“職教20條”建設背景下大數據課程體系改革

林宛楊

摘要：該文以“職教20條”建設為背景，將課程改革作為深化內涵建設的切入點和突破口，研究了高職院校大數據專業新時代人才培養需求，提出了課程體系改革指導原則。在該基礎上，聚焦課程體系改革的架構設計，進一步優化大數據課程體系，實現高職教育內涵式發展。

關鍵詞：職教20條;大數據;課程體系

中圖分類號：TP391? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）36-0170-02

Abstract： The paper is based on the construction of "20 items of Vocational education" Taking curriculum reform as the entry point and breakthrough point of deepening connotation construction. It also studies the talent training needs of big data majors in higher vocational colleges in the new era and puts forward the guiding principles of reform for the curriculum system. On this basis， it focuses on the framework design of curriculum system reform， further optimize the big data curriculum system， to achieve the connotative development of higher vocational education.

Key words： 20 items of vocational education; big data; curriculum system

1 背景

職業教育是我國的教育體系的重要組成部分，為國民經濟和社會的發展提供了有力的人才和智力支持。2019年1月，國務院印發《國家職業教育改革實施方案》（職教20條），明確提出了職業教育在我國職業教育與普通教育是兩種不同教育類型，具有同等重要地位[1]。我國即將進入“十四五”新的發展階段，各個行業對技能人才的需求更加緊迫，更加凸顯了職業教育在未來的重要地位和作用。

新的科技革命催生了一系列新技術。近年來，由計算機領域衍生出的大數據發展迅猛[2]。大數據為人類認識復雜系統提供了新的思維和手段，有力促進了經濟的轉型和增長，成為產業發展的重要推動力，同時也為政府治理能力的提升開辟了新的途徑。大數據帶動了軟件、硬件和服務市場相關產業的快速發展，在互聯網、金融、交通、電信等領域已經實際部署了大數據的平臺。市場對大數據人才特別是能在實際工作中能結合業務和技術解決問題的大數據人才的需求的渴望和爭奪達到了前所未有的程度。

因此，這些都需要高職院校進一步進行人才培養模式改革，深化內涵建設，全面提升人才培養質量，造就出具有統計分析、計算機技術和經濟管理等多學科知識的應用綜合型大數據工程師的培養人才是職業教育高校需要重點拓展的方向。

2 發展現狀

國務院在2015年8月印發了《促進大局發展行動綱要》中指出：“建立健全多層次、多類型的大數據人才培養體系……重點培養職業工程師等大數據專業人才。”截至2018年11月，共有283所學校的數據科學與大數據專業獲教育部正式批準。

目前，國內高職的大數據專業建設和人才培養領域仍處于摸索階段。主要體現在缺乏系統化的定位、系統化的課程和系統化的師資。

高職院校大數據專業起步晚，在培養目標和畢業要求部分有時照搬和照抄老牌高校的內容，定位的不明確造成了具體人才培養過程中的不順暢。

在課程方面，尚未形成系統性和標準化的課程體系，部分課程仍然使用講義[4]。由于專業的特殊性，既需要基礎性、主干類的課程，也需要由針對培養目標和方向所設定的交叉學科的知識體系和課程內容。特別是針對高職側重應用型工程師的培養，需要設置更為完善的面向產出的實習和實訓體系。

在師資方面，新興學科缺乏足夠的教學師資以及可以采用的教學資源，能夠用于指導學生面向解決問題實習實踐的教師更是屈指可數。

3 課程建設

下面分別從定位、課程和師資等三個方面來闡述“職教20條”建設背景下的大數據課程體系改革建設過程。

3.1 系統化的定位

“職教20條”對高職院校的改革提出了明確的方向：服務建設現代化解決體系和實現更高質量更充分就業需要，對接科技發展趨勢和市場需求，以促進就業和適應產業需求為導向，著力培養高素質勞動者和技術技能人才。同技術研究強和人才隊伍雄厚傳統高校培養跨界復合型人才和研究型大數據分析師相比，高職院校應定位在應用綜合型大數據工程師人才，即在立德樹人和五育并舉的前提下，培養具有計算機技術、統計分析和經濟技術管理等多學科知識，能夠通過編輯或應用軟件對數據進行分析和建模，可以結合應用其他學科的數據進而對企業的數據進行分析，促進企業的有效產生和發展的應用型人才。

在學生整體能力素養方面，高職類大數據人才應具有數學、工程知識、信息技術、計算機與網絡、制造活動與過程、商業和金融、人工智能、健康與安全、環境科學、法律基礎等知識能力;具備數據與信息處理和分析、網絡安全與數據保護、計算機編程/編碼、人機互動、統計知識、組織過程、綜合應用、跨學科學習等技術方面的能力;具備解決問題、評判思維、系統思維、定量推理、數據決策、知識管理、自我評估和有效交流等學術方面的能力;具備自我管理、工程倫理、團隊協作、終生學習、國際視野等個人效能。

3.2 系統化的課程

教學是高職院校的中心工作，教學改革是高職院校人才培養的核心環節。高質量的教育內容要以高質量的呈現方式展示。高職院校的大數據課程體系包括了專業基礎課程、專業主干課程、專業課程和實習實訓課程等模塊。

其中專業基礎課程包括了大數據導論、大數據管理、大數據處理、大數據分析、數據結構、Java面向對象程序設計和數據庫原理與技術。專業主干課程包括了并行與分布式計算、算法分析與設計、數據挖掘與分析。專業課程包括了大數據技術開發、機器學習、數據挖掘與數據分析、工業大數據管理和物流數據分析與仿真。實習實訓課程包括程序設計實訓和專業實訓。

