大數據技術專業實驗教學與創新驅動型人才培養

梁柏櫸

摘 要：隨著大數據技術和產業的發展，大多數企業對大數據應用的創新驅動型人才有著迫切需求，因此各高校相繼開設了相應大數據技術與應用專業，重點從人才培養目標、課程體系設置、實驗內容等方面對大數據應用專業實驗教學與創新驅動型人才培養進行了論述。

關鍵詞：大數據；實驗教學；創新驅動；人才培養

中圖分類號：TP39；G482 文獻標識碼：A 文章編號：2095-1302（2017）10-0-02

0 引 言

《2017中國大數據發展報告》顯示，我國大數據發展總體處于起步階段，資本和產業是當前地方大數據發展的突出短板，人才短缺。隨著大數據技術的創新與應用，考慮到潛在企業對大數據創新驅動技能型人才的需求，國內多所高職院校已開設大數據技術與應用及相關專業。但大數據專業的教學資源和實驗條件目前相對缺乏，如何培養應用大數據創新驅動技能型人才已成為高職院校探討的新熱點。

1 大數據創新驅動技能型人才培養方案與課程體系設置

深入貫徹實施國家大數據創新驅動戰略，堅持以市場為主導，從2016年開始國內共有32所高校開設了數據科學與大數據技術專業，顯示出國家對培養大數據創新驅動技能型高素質人才的高度重視。為此，我們提出的大數據創新驅動技能型人才培養方案與課程體系設置對大力推動大數據技術創新驅動教學模式具有十分重要的意義。

1.1 培養思路與目標

確立不同學歷層次的人才培養目標，培養大數據系統研發類人才；培養大數據應用開發類人才；培養大數據分析類人才。以培養具有大數據分析與應用的生產、服務、管理創新驅動技能型高素質專門人才為目標，培養本專業學生熟練掌握大數據技術原理、分布式文件系統、關系型數據庫技術、非關系型數據庫技術、海量數據分析與數據挖掘、算法與數據結構等方面知識。培養學生的大數據分析與處理、大數據系統研發、大數據應用實踐能力。從大數據技術理論知識學習到實踐應用，使學生具有一定的大數據服務綜合應用能力，培養一大批應用大數據創新驅動技能型高素質人才。

1.2 培養方案

從Java語言編程、Hadoop、Spark、Storm到MySQL數據庫、多維大數據集、數據挖掘方法學習，培養學生掌握大數據技術專業知識；掌握關系型數據庫和非關系型數據庫系統基本原理；掌握數據統計分析方法與R語言編程；掌握海量數據分析與數據挖掘基礎理論與專業知識，能進行相關大數據的分析與處理；掌握大數據應用平臺的搭建。

1.3 構建大數據專業實驗教學體系

實驗課程要求包括實驗預習、實驗操作、實驗記錄、實驗態度和表現、實驗報告等，根據上述五個方面進行綜合評定。每24學時實驗課程計2學分，最小學分單位為0.5學分。

實驗課程設置。大數據專業實驗教學體系的目的在于增強學生的實踐能力訓練，分為四個層次，分別為實現數據挖掘展示、算法實現、數據分析、大數據技術綜合應用等方面的訓練，共有10個模塊，100多個實驗項目。大數據專業實訓內容見表1所列。

2 大數據實驗教學具體項目實訓及案例

進行多角度、多層面、多方位的項目實訓，讓學生掌握大數據收集、大數據分析、大數據展現等基本內容和原理，特別是大數據分析工具及大數據分析方法等關鍵技術。

根據項目設計開發數據模型、數據挖掘和處理算法，運用直接數據挖掘和間接數據挖掘分析，利用可用的數據建立一個模型，在所有的變量中建立起某種關系。通過數據探索和模型的輸出分析，利用圖形化工具，一目了然地揭示數據間的復雜信息。實施步驟為數據抓取、數據存取、數據清洗、數據重構、基礎架構、數據處理、統計和分析、數據挖掘、數據可視化。項目實訓流程見表2所列。

