王小宁

关键词：立德树人；高职；校企合作；大数据技术；人才培养；调查

1引言

2017年，《大数据产业发展规划（2016-2020年）》发布并实施：2019年，国家颁布新职业工种——大数据工程技术人员；2020年，大数据技术精准助力疫情防控和复产复工；2022年，大数据技术专业的行业市场需求200万余人。随着国家信息化建设的全面实施，我国各行各业对大数据人才的需求非常迫切，大数据方面的高级人才更是极度匮乏[1]。

大数据时代的强势来袭，促使各大高校自2016年开始纷纷申报并设立了数据科学与大数据技术专业[2]。重庆旅游职业学院也于2019年开始与企业联合办学，招收第一批大数据技术专业的学生，并根据学院的“五有人才”培养目标（“有健康身心、有文化底蕴、有精湛技艺、有创新精神、有发展潜能”），明确了大数据技术专业人才培养目标。

2当前大数据技术专业存在的问题

2.1课程开设杂乱，定位不明确

由于大数据技术专业是新兴专业，各高校缺乏借鉴经验，因此在办学中各高校根据地区的需求和学校办学条件、师资水平，设置了专业相关课程。对重庆旅游职业学院来说，本专业是校企合作办学，其专业课程体系由专业基础课程、专业核心课程和顶岗实习构成，采用企业开发的项目式教材，将职业技能拆解后形成实践课程。但是，认真研读人才培养方案时，发现大数据技术的课程设置主要有云计算和网络安全2个方向，开设的课程主要以“Linux运维”为核心，学习云计算相关课程或网络相关课程，虽然与大数据技术有一定关联，但定位不明确，与云计算专业和网络安全专业容易混淆。

2.2课程育人能力不足，思政融入欠缺

校企协同育人中存在德育工作缺乏重视、企业教师“立德树人”工作欠缺、企业教师自身德育存在质疑、教师培育中德育学习不足等问题，且专业实践教学体系主要以职业岗位技能需求为主线开设，侧重技能训练，缺乏对学生健康身心、文化底蕴的培养，在创新精神和发展潜能培养上重视不够，存在“重模仿轻理念、重实训轻发展、重技术轻人文、重学习轻身心”的问题。在人才培养中，缺乏健康身心，一切都是零；创新精神的不足，使学生不会变通，对未来工作岗位的变化无法适应：发展潜能的不足，使学生不能根据社会的需求提升个人综合能力。

3调研分析

针对重庆旅游职业学院大数据技术专业目前存在的问题，为了促使各实训课程融入课程思政和“五有人才培养标准”，促进人才的全面健康发展，提升大数据技术专业人才培养质量，满足需求量日益增大的就业需求，本文对同类院校和就业单位开展了调研。

3.1就业需求分析

随着大数据技术迅猛发展，相关应用技术更新换代非常快速，知识理论培养和实践内容脱节严重[3]。通过对51job进行分析，目前各行各業中急需大量大数据技术专业的人才，如：大数据开发工程师、运维工程师、爬虫开发工程师。

具体的任职要求如下。

（1）大数据开发工程师：熟悉主流关系型数据库、分布式数据库及大数据存储，如Oracle，MySQL，PostgreSQL，HDFS，Hive等；熟悉数据库系统设计的知识体系；熟练编写SQL处理数据，对数据仓库建模理论有一定的理解，熟悉Hive-SQL优先；熟悉HADOOP体系结构、spark等大数据技术相关内容；有大数据相关成品平台使用经验，或0～1的搭建经验者优先：有OGG，SQOOP等相关工具使用经验优先；责任心强、为人正直，乐于沟通，对工作热情。

（2）运维工程师：熟练掌握Java基础知识（包括10、集合、JDBC、面向对象等知识）；对Netflix和阿里系微服务框架精通，掌握Spring Cloud，Mysql，Oracle，Spring MVC，maven，git等；精通html5和CSS3，熟悉响应式Web设计技术，能利用html5，css3完成动画效果；精通vue/React，精通JavaScript，aj ax等JS技术，对JavaScript面向对象编程具有深入的了解；对大数据技术有较深的理解，熟悉多种开源技术框架，如Hadoop，Hive，Spark，Kafka等。具备较强的沟通能力和表达能力，能够倾听他人的观点和想法，清楚、明确地表达个人的意图：具有较强的团队合作精神与团队合作能力，在本专业上能指导他人，有一定的传授能力：良好的职业道德和职业素养，工作认真、踏实，工作积极主动、责任心强，能承受一定的工作压力。

