基于實訓課程體系設計的大數據實驗室建設研究

王軍峰 陳保國

摘 要：大數據專業成為未來國家戰略層面推動經濟發展的新動力，為了推動大數據專業的建設和發展，以大數據相關專業實訓課程體系設計為依據，設計了大數據實驗室建設方案。

關鍵詞：大數據;實驗室;研究方案

2015年國務院印發《促進大數據發展行動綱要》，從國家層面認定數據是國家基礎性戰略資源，首次將大數據行業定位到國家戰略層面，大數據成為推動經濟轉型發展的新動力，成為重塑國家競爭優勢的新機遇，成為提升政府治理能力的新途徑。目前，已獲得教育部批復，開設“數據科學與大數據技術”、“大數據技術與應用”、“大數據管理與應用”專業的大專院校已近500所;上千所院校已開設大數據相關課程。根據《大數據行業人才生態現狀報告》數據顯示，國內大數據人才嚴重匱乏，人才缺口高達150萬，并以每年30%-40%的速度持續遞增。為了更好的培養合格的大數據人才，必須切實加強大數據實驗室的建設。

1 大數據類專業的設計與定位

大數據類專業主要培養德、智、體、美全面發展，具備較好的計算機基礎，掌握大數據技術的基本理論和基本技能，熟悉數據分析軟件的操作，具有在企事業單位利用大數據技術進行數據采集、預處理、存儲、查詢、分析、挖掘、可視化展現、預測和優化操作及大數據系統初級開發能力，同時著重培養學生的數據分析與思維能力，培養具有創新觀念與實際操作經驗的、知識與技能協調發展的高素質復合型人才。

學生畢業后可對接本區域信息產業及大數據技術與應用領域人才需求，具備大數據技術與應用專業知識，并具有在該領域進一步學習和深造的潛能;掌握大數據技術與應用所需要的信息科學、統計學、數據挖掘與分析、商業智能等相關學科的基礎知識與基本技能，可在企事業單位從事大數據相關崗位的數據收集、數據分析與處理、數據可視化展現、常用數據應用工具開發等工作。

大數據相關專業對應的職業崗位執行的主要工作任務，基于此構建由專業基礎課程、專業核心課程及獨立的案例實踐實訓環節構成的課程體系。大數據技術與應用課程體系應滿足專業基礎課程通用化、專業核心課程模塊化、專業實踐課程項目化的要求，融合國家職業技能

根據培養目標人才的本質特征，結合大數據技術與應用專業的自身特點、社會需求和學科發展的需要構建大數據專業教學課程體系。聚焦產業人才需求和發展趨勢，以“大數據教育和產業需求無縫銜接”為標準，將最領先的大數據知識和應用場景貫穿教學始終，讓學生零距離接觸大數據產業，實現“所學即所用、上課即上崗”的教育目標，滿足各行業大數據技術與應用人才應具備的基本能力。

1.1 專業能力

要求畢業生具有大數據相關分析工具的使用和優化的能力，大數據采集、預處理、查詢、分析與挖掘、可視化展現等能力，本專業大數據需求設計思路與方法的應用能力，大數據應用項目的開展和執行的能力，大數據應用分析系統初級設計與開發能力等。

1.2 方法能力

要求畢業生具有查找、閱讀專業資料與文獻的能力，自主學習新知識、新技能的學習能力，綜合分析問題、解決實際問題及突發事件的處置能力，判斷決策與較強的邏輯思維能力。

1.3 社會能力

要求畢業生具有良好的思想政治素質、行為規范，誠實守信、愛崗敬業、奉獻社會的職業道德，較強的口頭和書面表達能力、人際溝通能力，較強的計劃、組織、協調能力，團隊協作能力，較強的創新能力、拓展能力。

1.4 資格證書

鼓勵學生考取與大數據技術相關的技能證書，如全國計算機等級證書（二級），工信部認證大數據分析師、大數據工程師等證書。

2 大數據實驗課程體系設計

大數據類專業課程是圍繞大數據行業應用場景，以行業案例和大數據基礎理論與應用實踐為教學主線，面向大數據專業本科、高職學生設計的大數據系列課程。重點培養學生在本地區各行業領域分析大數據應用場景，培養和鍛煉學生數據分析思維與能力。通過課程系統學習，學生能夠較好地掌握大數據分析與應用基礎理論、計算機科學及大數據技術基本知識、基本理論和常用工具操作技能，熟悉大數據采集、處理、分析與挖掘、數據可視呈現的處理過程，未來就業時具備提煉本專業大數據業務需求、數據分析與應用能力，實現學以致用的目標。

