基于職業需求分析的大數據技術與應用職業本科專業人才培養體系構建

彭光彬，張旭東，鄧永生

（重慶機電職業技術大學 信息工程學院，重慶 402760）

0 引言

2019 年5 月底國家正式批準15 所高職院校升格為職業本科院校，正式開啟了《國家職業教育改革實施方案》中提出的“開展本科層次職業教育試點”工作。至此，在我國的本科教育體系中出現了三種類型的本科：普通本科、應用型本科（從普通本科轉型而來）、職業本科。職業本科教育具有明顯的職業特性，它是一種以職業主義為導向、以技術應用為核心的本科階段高等教育[1]。因而，在編制職業本科院校人才培養方案時應充分考慮用人單位對人才的需求條件。

2016 年，教育部批準北京大學、中南大學等3 所高校首設“數據科學與大數據技術”專業，截至2019 年3 月，已批準設立“數據科學與大數據技術”專業的高校多達400 多所。在15 所首批職業本科院校中設置“大數據技術與應用（專業代碼810206）”本科專業的院校有4 所。可見，相當多的學校都開設有大數據相關專業，每所學校根據自身的擅長與側重點不同，分別開設在計算機相關學科下或統計相關學科下。

1 大數據人才職業需求分析

職業需求的調研一般有兩種方法：一是走出去，與產業密切聯系；二是直接從強大的互聯網中獲取數據。顯然，從經濟及是否全面的角度來看，后者更具吸引力。本研究選取了前程無憂（51job）網站上4 288 條與大數據相關的職位作為研究對象。選取的方法是：采用全文搜索關鍵詞“大數據”，通過Python 爬取24 小時內的職位信息，再通過數據清洗得到最終數據。將獲取到的職位、職責、職位資格數據通過結巴（jieba）分詞，然后使用詞云（WordCloud）進行可視化，如圖1—圖3 所示。

圖1 大數據相關崗位詞云圖

圖2 大數據相關崗位職責詞云圖

圖3 大數據相關崗位技能要求詞云圖

1.1 相關崗位分析

從圖1 可以看出，大數據相關崗位主要集中在大數據開發工程師（包括大數據工程師）、數據分析師、大數據架構師、數據挖掘工程師、大數據算法工程師等幾個職位上，另外還有部分高級職位如大數據專家、大數據經理等，這與大多數人對大數據職位的印象差不多。因此，大數據技術與應用專業面向的主要職位有：大數據開發工程師、數據挖掘工程師、數據分析師、大數據算法工程師、大數據架構工程師等。學生剛畢業時可以從事大數據開發、大數據運維等相關工作，3～5 年后可從事數據分析、數據挖掘等相關工作，部分優秀的學生可以從事大數據架構設計、大數據算法設計等高端工作。

1.2 相關崗位的核心職責分析

從圖2 可以看出，大數據相關崗位的職責主要集中在設計、開發、挖掘、模型（建模）等關鍵詞上。基于此，提取出大數據相關崗位的核心職責有：①從大數據業務需求出發，設計、搭建及實現大數據平臺架構、重要業務模塊及核心框架；②基于某個大數據平臺如Hadoop 生態系統，開發分布式存儲、計算及分析業務；③根據大數據模型，編寫采集、清洗、挖掘、分析、可視化大數據程序；④根據業務需求、數據特點，選擇合適的數據挖掘算法及統計分析方法，從大數據中挖掘出有價值的優質數據；⑤持續不斷地監控并優化大數據平臺，及時發現如性能、安全、隱私等方面的問題，快速定位問題并進行技術難題攻關。

1.3 相關崗位的核心要求分析

從圖3 可以看出，大數據相關崗位的技能要求主要集中在團隊合作、機器學習、Hadoop、Spark、Hive、HBase、Scala、Java、Python、數學/統計學、數據庫等關鍵詞上。因而，可以總結出大數據相關崗位的核心要求：①具有團隊協作精神，有創新意識，有良好的溝通表達能力；②具有扎實的數學、統計學基礎，有較好的外語綜合應用能力；③具有較強的發現問題、分析問題及解決問題的能力；④具有扎實的Java、Python 等語言的編程功底，具備非/關系型數據庫的設計、管理使用基礎；⑤熟悉Linux 系統操作，熟悉Hadoop、Spark 生態圈相關技術；⑥具備基本算法基礎，熟悉常見的數據挖掘算法；⑦有一定的機器學習、人工智能基礎，能使用相關開源庫編寫機器學習、人工智能程序；⑧具有科技文獻檢索能力，能根據相關論文優化實現相關算法，具備初步的科技論文寫作能力。