（3）爬虫开发工程师：熟悉TCP/IP，HTTP，HTTPS等网络协议，熟悉Web前端，可读懂js/css/html等代码；熟练使用Python语言，熟悉常用爬虫框架如Scrapy等。熟悉反爬虫技术及破解方法；熟练使用selenium．bs4对xml，html的文本进行抓取、解析、清理；熟悉MySql/PostgreSQL/MongoDB/Redis等常用数据库或缓存的一种，掌握Java，Scala语言优先考虑；熟悉高并发、高性能的分布式系统的设计及应用，对管理网站的cookie实效性处理有经验：熟悉HDFS各种大数据技术优：熟悉市面上主流的验证码生成规则，熟悉主流加密算法，从事过大型网站（百万级PV）开发或维护者优：熟悉HTTP代理，在高匿代理方面有研究者优先。

根据以上岗位分析，就业单位对基础程序设计、大数据存储与管理以及大数据分析等实践能力提出了具体要求，另外对团队合作、职业道德、工作积极性、责任心等方面也提出了素质要求。高职院校应当依据企业实际的人才需求来进行专业人才的培养，并设置对应的课程体系[4]。

3.2同类院校调研

（1）高校A。

大数据技术专业开设有2个方向：大数据应用方向和公有云运维方向。其课程体系分为4层。

专业群平台（专业支撑课）：“程序设计基础”“数据库设计与实现”“Linux操作系统应用”“Python程序设计”“云计算基础”“SQL编程”。

专业核心课：“Hadoop大数据基础”“大数据采集技术”“大数据存储技术”“Python数据分析”“Spark大数据技术”“Hadoop分布式应用开发”。

集中实践课：“Hadoop集群运维管理实训”“职业技能等级证书考证实践”“云运维工程师实训”“Python项目实训”“创新创客创业教育”“岗位综合项目实训”“顶岗实习”。

专业拓展课：“开发设计类进阶模块”“运维测试类拓展模块”“单项技能考证类模块”“前沿新技术应用模块”“创新创业类拓展模块”“学历提升类强化模块”“专业思政实践类模块”。

在专业核心课中，采用“实验任务展示一知识精讲一学生实操”的教学模式，使用了和新华三合作开发的在线教学平台，平台中有教师的课件、教案、上课资源、实训任务和答案等，方便教学和学生实训。

学校于2012～2016年与企业合作，2016年后开始培养校内师资，与教育培训企业合作开发教学资源。校企合作主要与腾讯、亚马逊和新华三合作，其中腾讯合作的内容是“1+X”云服务操作管理；亚马逊方面，学院采购其云资源，建设了实训室，在上课时云资源可以免费使用：新华三方面，主要合作大数据技术专业有关的技能竞赛，学院采购了设备，并搭建实训平台，建设了新华三实训室。对于学生考证方面的培训，企业教师会来校上课，也会与学院教师合作编写教材、研究项目。课程方面，所有课程均采用线上线下混合式教学，如雨课堂、职教云。

学院应重视课程思政的融人，如在“算法分析与设计”课程的教学过程中，在专业课程内容中融人思政教育内容，如表1所列。

（2）高校B。

学院的实践课程体系包括专业基本能力和专业核心能力。专业基本能力有“人工智能引论”“高级办公软件应用实训”“微机组装与维护实训”“计算机应用实训”“工程应用数学”“数据结构”“程序设计基础”。

专业核心能力有4层。

信息系统开发能力：“网页设计与制作技术”“网站前端开发技术”“动态Web技术（PHP）”“Web应用系统开发实训”。

信息采集与数据存储能力：“数据库原理与应用”“MySQL技术实训”“数据库技术及PL/SQL语言”“数据采集技术”“数据库高级管理技术”。

大数据运维能力：“网络操作系统（ Linux）”“Hadoop大数据开发基础”“Spark大数据快速运算”“大数据技术实训”“专业技能专项实训”。

数据分析与可视化能力：“数据分析基础”“数据分析技术”“机器学习”“毕业顶岗实习（毕业作品）”。

关于学生就业方面，由于地处深圳，就业企业比学生数量多，起薪5 000元左右，若学生在毕业前考取了华为的高级IE证书，则学校给予奖金15 000兀。

关于校企合作方面，由于企业编写的课程资源一般是项目式，不能由浅人深，不适合教学，因此，目前进行的校企合作主要体现在实践课程采用校企教材，以及偶尔请企业教师上课讲座，方式灵活。

对教学与就业之间的衔接问题，每年有调研类的课题，便于教师调研，根据社会需求对课程进行调整，有长效机制。

（3）高校C。

大数据技术的就业岗位主要是：大数据分析师、大数据技术支持工程师、大数据运维工程师、数据安全管理员、数据可视化工程师。开设的核心课程有：“程序设计基础”“数据预处理”“大数据分析技术”“数据仓库技术”“大数据可视化技术”数据治理”“大数据安全管理”。

