摘要：当前的社会发展之中，大数据已经成为信息时代的新石油，因此，作为高职院校，也必须推动大数据技术课程教学的有序开展，从而使得学校本身适应大数据时代的办学发展要求和办学发展目标，这就要求着学校方面需要从观念、模式、资源、评价等多个角度进行协调，从而提升大数据课程的教学质量，推动课程教学体系的改革和课程教学模式的创新，从而实现高质量授课。

关键词：CDIO;大数据技术;课程教学

随着现代信息技术的不断发展，社交网络逐渐成熟且发达，云计算、物联网、区块链等技术都需要运用到数据传输，并且这些技术本身也产生着大量的数据，根据相关机构估计，在未来的发展过程中，国内市场大约需要180万以上的大数据人才，然而从目前的情况来看，我国只有30余万大数据人才，远远无法满足市场需求，因此，亟需推动大数据课程体系改革，培养充足的大数据人才，因此，本文以CDIO为基础，分析了大数据技术的课程教学。

一、CDIO概述

CDIO教学全称为CDIO工程教育模式，是近年来工程领域教育改革的重要成果，其中，CDIO中的四个字母分别代表构思（conceive）、设计（design）、实现（implement）和运作（operate），CDIO贯穿了产品研发到运行的整个生命周期，并且借助CDIO教学模式，可以让学生对于实践活动具有更强的积极性和主动性，实现学生、教师和课程之间的密切联系，CDIO培养大纲将工程领域毕业生的能力分为基础知识能力、个人操作能力、人际协作能力和工程系统能力，在培养大纲之中，四大部分的能力需要协调培养，共同努力从而使得学生能够在四个方面的指标都能达到合格。

CDIO教学强调以工程为基础，并且将产品和系统的构思、设计、实现和运行融为一体，将工程学生所必须具备的基础知识、个人能力、协作能力和系统能力以逐级细化的方式展现出来，从而确保了教学方向的明确性和教学改革的系统性，对于教师的教学和学生的学习都具备重要的指导作用，实现了教学活动的系统性、先进性和科学性的统一，换而言之，CDIO教学模式是当前工程教育的主要发展趋势之一。

二、大数据技术课程教学研究现状

2.1教学目标不明确

在大数据的背景之下，要想提升大数据技术课程教学效果，就必须以系统性的思维来综合分析课程教学要求，明确课程教学目标，借助相关技术对教学所需的海量技术进行搜集、整理和分析，从而筛选出对师生具有高价值的数据资源。从现实的教学活动来看，在许多学习之内，都尚未形成良好的数据管理机制，没有做到对数据的有效应用，由于缺乏明确的教学目标，大数据技术课程在教学活动之中，也没有实现对教学资源框架的开发，更遑论大数据的分析与建模[1]。

2.2教学观念有待改变

结合高职院校的办学情况，不论是校方还是学生本身，都认为大数据技术课程的研究难度较高，不适合高职院校的学生学习，在办学过程中也缺乏资源投入，而学生在学习过程中也未尽全力去了解和掌握相关知识，这就导致办学效果并不理想，因此，教学观念方面的问题是影响大数据技术课程教学效果的重要因素。

2.3教学管理及教学评价有待改善

教学管理可以对于教学活动起到规范性作用，良好的教学管理活动可以促进教学活动的正常开展，与此同时，可以提升教学质量，而教学评价则对教学活动起着引导作用，如果教学评价多元化，则教学活动就会更加注重培养学生的全面发展，反之则会导致学生的片面发展，例如，在大数据技术课程教学之中，教师和期末考核过度关注学生的成绩，则学生就会为了提升成绩而去生搬硬套，然而大数据技术课程之中，最为重要的应该是让学生在理解和掌握的基础上去学以致用，并且在使用的过程中反复练习以至完全掌握。