2 基于職業需求的人才培養模式探索

2.1 典型的大數據人才培養模式

大數據技術涉及多個學科領域，不但與計算機、信息論等學科相關，還涉及數學與統計學，甚至還牽涉領域相關的知識。即使單從計算機學科來看，不但涉及分布式網絡、并行計算技術，還涉及機器學習、物聯網、人工智能等新興技術，因此大數據技術是一門交叉技術。從人才培養的模式來看，比較典型的如中南大學的基于新工科的人才培養模式[2]：遵循工程教育標準，實施以學習效果為導向、學生為主體、教師主導的教學方式，以服務課程目標實現來選擇教學方法；又如桂林航空工程學院的“三三四”培養模式[3]：三化、三性、四結合；文獻[4]提出的“2+2”應用人才培養模式也基本適用于大數據技術等專業的人才培養。這些人才培養模式強調了教學的方法及其效果的評價。文獻[5]提出了市場機制導向下應用型人才培養模式，該模式包含3 個互相關聯的內涵：一是確立面向市場的人才培養價值取向；二是建立適應市場需求及其變化的人才培養機制；三是明確以市場細分為前提的人才培養目標定位。顯然該人才培養模式的關鍵在于如何適應市場需求及其變化，在這方面，文獻[6]提出了敏捷式的人才培養新模式，一定程度上解決了市場需求與人才培養的矛盾。

2.2 以學生為中心的“敏捷式”人才培養新模式

敏捷式人才培養模式借鑒軟件開發領域里的項目管理方法，以市場的人才需求進化為核心，采用迭代的方法，不斷擁抱變化，針對人才培養方案、課程標準與課程內容以及授課方法不斷優化演進，從而接近或達到用人要求。在文獻[6]中提出了一種“迭代式的教學管理”方法，其遵循的優先關系是：首先考慮教學內容的必要性，其次考慮教學過程的靈活性，再次考慮人才培養的保障性要求，最后考慮學生如何更輕松愉快地進行知識與技能獲取的需求。

尤其需要指出的是，敏捷式人才培養模式同市場機制導向下的應用型人才培養模式一樣，高校的人才培養并不是亦步亦趨市場的人才需求，而應該具有一定的前瞻性，這種超前和引領意識應該來源于高校對大數據學科的發展方向和熱點領域的把握。雖然最后考慮的是學生需求，但整個敏捷式人才培養模式過程都應該是以學生為中心的。以學生為中心的教學活動，并不是指教師圍著學生轉，也不是指教師與學生角色、身份、地位的高低，而是指教學理念、管理理念、服務理念的轉變，教學方法、評價手段的轉變[7]。教育的目的不在“教”而在“學”，“學”的主體是學生，而不是教師。因此評價教育教學活動的標準是：是否有利于學生可持續發展，是否有利于學生全面發展，是否有利于學生個性特長發展。

以學生為中心的教育理念要求學校為不同個性的學生創設不同的學習成長環境，如有的學生喜歡鉆研學習，那么可以為這部分學生專門指定可供選擇的指導教師，也可采取“2+2”應用人才培養模式[4]的導師制；有的學生熱衷創新和創業，那么學校可開設相關創新創業課程，讓學生參加創新和創業大賽，甚至可以讓學生半工半讀或休學創辦企業。

綜上所述，大數據學科是一門新興、交叉學科，其本身是在快速發展變化中，職業本科院校在人才培養模式的選擇上應以市場需求（職業需求）為導向，以學生為中心采取敏捷式人才培養新模式，從而培養出德、智、體、美、勞全面發展，掌握自然科學理論、計算機科學、數據科學、統計學等相關領域的基礎知識、基本技能和基本方法，通過工程實踐及技術應用能力的系統化訓練，面向工業大數據、社會大數據、金融大數據等領域，培養具有大數據工程項目集成能力、應用軟件開發能力、運維管理能力以及一定的大數據科學研究能力，能從事大數據采集與治理、清洗、分析、挖掘、可視化等技術崗位，并具備大數據項目集成應用、管理、維護和服務的高層次技術技能人才。

3 職業本科院校大數據技術與應用專業課程體系設置

3.1 課程設置力求體現技術性與職業性

職業本科教育不同于普通本科教育。普通本科教育培養的是理論研究型人才，強調學科教育，而職業本科教育培養的是高層次技能型人才，相對高職專科教育，在強調理論的深度和廣度的同時，非常注重實踐技能和思維方式的培養，并突出技術的先進性與解決實際工程的能力。因此，在設置職業本科課程體系時，除設置必要的、充分的理論課程外，還應設置大量的教學做一體化課程和綜合實踐性課程，圖4 顯示了所有專業性課程中（不包括通識性課程如高等數學等，也不包括拓展性課程如工業大數據、人工智能等）這三類課程的設置情況，其中設置了16 門教學做一體化課程和8 門綜合實踐性課程，此二者的課程數量遠高于理論性課程，這體現了課程設置的技術與職業特性，且大量的理實一體化課程使得學生理論扎實、技能突出，理論與實際的有效結合有利于學生更透徹地理解相關理論，從而能正確地將相關技術應用于不同的場景之中（圖4 中所示課程為示例課程）。

3.2 “四階段”的課程體系

圖4 大數據技術與應用本科專業各類課程設置情況圖

根據大數據學科的發展以及市場對大數據人才的需求調研情況，結合地區（立足重慶，輻射西部）及學校實際，從學生認知基礎出發，制定出科學的人才培養目標及相應的培養規格，并據此制定出了合理的大數據技術及應用本科專業的課程體系。該體系既體現了立德樹人的根本任務，也彰顯了健全德技并修、工學結合的育人機制，同時在深化產教融合、校企合作以及課證融合方面做出了一些大膽嘗試。圖5 是大數據技術及應用本科專業的主要課程設置圖，分成四階段。