專業基礎課程以大數據導論為基礎，從技術層面為高職學生介紹大數據相關知識。涵蓋了大數據、大數據獲取與感知、大數據存儲與管理、大數據分析、大數據處理、大數據治理、大數據安全與隱私等方面的內容。課程還根據典型案例的應用進一步說明大數據在社會經濟生活中的重要價值。

大數據管理首先從數據管理系統發展出發，說明了大數據管理的發展歷程。其次，從系統領域介紹系統結構、存儲組織、事務管理和查詢處理等知識;從數據模型領域介紹了傳統的關系、鍵值對、圖形和文檔的數據模型。

大數據處理和大數據分析是針對高職專業應用特色進行設置關鍵技術課程。前者以編程為中心，屬于快速入門技術，從基礎、編程、優化等層面介紹了大數據處理的技術。后者以實踐為中心，通過系統應用多個層面結合典型分析實例，屬于快速入門應用，從特征、技術和創新層面介紹了大數據的分析和應用。

3.3 系統化的師資

百年大計、教育為本。教育大計，教師為本。教師是教學的靈魂。和其他學科相比，大數據專業的交叉融合高職院校培養應用型大數據工程師的目標對專業教師人才隊伍提出了更高的要求。

在課堂教學中，一方面，專業教師需要夯實基礎，鞏固計算機專業知識，熟悉各類數據分析方法和工具，會使用大數據分析平臺和環境的建設高水平、結構化的創新團隊。另一方面，根據實際的應用場合，如工業大數據和物流大數據方面，需要結合機械工程和物流管理方面的人才和數據來建設高素質雙師型的教師隊伍。同時，穩步推動教師管理制度制度改革，政策和考評制度向主動開發和承擔大數據教學任務的教師及雙師型傾斜。

在教學模式改革中，切實推進習近平新時代中國特色社會主義思想“進教材、進課堂、進學生頭腦”，結合立德樹人、課程思政、新工科的發展和翻轉課堂等要求，優化教學模式，進行教學改革。讓大數據的專業課既有深度，也有溫度。

隨著“互聯網+ 職業教育”迅猛發展，高職課程教學改革是由新技術支撐。教師運用現代信息技術更新教材和改進教法成為新常態。授課方式可以整合線上和線下，進行啟發式、討論式、混合式教學。在現實充分利用信息化手段，及時向學生傳授基本知識，線下通過各類活動載體。突出教師、教材和教學方法的聯動性和相互促進，充分發揮學生自身的創造性和知識性，提高效率，增強教學效果。

4 實訓建設

對高職學生來說，實訓是培養學生解決復雜工程問題，學習培養實踐能力最為行之有效的方式。下面分別從能力培養、項目開發和典型案例三個方面來闡述。

4.1 實訓能力培養

在學生實訓能力培養方面，應以產教融合、校企雙元的合作方式培養高職學生對模型構建的分析能力和對數據應用的管理能力，加深學生對業務實踐的理解能力和對產業發展的創新能力。此外，在學有余力的情況下，還要注意學生對大數據架構設計能力、基本算法使用能力和系統研發能力的培養[4]。

4.2 實訓項目開發

實訓項目中，可以在JavaSE開發、JavaEE開發、并發編程開發、數據庫實戰和WEB前端開發5門課程基礎上，結合教師團隊的科研融入、雙創融入[5]、產學合作，協同育人等并行應用大數據可視化模塊，包含D3大數據分析、Echar數據分析、BI平臺大數據分析;大數據分析及人工智能模塊，包含數據分析、算法分析、機器學習、人工智能、Python開發;大數據開發與運維模塊，包含Hadoop生態體系、Spark生態體系、Docker容器引擎、Storm開發和Python爬蟲等。

4.3 實訓項目運行

在項目實施過程可以采用項目制管理的模式進行逐步推進，包含項目啟動、系統的分析、設計、實訓、測試、推廣、總結，得到輸出的結果。在具體的運行過程中可讓學生們先設定好目標，協同組織人員，利用團隊技術支撐共同協同完成，再進行交叉評價。

4.4 實訓典型案例

隨著科學的發展，僅研究單一學科領域已很難解決復雜的工程問題。在實習實訓教學中，可以結合人才培養目標，和地方特色企業相結合，聘請企業老總為戰略顧問，采用雙師制，進行育訓結合，引入企業工程師進行實踐，通過企業實際問題的選擇訂單式培養高職學生的實操應用能力。

典型的案例采用端對端的業務流程演示和實際的操作訓練，采取多學科交叉的模式，可以結合互聯網金融、交通運輸、工業互聯網、物流管理、運營商和政府甚至傳媒等多個領域，讓學生真正能夠理解大數據行業背景及企業在技術方面的真正需求。

5 結束語

本文根據高職教育的特點，在“職教20條”建設背景下進行大數據課程體系的改革，從課程建設、實訓建設等方面入手，結合系統化定位、系統化課程，系統化師資結合實訓能力培養、實訓項目開發、實訓項目運行和和實訓典型案例形成了“職教20條”建設背景下的大數據課程體系，具有符合時代要求、實踐能力強、可及時擴展和更新、集成性強和可量化的特點。

參考文獻：

[1] 周建松，陳正江.高職院校“三教”改革：背景、內涵與路徑[J].中國大學教學，2019（9）：86-91.

[2] 姚琳，石志國.人工智能課程體系與教學方法研究[J].中國大學教學，2019（10）：19-22.

[3] 胡天石.高校創新創業教育人才培養體系研究——評《高校協同創新機制與人才培養模式研究》[J].教育發展研究，2020，40（7）：2.

[4] 丁飛己.工科本科生問題解決能力及其影響因素研究[J].中國高教研究，2020（5）：17-23.

[5] 郭寶龍.“雙一流”建設背景下IT類專業課程體系改革[J].中國大學教學，2020（1）：9-12.

【通聯編輯：謝媛媛】