項目實踐使學生了解關系數據庫和非關系數據庫的知識以及分布式文件系統技術，全面掌握物聯網中的大數據應用、時間序列數據查詢、分析和挖掘等工作流程。

3 構建全方位立體培訓體系積極推進大數據高技能人才隊伍的建設

由于大數據涵蓋內容廣泛，因此需要如下三類關鍵人才隊伍建設：

（1）實現大數據的技術支持人才，他們具有很強的編程能力，尤其表現在搭建數據存儲、管理以及處理的平臺方面；

（2）精通處理大數據分析的人才；

（3）大數據技術的應用類人才，以適應高校培養高素質人才的需要。

大數據技術需要復合型人才，不僅要具備扎實的基礎知識，更需要有充足的實踐經驗。唯有如此，我們通過典型的算法展示、算法實現結合數據分析的應用場景與案例對學生進行數據分析方面的綜合訓練，從而實現專業實驗教學由理論到應用、涵蓋原理驗證、綜合應用及全方位實驗的體系。因此，學校應根據不同類型的人才特點，結合現代企業對大數據人才的需求， 以就業為導向，開展全方位立體式（專業拓展模塊——技能考證模塊——集中實踐模塊）大數據專業實踐教學體系，培養理論與技能并重的大數據高素質人才。與此同時，還要開展職業技能考證培訓，如數據挖掘工程師、數據分析工程師、大數據系統運維工程師等。

4 教學手段與措施

注意學科群均衡發展，將課程設置模塊化、系統化，提高教學手段。圍繞“創新驅動型”辦學戰略，樹立創新教育理念，把握教學過程中理論和實踐的結構比例，并注重“實踐能力質量”的創新驅動模式，積極引進企業優勢資源，開展校企共建教學實踐基地，把實踐教學活動從第一課堂延伸到第二課堂、延伸到企業，為培養學生技術應用能力創造實踐環境，從而推動大數據技術專業的發展。

提高實驗教學效果的關鍵在于優化實驗教學，在實踐教學手段方面，應以項目為載體，采用驗證性實驗——綜合性實驗——創新性實驗的實踐教學模式，結合大數據技術專業的特點進行實驗教學，以大數據Hadoop實訓為例。

實現Hadoop底層分布式文件系統原理、操作和應用的開發。運用Hadoop集群開發工具搭建和開發一個企業大數據平臺，包括架構設計、環境搭建、分布式并行計算框架、集群交互、分析處理數據、優劣分析和取舍、運用Spark技術在實際項目中實現各種類型的業務需求，讓學生真正做到融會貫通、舉一反三，更好地掌握大數據項目的開發。

從大數據中提取擁有較高價值的挖掘技術的實驗，通過Hadoop離線數據挖掘系統從數據采集、入庫、分析及報表展現研究數據挖掘，包括需求分析、數據采集、數據存儲管理、數據清洗、數據倉庫設計、ETL、業務模型統計分析等。

5 結 語

本文闡述了大數據應用專業實驗教學與創新驅動型人才培養方案，具體對大數據應用專業實驗課程設置、教學內容、實訓平臺建設方面進行綜述。為學校如何開展好大數據應用專業實驗教學提供參考。實踐證明，此舉大大提升了大數據應用專業人才培養能力，可滿足社會對科技創新人才的需求。

參考文獻

[1]曹耀欽，李發陵，周龍福.應用型智能科學與技術專業大數據課程群建設研究[J].計算機教育，2016（10）： 22-25.

[2]趙姝，白浩，張瑞敏.基于大數據的卓越教師培養路徑探析[J].電化教育研究，2017（1） ： 47-53.

[3]王巖，歐歌，向健，等.Java課程體系本體系統構建探索[J].計算機教育，2016（6）：108-115.

[4]謝志明，王鵬，李俊杰，等.基于CDIO的云計算與大數據課程體系建設[J].計算機教育， 2017（1）：47-52.

[5]陳曉亮.Openstack框架的大數據課程教學平臺搭建及實驗規劃[J].科教導刊，2016（16）：49-50.

[6]賀寧，湯明偉，賀萌.大數據課程在高職學院中的建設和發展[J].軟件，2015，36（10）：50-52.

[7]朱琳.關于高校大數據專業教學模式初探索[J].電腦知識與技術，2017，13（5）： 125-127.

[8]唐小勇.高校計算機專業大數據分析課程教學內容初探[J].福建電腦，2017（3）：169.endprint