高职大数据专业人才培养方案的探索与实践<br/>——以上饶职业技术学院为例

高职大数据专业人才培养方案的探索与实践
——以上饶职业技术学院为例

2018-01-15叶健华高海涛

温州职业技术学院学报 2017年4期

叶健华，高海涛

（上饶职业技术学院信息工程系，江西上饶 334109）

21世纪是大数据时代，大数据是国家重要的战略性资源，是21世纪的“金矿”。国家“十三五”规划纲要中明确提出：“实施国家大数据战略，推进数据资源开放共享”[1]。随着《大数据产业发展规划（2016—2020年）》的正式发布，大数据产业正式成为塑造我国竞争力的战略制高点。据预测，到2020年，中国的数据总量将会超过8 000亿，占全球数据总量的比例达20%，中国将成为世界第一数据资源大国和全球数据中心[2]。2016年我国大数据市场规模为168亿元，到2020年，大数据相关产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右[3]。

大数据行业的高速发展造成大数据专业人才严重匮乏。目前，全国的大数据人才只有46万人，未来3～5年内大数据人才的缺口将高达150万人之多，大数据行业将面临全球性的人才荒[4]。针对大数据专业人才严重匮乏的现状，高校采取积极的应对措施，各大高校正紧锣密鼓启动大数据人才培养计划。截至2017年6月，教育部公布已有35所本科高校获批数据科学与大数据技术专业，部分高职院校也抓住这一历史性机遇，开设大数据专业。人才培养方案是大数据专业可持续发展的核心，探讨大数据专业人才培养方案意义重大。《大数据产业发展规划（2016—2020年）》指出：“加强大数据人才培养，整合高校、企业、社会资源，推动建立创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系”[3]。大数据人才包括复合创新型人才和专业技能型人才。高职大数据专业人才培养方案的制定，关键在于找准专业定位。

一、本科与高职大数据专业人才培养方案的主要区别

1.培养目标与基本要求不一样

本科大数据专业的培养目标定位为培养理论基础扎实的拔尖创新型人才，要求有比较扎实的数学基础，对编程与算法的要求高，要求掌握大数据系统的开发与设计、大数据分析与挖掘等高端技术。高职大数据专业的培养目标定位在中低端的技能型人才，对数学要求不高，对编程与算法没有过高要求，要求掌握大数据采集、清洗、查询、分析和可视化展现等中低端技术。

2.就业岗位不一样

本科大数据专业的就业岗位为大数据架构工程师、大数据开发工程师等高端岗位，岗位要求精通一门或多门面向对象的编程语言，精通一种或多种数据分析工具，具备大数据平台研发或二次开发项目的设计、开发和优化等。高职大数据专业的就业岗位则多为大数据分析师等中低端岗位。

3.课程体系设置不一样

本科大数据专业的课程体系设置编程基础、大数据平台基础、数据分析与处理、大数据项目开发等模块，核心课程理论性强、难度系数大，大多数课程的理论与实践比例都为1∶1。高职大数据专业的课程体系则设置编程基础、采集与预处理、查询与分析、可视化展现等模块，核心课程技能性强、难度系数不高，许多课程的理论与实践比例一般为1∶2，甚至全部是实践课时。

二、高职大数据专业人才培养方案制订的原则

1.服务区域大数据产业发展

地方高职院校要立足区域经济发展，解决区域大数据企业急需的初中级人才，真正实现服务区域大数据产业发展的目的。2016年1月，随着《江西省人民政府关于印发促进大数据发展实施方案的通知》（赣府发〔2016〕5号）的贯彻落实，大数据产业在上饶市快速发展，同年学院开设大数据专业，开始为上饶市培养大数据人才。目前，已入驻上饶市规模较大的大数据企业有华为技术有限公司、江西国云科技有限公司、蜘蛛旅游网、中智云游（北京）科技股份有限公司等，从需求看，技术上要熟练使用Struts, Hibernate, Spring等主流框架和Oracle/SQL Server等数据库，熟悉Linux操作系统，适应需求开设相关课程，以达到企业的技术需求。

2.以岗位需求为依据

大数据人才主要分为三类：一是数据分析与挖掘人才。其主要职责为运用工具提取、分析、呈现数据，用算法实现数据挖掘。二是数据工程师。其主要职责为运用数据工具，实现数据建模等功能。三是数据架构师。其主要职责是设计与优化算法和数据相关系统。前两类岗位比较适合高职学生就业目标，可根据这两类岗位设置人才培养方案。

