继开设大数据专业，侧重于培养符合市场需求的大数据人才，但是不存在培养成功的实践经验，其人才培养模式处于探索阶段，仍存在着较多问题亟待解决。因此，相关高职院校大数据专业必须立足于岗位能力培养要求，设置科学合理的课程体系，组建专业化的教学团队，通过建设高标准智慧化实训基地等方法，深入挖掘专业教学资源，进行理论教学及技能教学，甚至可组织技能竞赛及创新创业活动，以达到培养出符合市场需求大数据专业人才的目标。