圖5 “四階段”大數據技術與應用本科專業課程體系設置圖

1）基礎階段：科學人文素養養成階段。

除常規必設課程外，開設了大學語文、創新創業教育等課程。

2）專業基礎階段：大數據相關職業基礎養成階段。

主要開設了程序開發相關課程（Java、Python）、計算機相關課程（計算機網絡、數據結構、操作系統、數據庫）、應用統計分析課程。

3）技術提升階段：大數據相關職業技術提升階段。

主要開設了Hadoop生態圈相關技術課程（大數據存儲與處理技術、Hadoop 大數據開發技術、Spark 應用開發技術）、數據分析與挖掘技術課程（數據分析與挖掘技術、Python 大數據分析實戰）、機器學習課程、云計算課程以及可視化技術課程，另外還開設了大數據綜合項目實戰課程。

4）技術升華階段：大數據相關職業技術升華階段。

此階段主要是根據崗位典型工作任務而設置的綜合實訓課程。

3.3 “雙應用能力”的生成

在這4 個階段，以數學和計算機等相關課程為基礎重點塑造學生2 個方面的應用能力（如圖6 所示）：一是軟件開發技術方面的編碼能 力，以Java 和Python 為基礎，逐步過渡到大數據技術方面的應用開發；二是大數據技術方面的應用能力，主要以數據分析與挖掘為主線，統籌兼顧數據獲取、清洗與可視化等相關技術，再開設工業、金融、社會等相關領域的大數據課程，從而使學生具備大數據相關領域項目的應用開發能力。

第三、四階段的一些課程采取校企合作授課的模式，邀請企業方經驗豐富的工程師帶著項目來校授課，目前已與阿里云、甲骨文、華為、中興等公司達成相關校企合作協議，已建成800 m2的甲骨文大數據學院，擬建設500 m2的阿里云大數據工程實訓中心。數據分析與挖掘技術等10 門課程采取“課證融合”模式實施教學，將“1+X”證書制度融入課堂。

圖6 “雙應用能力”生成圖

除此以外，根據學生興趣及自身發展狀況，還開設了選修課程，其中必選課程為軟件工程和工業大數據，每個學生至少選擇4 學分的可選選修課程，包括如大數據服務與創新管理、人工智能、大數據技能認證、移動人機交互技術、物聯網應用技術等10 多門課程。針對學生的特長，還設置了學科/技能競賽、科學研究等創新型實踐性選修課程。

4 “1+2”證書制度

大數據技術與應用本科專業已啟動“1+X”證書制度，其中的“1”指的是學歷證書，“X”指的是若干技能等級證書。“1+X”證書制度讓“職業教育”與“學術教育”進一步融合，這將進一步提升職業教育的含金量。當前畢業生就業存在結構性矛盾，缺乏實踐教育訓練的本科生在擇業時常面臨“專業不對口”“眼高手低”的難題，“1+X”證書制度鼓勵職業院校本科生在校考取職業技能等級證書，這是增強其就業競爭力的有效手段，同時助力職業本科院校培養更多能夠“手腦并用”的高層次技能型人才。

通過調研大數據技術相關證書情況，結合職業崗位任務需求，大數據技術與應用本科專業將職業資格證書融入課程體系之中，推行“1+X”證書制度，將軟件開發技術、大數據等相關職業資格證書納入學生考證范圍，實施“1+2”畢業準出制度，每個學生必須選考至少2 種職業相關認證證書方能畢業（見表1）。

表1 “1+2”畢業準出制度融入課程情況表

“1+2”畢業準出制度通過以下措施加以保障：與企業合作，將本專業主流證書考點引入學校；將主流證書的考取嵌入相關課程教學中；開展相關技能證書考前輔導培訓；遵循國家職業資格認證考取策略指向，定期更新本專業證書考取目錄及考核知識和要求；鼓勵學生參加職業技能競賽、科技創新等活動，以置換的方式達到職業證書畢業要求。

5 結語

試點職業本科教育是國家職業教育改革的重大舉措之一，大數據技術與應用本科專業具有很強的職業特性，職業教育的人才培養體系構建一方面需要以市場對人才的需求為導向，另一方面也要有前瞻性和引領意識，同時在課程建設方面也要有所取舍。敏捷式人才培養體系的建設不是一蹴而就的，而是需要不斷改進、反復打磨，最后形成比較科學的人才培養體系。“1+X”證書體制有力地促進了學生技能的培養，在增強學生就業競爭力的同時，使得職業本科院校能夠培養更多“手腦并用”的高層次技能型人才。本文所述大數據技術與應用本科專業人才培養體系的構建從職業需求出發，以敏捷式人才培養新模式為抓手，“1+2”證書制度作為輔助，以此期望構建出一套行之有效的大數據人才培養體系。在執行這套體系的過程中，一定會碰到新的問題和困難，未來的重要工作就是迎接這些挑戰，擁抱各種變化，以培養更多的合格的“手腦并用”的大數據技術高層次技能型人才。