3.人才培养方案动态调整、适度平稳

大数据行业属于新兴行业，培养方案要根据大数据技术的更新、就业岗位的变化、学生和教师素质的变化、学校基础设施的改善进行调整，同时也要保持培养方案的适度平稳，否则频繁调整会使学生和教师疲于应对。

4.坚持实用性，注重实际动手操作能力

大数据专业人才培养方案应突出实用原则，多开设应用性强、实用价值高、就业面广的课程，理论内容按照“必须、够用”的原则选取，实践操作的比例要增加，目的是提高学生灵活运用技术解决实际问题的能力。

5.小而精，有所侧重

大数据专业人才培养方案不应面面俱到，要坚持小而精的原则。高职院校的计算机硬件资源好，则可多开设一些大数据运维方面的课程；教师编程方面的能力较强，则可多开设一些软件开发方面的课程。每所高职院校大数据专业培养方案因实际情况不同而有所不同。

6.围绕职业技能竞赛

全国职业院校技能竞赛“大数据技术与应用”赛项基本覆盖了大数据行业典型工作流程岗位，竞赛内容体现专业核心能力与知识、涵盖丰富的专业知识与专业技能点，可围绕职业技能竞赛开设相关课程，从而缩小人才培养与行业需求的差距。

三、高职大数据专业人才培养方案制订的总体思路

1.确定人才培养目标

大数据专业人才培养目标需要考虑以下几个方面的因素：一是地域人才需求，解决当地大数据企业的人才需求是制订专业人才培养目标的第一要素。二是高职院校自身的办学实力，主要包括高职院校的师资力量、硬件设备、校企合作伙伴的现状及近期可能达到的办学条件，决定高职院校适合培养什么岗位的高技能人才。三是学生的就业岗位，可定位在诸如大数据分析师、数据可视化工程师等中低端岗位，就业岗位不应太多，否则课程体系容易庞杂，不够精准、专业和深入。

通过企业调研和召开专家研讨会，根据人才培养方案制订的原则，可确定大数据专业人才培养目标为：培养德、智、体、美全面发展，具备较好的计算机基础，掌握大数据技术的基本理论和基本技能，熟悉常用软件的操作，具有在企事业单位利用大数据技术进行数据采集、预处理、存储、查询、分析、挖掘、可视化展现、预测和优化操作及大数据系统初级开发能力的高素质技能型人才。

2.明确培养规格

（1）专业能力。它要求具有大数据平台和相关工具的配置、使用和优化的能力，大数据采集、预处理、查询、分析与挖掘、可视化展现的能力，大数据架构的设计思路与方法的应用能力，大数据项目的开展和执行的能力，大数据系统初级设计与开发的能力。

（2）方法能力。它要求具有查找、阅读工程资料与文献的能力，自主学习新知识、新技能的学习能力，综合分析问题、解决工程实际问题及突发事件的处置能力，判断决策与较强的逻辑思维能力。

（3）社会能力。它要求具有良好的思想政治素质、行为规范，诚实守信、爱岗敬业、奉献社会的职业道德，较强的口头和书面表达能力、人际沟通能力，较强的计划、组织、协调能力，团队协作能力，较强的创新能力、拓展能力。

（4）资格证书。为了让学生掌握一技之长，鼓励学生考取与大数据技术相关的技能证书，如全国计算机等级证书（二级Java语言程序设计、二级My SQL数据库程序设计），工业与信息化部大数据分析师、大数据工程师等证书。

3.对职业能力与岗位要求进行分析，构建专业课程体系

职业能力分析是指对专业所对应核心岗位的工作任务和行动领域进行详细分解[5]。行动领域向学习领域的转化一般包括行动领域分析、核心能力归纳、学习领域转换三个步骤。核心能力归纳，将职业能力进行核心能力的确定，并对核心能力的构成要素进一步设计。学习领域转换，在分析典型工作任务和形成支撑核心课程基础上，最终实现从行动领域向学习领域转换，完成专业课程体系的构建[6]。