在当前的学校教学活动之中，存在过度关注成绩和教学秩序的情况，忽略了学习氛围的建设和学习素养的养成，这与CDIO模式也完全背离，因此，从教学管理和教学评价角度来看，CDIO的运用亟需对教学管理和教学评价进行深度改革，从而适应大数据技术课程的教学活动[2]。

2.4教学资源建设不足

在前文论述之中已经提及，由于缺乏观念上的重视，当前的大数据技术课程教学缺乏充足的教学资源，更遑论CDIO的应用了，教学资源建设问题主要表现在两方面，一方面是教学设备的建设，另一方面则是教师队伍的建设。从教学设备角度来看，CDIO在大数据技术课程教学之中的应用需要充足和先进的教学设备作为支撑，但是许多学校在教学设备方面缺乏资金，没有引进相应的教学设备，从教师角度来看，大部分学校在大数据方面的师资都是较为缺乏的，而且现阶段也缺乏直接对口数据科学领域的教师，教师队伍建设的不足也是影响教学活动效果的重要原因。

三、CDIO基础上的大数据课程教学研究

3.1大数据课程发展现状分析

2014年，中央电视台首次播报了有关两会大数据和春运大数据的相关新闻，从此刻起，大数据作为新兴词汇和新兴领域越来越多地出现在公众的视野之中，并且逐步被国家列为重点发展的领域，但是与此同时，我国的大数据人才极端缺乏，因此，大多数国内外高校都依托自身的定位和技术支撑开始了相关专业的申报工作，2016年，北京大学、对外经贸及中南大学率先申报成功，截至2018年，包括各种独立学院、高职院校在内的250多所高校申报成功。在当前的发展之中，大数据课程已经成为热门专业，但是大数据技术课程与CDIO的结合并不多，因此，本文将大数据技术课程与CDIO的结合进行了探讨。

3.2课程体系改革

CDIO的核心是工程实践教学思想，因此，结合大数据技术课程，应该以软件工程为试点，从而推动教学方法与课程体系的全方位教学改革。

在课程改革之中，位于首要位置的就是将CDIO融入大数据技术课程的授課框架，将大数据技术课程的授课与构思、设计、实现和运行融为一体，由于现阶段的学校师资不足，并且缺乏专业对口的教师，因此需要选拔相关专业的优秀教师进行大数据相关课程的学习培训工作，并且综合考虑培养目标、课时安排等客观条件，考虑到学生的理论基础相对薄弱，因此并不适合直接照搬重点高校的课程体系，而应该在结合自身情况的基础上对重点院校的课程体系进行借鉴，推动学校自身的教学体系改革，建立健全符合自身特色的课程体系。

鉴于当前市场上对于大数据技术人才的重大缺口，因此，当务之急应当是在相关专业，例如软件工程专业的授课和培养方案之中融入大数据技术课程以及CDIO模式，从而为数据科学领域和大数据技术专业的开办奠定良好的基础。

大数据技术课程体系将整个大数据的理论知识部分分为大数据基础、大数据存储和大数据处理，大数据基础部分主要介绍大数据的4V特征，即大量（volume）、多样（variety）、价值（value）和快速（velocity），与此同时，还介绍了大数据技术与其他行业的融合，以及应用大数据技术的主要工具，例如HDFS、HIVE、和PIG等等。大数据存储部分主要介绍大数据的运行机制和相关数据模型等等，同时介绍了一些数据库的特征和区别，包括云数据库的介绍。最后，在大数据处理部分，主要以wordcut为例，运动互动式教学、翻转课堂等多种教学模式，对Hadoop的MapReduce和HDFS的执行原理、执行过程进行了简单介绍，并对Spark和Storm进行了更深层次的探讨。

3.3基于CDIO的课程改革

在前文论述之中，大数据课程体系主要被分为大数据基础、大数据存储和大数据处理，在大数据基础部分，主要学习Ubuntu Linux的重要指令，并且对其进行实训操作，此外，还要让学生加强对Hadoop平台配置流程的学习和掌握，使其能够熟练利用该平台进行相关数据信息的调用和配置。

