高職大數據技術與應用專業人才培養的探究

孫重巧

摘要：針對當前大數據人才缺口數量大的特點，教育部在2016年先后新增了“數據科學與大數據技術”本科專業和“大數據技術與應用”專科專業，很多高職院校抓住時機，開設了高職院校“大數據技術與應用”專業，作為一個新興專業，國家在人才培養目標上并沒有給一個具體標準，探究高職大數據技術與應用專業人才培養意義重大。

關鍵詞：大數據技術與應用專業;行業需求;校企合作;人才培養

中圖分類號：G642 文獻標識碼：A

文章編號：1009-3044（2020）10-0135-02

1高職大數據技術與應用專業人才培養現狀

越來越多的行業對大數據應用持樂觀的態度，大數據或者相關數據分析解決方案的使用在互聯網行業，比如百度、騰訊、淘寶、新浪等公司已經成為標準。而像電信、金融、能源這些傳統行業，越來越多的用戶開始嘗試或者考慮怎么樣使用大數據解決方案，來提升自己的業務水平。在“大數據”發展的大趨勢之下，掌握“大數據”的專業人才將會成為企業青睞的業務角色，“大數據”的就業人員薪酬不斷增長，人才缺口較大。大數據技術與應用專業是響應社會需求和高職發展而開設的新興專業，目前高職在人才培養規格上并沒有統一標準。許多高職學校都在不斷改革和創新人才培養方案，依照行業企業標準來開設相關課程。

2高職大數據技術與應用專業建設中存在的問題

2.1如何精準把握大數據就業崗位的需求

大數據是新興行業，高職院校教師大多沒有在大數據行業的從業經驗，沒有大數據技術知識的儲備，站的高度不夠，眼界不夠開闊，對大數據技術的未來走勢以及崗位需求不能夠很好地進行把握，在制定人才培養策略的時候如何能夠根據地方經濟、高職學生學情、學校自身情況精準把握大數據就業崗位需求有一定的難度。

2.2高職學生學情

他們多數中學階段的學習方法不當，學習成績及各方面表現處于中下游，高考成績不理想，思想深處有一種挫敗感和自卑感;沒有養成良好的生活習慣和學習習慣，自由散漫，自主學習的能力和毅力都不夠強。學生的動手能力比較強，不習慣過多的理論學習，更傾向于實踐動手操作，學生在高職學習期間的學習情況與就業情況與人才培養方案的設定有很大關系，大數據技術與應用作為交叉型學科，大數據的相關課程涉及數學、統計和計算機等學科知識，就業面比較比較廣，如何選擇適合高職學生的人才培養策略非常重要。

2.3可借鑒經驗不足

2018年是大數據技術與應用高職專業獲批的第三年，目前還沒有這個專業的畢業生，同時研究此領域的專業人士較少，大數據人才培養體系不完整，絕大多數高職院校都沒有成熟的大數據人才培養方案，而且可以借鑒的經驗很少。

2.4高職大數據技術與應用專業師資力量

高職院校的師資力量整體水平還比較薄弱。高職院校的教師在大數據專業項目方面的實踐經歷還夠，年齡較大一點的教師接受新知識新技術較慢，通過采用傳統的教學方法、教學手段，不能很好地挖掘學生的思維，另外，新進的教師由于是應屆畢業生，他們缺少大數據教學實踐經歷，還不能很好的了解大數據工作崗位中的細節問題，經常是把知識點講授完即完成工作任務，學生對這些知識點只能片面的了解，無法系統有效的整合。

2.5高職大數據技術與應用實訓室

目前已成功申報了大數據的高職院校都正在建或是剛準備建大數據實驗實訓室，需要配置較高要求的軟硬件資源、高質量的數據和適用于大數據場景的平臺，然而多數高校缺少企業項目實戰案例和可以用于研究的商業數據，使得學生難以做到學以致用。如果人才培養的設計未與社會需求進行同步，將導致培養的學生在畢業時很難適應企業需求，無法達到企業項目對專業技能的要求。制定符合需求的高質量人才培養方案更顯得至關重要。

