高職高專大數據人才培養

鄧夢茹

【摘要】隨著現代科技的發展，大原始數據演變成國家性戰略人才資源，對于社會、國民經濟發展的知名度愈加大。優秀人才稀缺演變成掣肘大數據行業發展的重要環境因素之一，培養適于社會需求的大數據優秀人才應是高等教育急需解決的關鍵問題。課文分析了高職院校大數據實用性人才培養中尚存的關鍵問題和難點，從需求為先導的視角論述高職大數據的人才培養模式。

【關鍵詞】大數據;高職教育;人才培養;協同育人

引言

隨著計算機信息技術手段的高速發展，數據處理模式從大型計算中心到個體PC機科技時代，再到現今的分布式并行計算模式。數據來源亦越發豐富，除了傳統式的業務管理數據，也包含來自物聯網的傳感器數據，以及互聯網產生的海量非結構化數據等等。原始數據早已成為一種戰略性教育資源，成為生產因素之一。2013年開始人類進入大數據科技時代，大數據技術手段在各行各業獲得了注重，對于這方面優秀人才的需求亦逐年降低。2014年3月將大數據首次被我國列入當地政府調查報告，自此中國大數據行業開始迅速發展。

國務院2015年正式印發《促進大數據發展行動綱要》，將大原始數據發展遞增為國家戰略[1]。在此視閾下，教育部為了落實《綱要》精神，2016年開始在北京大學等等三所本科院校開辦數據科學與大數據技術手段新專業。日前，教育部在普通高等學校高等職業教育（專科）專業設置管理辦法中，增補了大原始數據技術手段與應用專業。大原始數據技術應是一個多邊緣學科交叉融合的新興專業，關涉計算機網絡應用、數學、現代科技、網路技術以及別的應用領域的專業知識。培養何種的優秀人才、怎樣培養符合市場需求的優秀人才應是每一院校均在探尋的關鍵問題。本文分析高職大數據人才培養中尚存的關鍵問題，以市場需求為導向論述高職大數據人才培養模式。

1 高職大數據人才培養現狀

1.1 學生能力差異大

隨著高職教育的發展變革，高職院校的辦學方式多樣化，學生生源展現出多元性。普高有提早錄取、高考招錄、注冊畢業等等，尚有職校對口單招、社會業務人員全日制招生。學生的來源亦存有地區多樣性。報考的學生的根底素養參差不齊，在學習能力、學習態度等等方面尚存著不小差異。怎樣因材施教應是擺在高職大原始數據人才培養之后的一個挑戰。

1.2 人才培養方向定位難

大原始數據應是一個跨學科專業，懂得計算機科學、數學統計、行業專業知識的復合型優秀人才應是消費市場的寵兒。跨學科培養復合優秀人才模式對于學生素養、老師能力、實驗教學前提的要求極為高，顯然在高職院校挺難普及實現。此外大數據技術手段早已滲透到各行各業，每位行業的數據集特質、分析發掘目標均不盡相同。因而，各行業對于大原始數據優秀人才的知識結構、實踐經驗、思維方法的需求各異。受學制、課堂教學前提的制約，高校人才培養不可能面面俱到。怎樣依照消費市場的需求定位本校大原始數據學生的培養方向，擬定合理的課程應是一個關鍵問題。

1.3網絡資源低，實踐前提不足

大原始數據應是一個新興的專業邊緣學科，可用的網絡資源非常少，特別應是根據高職院校的網絡資源就更少。社會培訓網絡資源沒能相應的質量標準，知識不成指標體系，挺難適合高校實驗教學的需求[2]。實踐能力應是實用性大原始數據人才培養的核心。滿足大原始數據實驗教學、實踐訓練的分布式集群實訓室應是現如今許多高職院校所欠缺的。此外，欠缺源于真實行業實例的大數據集是職業院校大數據實踐中尚存的此外一個重要關鍵問題。

1.4 師資力量薄弱

現如今大數據專任教師大部分均是從計算機相關專業調劑過來的，很少有老師經過完整的大數據邊緣學科指標體系培訓，對于大原始數據知識結構和研究課題指標體系的認識不夠，課堂教學能力也需要時間鍛煉。此外，有些老師對于大數據行業的發展、市場需求不是很知曉。師資力量薄弱引發了人才培養時間表的擬定不夠合理，人才培養細分不清晰，影響了大原始數據應用型優秀人才的培養產品質量。

2 大數據人才需求分析

人才資源與社會保障部于2020年4月30日下發了《新職業—大數據工程技術人員就業景氣現狀分析報告》，調查報告分析了現如今中國大原始數據行業人才需求情況和今后幾年的預期。調查報告對于27家大原始數據行業典型醫藥企業的人才資源狀況展開調研分析的結果。