根據大數據專業崗位與職業能力要求建設大數據教學課程體系是支撐大數據專業人才培養內涵層建設的必要條件，大數據技術與應用課程重點培養學生的理論實踐與應用操作等能力，包括大數據概論、數據采集與預處理、數據倉庫、數據分析與挖掘、大數據會計案例分析與綜合實訓等課程。

2.1 實訓基礎課

大數據概論、概率論與統計分析、大數據應用與案例分析、大數據業務思維構建與數據分析技能培養。

2.2 實訓專業課

數據采集與預處理技術、數據倉庫技術與原理、數據分析與挖掘、數據可視化技術及應用、商業智能BI、大數據在財務會計中的應用。

2.3 綜合實踐課

真實企業經營成本數據分析案例、大數據會計項目綜合實訓。

3 大數據實驗室建設思路

大數據教學平臺設計以“深度結合產業，賦能高校教育，協同培養跨專業大數據人才”為宗旨，以“做到大數據教育和產業需求無縫銜接”為標準，將最領先的大數據知識和應用場景貫穿教學始終，讓學生零距離接觸大數據產業，實現所學即所用、上課即上崗的教育目標。平臺全面落實“產、學、研、用”一體化的設計思想和建設模式，將理論學習、實驗實訓和應用創新融為一體，以生為本、由淺入深、循序漸進，提高大數據人才培養的質量和成效。

大數據類專業課程是圍繞財務會計行業應用場景，以行業案例和大數據基礎理論與應用實踐為教學主線，面向大數據專業本科、高職學生設計的大數據系列課程。重點培養學生在本專業領域分析大數據應用場景，培養和鍛煉學生數據分析思維與能力。通過課程系統學習，學生能夠較好地掌握大數據分析與應用基礎理論、計算機科學及大數據技術基本知識、基本理論和常用工具操作技能，熟悉大數據采集、處理、分析與挖掘、數據可視呈現的處理過程，未來就業時具備提煉本專業大數據業務需求、數據分析與應用能力，實現學以致用的目標。

實驗/實訓室平臺采用業內先進的云計算虛擬化技術，通過云計算虛擬化調度和管理實驗室的存儲與計算資源。學生實驗所需的開發與操作環境均以虛擬化的方式提供，讓學生進行大數據分析相關的開發與數據分析工作。實驗平臺可為每個學生分配獨立的實驗環境，并提供簡單可用的開發環境與真實有效的數據資源。實驗平臺對計算復雜的大數據分析提供統一的 Hadoop 計算環境，并用可對環境中的學生資源進行有效管理。

4 結論

2017年1月，工信部發布了《大數據產業發展規劃2016～2020年》，進一步明確了促進我國大數據產業發展的主要任務、重大工程和保障措施。國家政策的接連出臺為推動大數據產業快速成長提供了良好的發展環境，據統計2017年我國包括大數據核心軟硬件產品和大數據服務在內的市場規模將達到3100億元，2018年，我國大數據產業規模有望達到4185億元，未來2～3年市場規模的增長率將保持在35%左右。另外根據中國商業聯合會數據分析專業委員會統計，未來中國基礎性數據分析人才缺口將達到1500萬，急需大量的大數據方向的人才。目前全國已有500多所高校開設大數據相關專業，大數據方面的教學正處于起步及探索階段，大數據時代的來臨使得高校大數據相關專業教學和實驗，搶占大數據專業發展先機，走在同類院校前列，需要我們不斷加強教學建設，大數據仿真實驗室建設迫在眉睫。

大數據技術飛速發展，高等院校正在加快大數據技術應用人才的培養，由于大數據類專業是新開設的專業，現有實驗室條件無法滿足教學要求。我們應從大數據相關專業實訓課程體系設計出發，提出了大數據實驗室建設思路。為大專院校開設大數據類專業實驗室建設提供借鑒。

參考文獻：

[1]張威.大數據背景下高校計算機專業實驗室建設及管理[J].網絡安全技術與應用，2018，（11）：76-77.

[2]卓濤.基于應用型本科院校的大數據實驗室建設探究[J].科技經濟導刊，2018，26（19）：161.

[3]楊謹羽.大數據技術實驗室建設探索與研究[J].科技經濟導刊，2018，26（19）：165.

[4]李馥娟.大數據實驗室建設與應用研究[J].實驗技術與管理，2018，35（05）：243-246.

[5]王軍號，杜朋，黃娟.大數據、云計算和物聯網技術在高校計算機實驗室開放建設中的應用研究[J].教育教學論壇，2018，（18）：13-14.