在大数据存储阶段，首先需要对HDFS的常用操作指令进行熟悉，尤其是Shell指令，包括Hadoop fs、HDFS dfs、Hadoop dfs等指令，而后通过Shell指令实现HDFS与本地环境中的数据互换，具体操作包括上传、下载、复制、移动、授权等等，与此同时，存储阶段还需要仔细分析SQL、NEWSQL和NOSQL之间的差异，并且对相关的数据库项目进行实践操作，最后结合相关的数据工具实现数据的输送与分析，加强学生对于大数据技术课程知识的掌握和应用。

大数据处理阶段的授课需要以学生熟练掌握MaperReduce和HDFS原理为基础，通过Hadoop处理平台处理好课程数据，并且结合Wordcut项目来熟练掌握数据的采集、预处理、分布式计算、数据分析和数据可视化。在大数据处理的学习过程中，教师可以借助一些现实之中的具体项目来辅助教学，例如视频网站的用户爱好预测、网络购物的数据分析处理等等，在此过程中，还可以让学生掌握Spark RDD、Spark SQL、Spark Streaming、Spark Mllib等数据库，并且让学生能够对批处理计算、实时批处理、交互式处理和流处理的优缺点和适用场景能够有更深层次的理解和把握，加深学生对于大数据技术的认识。

3.4教学方面的建设

在前文的论述之中，主要从教学观念、教学目标、教学评价、教学管理和教学资源角度分析了大数据课程教学存在的问题，在接下来的论述之中，也从相关角度展开了分析，并且提出了相应措施。

从课程教学观念角度来看，要转变高职院校学生不适合学习大数据技术的观念，认识到当前大数据专业的热度和该专业毕业生在未来就业市场上的竞争力，同时转变原有的教学观念，多关注学生在该课程学习过程中的状态。学校方面要树立明确的教学目标，以打造优势专业和优质毕业生为目标，要么不开办这一专业，要么打造强势专业，避免在大数据技术专业办学过程中出现尾大不掉的问题。学校和教师都应该转变教学评价，更加关注学生在基础知识能力、个人操作能力、人际协作能力和工程系统能力方面的成长和培养，提高学生的综合素养，从而为社会和就业市场提供更多优秀的大数据人才。

学校方面需要加强教学管理，使得教学管理对教学活动起到规范作用，从而使得教学活动效率提升，提高课堂的教学效果，避免学生在大数据技术课程的学习过程之中出现其他问题，与此同时，可以做到教学管理与课程改革的同步开展，推动两者的融合。从教学资源角度来看，一方面要优化學校内部的教学资源配置，从而调集有效资源打造高效课堂，形成强势的专业品牌，另一方面，则应该加强自身内部教师的培训和外部优秀人才的引进，提升大数据技术专业对口人才的招、育、用、留，以教师队伍的建设推动教学活动的开展，以及CDIO与大数据技术课程的融合。

四、小结

大数据技术课程是当前办学的热点之一，必须找好落脚点，把握核心发力点，以课程体系的改革推动CDIO的应用，并且推动教学管理和教学改革的融合，实现基于CDIO的大数据技术课程教学活动的有效开展以及相关专业的持续稳定发展。

参考文献

[1]丁晓剑，杨帆.大数据技术协同优化Python课程教学模式研究[J].电脑知识与技术，2021，17（11）：95-96+99.

[2]李琼.大数据技术概论课程的多元化教学实践[J].电子技术，2021，50（03）：156-157.

[3]梁艳，傅美婷，尹莉.大数据技术课程开放式教学方式的研究[J].辽宁科技学院学报，2020，22（04）：50-53.

作者简介：李彦文、男、汉族，（1970.11.05）甘肃靖远人，本科、副教授。研究方向：大数据处理。