依照調查報告現如今大原始數據優秀人才工作崗位主要歸結為初級分析類、發掘遺傳算法類、開發運維類、商品運作4個方向。初級剖析類和商品運作類職位的份額占44.45%，發掘遺傳算法、開發運維職位占到比55.55%。初級分析類和商品運營職位的操作技能應當

求相對低些，應是高職畢業生日后就業的主要職位。數據表明這類職位的需求占到比高，表明高職大數據畢業生的就業市場前景良好。

但對于大原始數據優秀人才專業來源，統計數據表明計算機網絡類優秀人才占到比約35%，數理類占到比約29%，這個兩個專業應是大原始數據技術手段發展的根底。可是此外國民經濟管理類以及別的類專門人才占比亦達到35%，表明應用領域專業知識亦應是大原始數據發展的重要支撐之一。既懂得計算機網絡、數學統計，也知曉專業知識的實踐性優秀人才最最受消費市場追捧。究其原因，一方面應是2019年以前大原始數據專業的大學生尚未進校，校招沒能最合適的畢業生供醫藥企業挑選;此外，大原始數據應是一個多邊緣學科交叉的專業，帶有工作實踐經驗的復合型優秀人才更受醫藥企業追捧。這對于大數據人才培養而言應是契機，此外亦應是挑戰。應當依照市場需求，因勢利導，選準培養方向、調整人才培養設計方案，培養受醫藥企業需求的優秀人才。

3 高職大數據人才培養模式構建

3.1 深化校企合作機制

“產教融合，校企合作”應是職業院校的重要辦學模式。醫藥企業相比于學校有信息內容品牌優勢，對于消費市場人才需求、科學技術發展方向、技術手段需求等等信息內容掌握的比學校及時。經由產學合作，高校可以及時依照市場需求調整課程目標、培養設計方案。此外，高校可以從醫藥企業中聘請生產、服務第一線的適用性技術優秀人才，就讓學生知曉其較新的、實用的技術。此外醫藥企業可以視為高校的經常性的實踐基地，經由見習、實訓的方式就讓學生知曉醫藥企業生產管理方式、生產質量標準，培養吃苦耐勞的心理品質。

來自于生活實踐的真實數據集是大數據實踐課堂教學的重要人才資源。因為市場競爭保密的需求，企業一般不愿意將企業真實原始數據集與高校分享。經由產學合作，學校老師引入到醫藥企業的科學技術工作中，實現雙贏，醫藥企業真心愿意與學校分享科研成果，共同提高人才培養的產品質量。

3.2以市場需求為導向，建設課程內容

各職業院校開始大原始數據專業的時間均相當長，在課程建設方面都處在摸索階段，沒能成熟模板可以借鑒。視為一個新的專業，高校首先應當深入用人單位調研，知曉市場需求。大原始數據技術手段在各行業中應用廣泛，牽扯的領域其較多，學校教育不可能面面俱到。

高校應立足于服務地方的觀念，調研地方特色產業的大原始數據人才需求，以及需求工作崗位關涉的操作技能。立足于自身學校的教學設施，以消費市場為先導，細分課程目標，建設自身學校民族特色的大原始數據課程。

3.3 加強師資隊伍培養

高水平的專任教師隊伍應是保證人才培養產品質量的背景。大原始數據應是一門新興的學科，對高職院校的教師而言亦應是一個新的挑戰，要求教師不光應當懂網路、圖像處理，也得懂數學統計、各種發掘遺傳算法、行業專業知識等等。因而，必須經由加強培訓的方法提高現有老師的技術水平。一方面可以從一線醫藥企業和重點高校聘請大原始數據專業人士到高校開展授課培訓;其三，可以派優秀教師到國內大原始數據技術水平較高的高校展開指標體系學習;此外，可以經由到一線醫藥企業錘煉的方法提高老師實踐技術水平。在培訓挖潛的此外亦可以引進醫藥企業高級操作技能優秀人才到師資隊伍中，提高雙師型老師的份額[3]。

4 結語

高職院校開設大原始數據技術手段于應以消費市場為先導，顧及高校辦學條件、地方品牌優勢和國民經濟行業需求。經由深度調研細分人才培養戰略目標，擬定符合市場需求的人才培養設計方案、課程。加強產學合作，提升高職院校培養的學生產品質量。

參考文獻

[1]李翔宇，李瑞興.高職大數據應用人才培養模式探究[J].蘭州教育學院學報，2017（12）：11-12.

[2]賈萬祥，徐紅兵.高職院校大數據技術與應用專業人才培養模式的研究[J].電腦知識與技術：學術版，2019（10）：102-103.

[3]譚怡.大數據人才培養模式分析與思考[J ].內蒙古科技與經濟，2019（18）：30 -32.