学院通过“平台+模块”，实现岗课证赛融通、深度产教融合、科技创新应用；注重技能训练与工程实践，致力于大数据技术工程实施能力的培养：在专业课中嵌入夯实基础、能力拓展、知识优化等模块，以提升职业核心竞争力，形成培养特色。

校企合作方面：与中国移动、浪潮集团、重庆电信等行业知名企业深度合作，确保学生对口实习和优势就业。

4解决方案

4.1重构实践课程体系

2022年9月，教育部发布新版《职业教育专业简介》，全面介绍了大数据技术专业的培养方案，在就业岗位、培养目标、主要专业能力要求、开设课程和职业证书等方面做了明确的规定，新版《职业教育专业简介》的发布有利于提高职业教育专业适配产业升级的响应速度，为学校制订人才培养方案提供了基本遵循，为校企合作提供了依据，为用人单位录用毕业生提供了参考。我们应紧跟国家文件，修订人才培养方案，制定出符合标准的大数据技术人才培养方案，同时建立动态调整机制，根据技术的发展、企业的需求定期开展专业调研，及时调整课程体系。

4.2调整校企合作思路

《中华人民共和国职业教育法》于2022年4月20日修订，其中第四十条提出，“职业学校、职业培训机构实施职业教育应当注重产教融合，实行校企合作”。但有些高职院校合作的企业参与建设的实训室质量堪忧，不能达到学生的教学和实训标准。我们应调整校企合作思路，找寻有资源和能力的企业，如引入新华三实训设备、亚马逊实训資源、腾讯云等，能够切实提升学生竞赛和实训教学质量；与教育企业合作开发教学资源，能够有效衔接就业需求，提高教学效率：邀请一定资质的企业教师进校上课，能够让学生明确学习目标，激发学习动机、增强学习兴趣。

4.3重视“立德树人”工作

课程思政的实施，要求教师有一定的思政教学能力，由于企业教师的招聘和管理由企业方执行，而企业教师的德育素质如何，对我国现阶段的“立德树人”根本教育任务是否明确，均在校方的把控之外，这就需要校方加强合作企业监管，同时校内教师也应不断学习思政知识，紧跟国家时事，学习中国传统文化．提升个人思政意识与思政教学能力，融人课堂教学。

4.4建设校内专业教师队伍

师资队伍培养是专业课程建设的基础工作[5]。目前，多数高职院校开展校企合作的模式是企业方负责专业课，校内教师仅上一部分专业基础课或者不上专业课，企业方的课时费由企业发放，校内教师则由学校发放课时费，这种“两张皮”办学现象，导致企业方不愿意请校内教师上课，也有些校内教师不愿意上企业的课，引发矛盾，违背了校企合作的初衷，不能帮助校内教师尽快成长以及进行深度合作。

在此种情况下，学校应进一步充实专业师资队伍[6]，鼓励并支持校内教师上专业课，同时教师也应积极主动通过CSDN、在线课程平台等途径快速成长，提升师资队伍教学水平，真正实现校企合作的目的，即由企业将最新技术和项目引入学校，让师生通过企业快速衔接最新社会需求，以培养出对社会有用的技能型人才。

4.5在实训课中重启发与引导

对于实训课中学生的“重模仿轻理念”情况，教师应在教学过程中重启发，从问题的分析开始引导，一环扣一环，将整体解决思路以强逻辑性的方式展示给学生，同时在实训内容的设计时，将典型工作任务所对应的技能点进行强化，并整合项目资源，让学生模拟工作岗位情境去解决问题，强调小组协作，避免单一技能点实训。

4.6为学生考证设置奖学金

加强应用型人才培养是高校当前人才培养的关键所在[7]。在新版《职业教育专业简介》中，规定了大数据技术专业应考取的职业证书和技能证书，对学生考取一定等级的证书给予奖励，可以激励更多的学生去考证，实现“岗课赛证”相结合。

5结束语

针对重庆旅游职业学院大数据技术专业目前存在的问题，通过对就业需求和同类院校进行调研分析，并结合重庆旅游职业学院教学实际与就业岗位需求，对“立德树人”下的大数据技术专业人才培养提出建议，以促进人才的全面健康发展，提升大数据技术专业人才培养质量，培养兼具工程实践能力与技术创新能力的跨界复合型大数据人才，从而更好地服务于国家发展战略行动、区域创新体系建设与经济社会发展。我们后期会持续关注国家关于大数据技术专业实训建设方面的新文件，以进行实践与研究。