3與社會需求相符合的高職大數據技術與應用人才培養探究

3.1制定人才培養目標

應立足地方經濟發展，服務地方經濟，能夠滿足地方企業對大數據初級中級人才的需求，依據國家標準、崗位需求以及高職學生學情制定人才培養目標。目前大數據就業崗位主要有以下4個方面：一是數據開發工程師：負責數據采集、數據清洗、大數據整體的計算平臺開發與應用等工作;二是數據分析師：在擁有行業數據的電商、金融、電信、咨詢等行業里做業務咨詢，商務智能，出分析報告;三是數據挖掘工程師：在多媒體、電商、搜索、社交等大數據相關行業里做機器學習算法實現和分析;四是科學研究方向為在高校、科研單位、企業研究院等科研機構研究新算法效率改進設計數據相關系統及未來應用。前三個方面更適合高職院校學生的學習與就業，荊州職業技術學院以此制定了大數據技術與應用專業培養目標：本專業培養擁護黨的基本路線，德、智、體、美等全面發展，重點面向大數據分析、大數據開發、大數據可視化、大數據運維工程師、數據采集、網絡爬蟲等工作崗位，掌握運用大數據技術與應用專業必備知識，具備大數據采集、存儲、清洗、分析、開發及系統維護的專業能力和技能，具有良好的職業素質和創新創業精神，服務區域經濟發展的（發展型或創新性或復合型）高素質技術技能人才。并確定了人才培養的三維目標（知識目標、能力目標、素質目標）。高職院校應加強與企業的溝通，每年對人才培養規格進行修訂，對企業及大數據應用技術項目進行充分的論證，充分了解企業在大數據方面的人才需求、項目需要，通過調研來完善人才培養目標。

3.2完善師資隊伍，提高整體水平

高職院校大數據專業師資水平暫時還跟不上行業發展需要，在提高教資隊伍整體水平方面可采用以下策略：一是引進人才，以荊州職業技術學院為例今年引進了3名大數據技術應用和人工智能方向的老師;二校企合作，引人具有工程能力經驗豐富的企業工程師到校任教;三是自我提升，積極參加國家級（省繃教師培訓計劃項目和行業培訓項目、適當安排教師到相應的企業參與實際項目，拓展提高教師大數據行業領域專業知識，鼓勵年輕教師深入企業一線進行頂崗實踐，制訂相應的大數據專業科研成果的獎勵。

3.3深化校企合作，共同開發課程體系

校企合作共同開發一套適合于高職院校大數據技術應用專業學習，具有鮮明職業教育特色，以真實企業項目案例、項目驅動、案例教學為特點的新型課程體系。確保課程開發與崗位變化的適應，實現工作過程與教學過程的結合，保證教學內容與工作崗位的“無縫對接”。借助國家資源庫平臺的有利條件，建立適合高職學生自主學習課程網站，對電子教案，電子課件，習題庫，實訓實習項目，建立新的考核、教學效果評價和認證體系等教學資源。研究高職實訓課程的教學模式、教學方法、教學手段。確保適應學生認知規律，提高學生對口就業率。

3.4普及大數據行業知識，激發學生學習興趣

開展形式多樣的大數據應用技術專業相關理論知識講座，促進學生對大數據知識體系的了解。通過校企第二課堂讓學生接觸大數據行業發展新動態和新趨勢，激發學生對專業學習的興趣，轉換學習態度，真正讓學生從被動學習轉化為主動學習，提高教學效率。提高學生項目實踐效果和能力。通過課程小項目、畢業設計大項目的實踐來提高學生對于大數據技術應用開發與運用能力，將專業課程的考核采用基于工作過程或項目化等形式進行考核，制訂一套完整的大數據技術應用全流程考查指標和體系，全面驗證學生所學知識和技能，為今后就業打下堅實的基礎。

3.5校企合作，共同建設大數據實訓室

根據企業大數據應用的要求來配備相應的軟硬件設備，保證實驗設備的運行和更換周期。同時，在實驗室安排專業的實驗管理員，包括系統與軟件管理、設備管理、衛生管理等，營造干凈、清爽的學生實驗實訓室。搭建或是引入企業高質量的數據和適用于大數據場景的平臺，讓大數據方向的學生走進實訓室，真正與大數據“同臺共舞”，在實戰中學習，在實戰中成長，而不再只是紙上談兵。

3.6以賽促教

積極參加全國職業院校技能“大數據技術與應用”競賽和行業大數據技術方向賽項，這些比賽基本覆蓋了大數據行業典型工作流程崗位，競賽內容體現了大數據技術專業知識與專業技能點以及核心能力，可根據大數據競賽賽項開設相關課程，從而縮小人才培養與行業需求的差距。

4結束語

隨著大數據時代的來臨，大數據行業的不斷發展，高職院校大數據技術與應用專業將面臨很多機遇，同時也將面臨很多挑戰，只有不斷創新人才培養方案才能適應行業對人才的需求，同時也要提高師資水平、設備更新配套，改進課程教學方法與手段，提高教師教學能力及整體綜合素質，盡快掌握大數據專業的新技術、新工具及新方法，緊跟時代發展，才能更好地為社會培養更多優質的大數據技術應用人才。