经过大数据专业人才需求调研分析，在行动领域确定数据采集与预处理，数据仓库建设，数据查询、分析与挖掘，数据可视化展现4个工作项目，包含若干项工作任务，在对典型工作任务进行分析后可得出该专业学生应具备的职业能力，如数据抓取与抽取工具的使用能力、大数据的导入与导出能力、使用程序语言开发可视化展现程序的能力等（见表1）。通过分析、整理大数据专业对应的工作任务，可确定职业岗位的工作任务，构建由基础学习领域课程、专业学习领域课程、拓展学习领域课程三大模块及独立实践环节构成的课程体系。基础学习领域课程要通用化，专业学习领域课程要模块化，拓展学习领域课程要项目化，融合国家职业技能鉴定标准与专业课程标准，职业资格证替代课程考核结果[7]。

四、高职大数据专业人才培养方案的具体实施

1.实施“学做合一”的人才培养模式

为培养从事大数据工作的高素质技能型人才，学院以大数据技能竞赛为平台，以大数据技术教学团队、校内实训室和校外实习基地为依托，实施“学做合一”的人才培养模式。通过“教室与实训室合一”“教师与师傅合一”“学生与徒弟合一”的技能培训模式，实行“教、学、做”一体化，将大数据企业的工作情景真正地展现在实训室中，让学生在校内体会到大数据企业从数据抓取与清洗、数据处理与计算、数据分析与挖掘、数据可视化展现等过程的工作情景，结合校外实习，实现教学过程与岗位工作任务零距离对接，从而最终实现人才培养目标。

学院以在全国高职大数据竞赛活动中获奖为目标，使教学内容紧跟大数据技术的发展步伐，让学生了解大数据行业新技术的应用，使学生在毕业后能更快地适应企业工作环境，提高学生的就业质量。

表1 高职大数据专业的工作任务与职业能力分析

2.构建专业课程体系

根据大数据专业的职业能力分析构建大数据专业课程体系（见表2）。

专业课程体系建设的任务非常艰巨，需要做的工作很多。一是要根据每位教师的专业特长分配相应的工作任务，每位教师钻研2～3门课程，编写相应的教学大纲和实训指导书，对从事大数据专业实训教学的教师可增加部分课酬，保障其教学积极性。二是根据课程建设需要，建设或完善相应的校内实训基地，提高实训条件。三是加强精品课程建设，力争3年左右建设4～5门院级精品课，5年左右建设2门省级精品课。

3.开发项目化教材

采用项目教学法能实现学生职业能力与企业工作任务之间的更好对接。全面、深入地采用项目教学法，必须有一套整齐、完备、实用的项目化教材。目前，国内大数据专业教材不同程度地存在一些问题：一是教材没有以实际项目开发过程为线索，围绕实际工作内容融入必要的知识点，也没有编写配套的立体化教学资源，如配套的电子课件、电子教案和实训指导书等[8]。因此，高职院校每年应根据实际情况对人才培养方案和课程标准进行修订和完善。二是大数据方面的教材比较欠缺。教师应编写相应课程的讲义，并将讲义汇编成教材。

4.培养双师型教师队伍

大数据专业建设主要依靠学院专业教师自力更生和艰苦奋斗。一是每年选派部分教师参加大数据专业的省级培训或下企业锻炼，逐步培养大数据专业的双师型教师队伍。二是组织教师考取大数据方面的技能证书，通过大数据专业的系统化学习提升教师的专业素质。三是组织教师参加职业技能竞赛。教师参加职业技能竞赛，可克服教师去外地培训造成的培训经费高的缺点，又能充分调动教师技能训练的积极性，按照此方法2～3年内就能培养出一支专业综合能力强的双师型教师队伍。

5.增强校企合作力度

高技能型人才培养的目的就是使培养结果适应现代大数据产业的人才需要，实施校企合作能及时了解行业对人才的要求，与行业企业共同制订人才培养方案，共同开发专业课程。学院大数据专业校企合作几乎从零开始，因而要大力增强校企合作力度。目前，上饶市正在建设占地约133hm2的大数据产业园，学院直接在园区内设立大数据学院，开展与园区内企业的合作，采用校企合作共建实训基地的人才培养模式。校企合作过程中，加强实习过程的监控，实习结束后，对学生实习进行考核，合格者颁发“工作经历证书”[9]。通过这些手段让学生获得实践经验，有利于学生今后的就业，提高校企合作的质量。