“1+X”證書框架下的高職大數據專業課程方案設計

◆王曉軒

校園網絡安全

“1+X”證書框架下的高職大數據專業課程方案設計

◆王曉軒

（遼寧現代服務職業技術學院 遼寧 110164）

大數據行業是ICT產業的重要組成部分。對于大數據專業人才的培養，“阿里巴巴大數據分析與應用1+X職業技能等級證書”在產教融合的框架下，試圖來破解專業積淀不深、人才定位規格不明、課程體系和實驗實訓化程度不高，使得人才培養與企業需求之間存在著結構性矛盾的問題。本文試圖以大數據1+X職業證書為切入點，分析大數據專業人才培養的痛點，探討大數據專業人才培養的原則，從書證融通的角度分析課程體系和教學資源的建設并提出相應的解決方案。

1+X證書；書證融通；大數據專業課程

1 大數據專業人才培養的困境

1.1 成為目錄專業較晚

隨著ICT產業升級以及“中國制造2025”規劃的出臺，2015年大數據相關專業出現在高校招生目錄中。在隨后的兩年中高職與本科院校在原有的計算機、信息管理、網絡類專業基礎之上，逐漸開設大數據專業并取代原專業。這體現了高校專業的升級換代與產業升級換代的同步。從專業代碼來看歸屬于電子信息大類，這體現了把大數據人才從簡單的操作性人員培養，提升到數據資源處理和分析的高技能型人才，并且在與關聯產業的融合上更強調了其跨學科和跨專業特性。

1.2 崗位對知識、技能和素質綜合性要求強

大數據企業對相關崗位的知識、技能和職業素質要求是綜合性的、跨專業的、跨學科的，既要能夠使用大數據工具對數據加工處理，又要求能夠根據客戶的需求做定制化分析；既要具有宏觀的信息趨勢預判，又要求對具體細分行業的走勢分析；既要具有一定的數學和統計學知識功底，更要求熟練運用相應的算法公式去解決實際工作中發生的問題。由此可見，對大數據對人才的需求是既要具備扎實的理論基礎，又要能夠高效地解決實際問題的“全才”，最終是以對數據的解讀、分析并解決企業經營過程中所出現的問題，為企業降低成本、增加收益為評價依據的。由于企業評價標準的缺失，這樣使得人才培養規格處于知識和技能以及職業素質的初級階段。

1.3 師資、教材、實驗實訓資源沒有與時俱進

目前本專科所開設的專業，多是在原有的計算機、軟件、網絡或相關專業的基礎之上開設的，從師資、教材、實驗實訓等資源上不可避免地會借鑒或沿用已有的模式。這一方面是由于產業發展快，教育領域積累淺所造成的，另一方面也反映出院校在專業開設上的短板。

2 高職大數據專業人才培養方案的設計原則

2.1 面向就業

與本科面向科研的大數據專業不同，高職的培養目標是培養高技術技能型人才，第一要務就是要保證學有所用。這在1+X證書通過等級劃分所得到的能力模型可以得到印證，而用以支撐能力模型的崗位分析，是阿里巴巴基于對其業務生態體系中數萬家企業的用人規格所得到的，這樣就保證了“職教二十條”中的標準制定的主體是企業，而這個企業的業務一定是行業中具有代表引領和示范作用的。

2.2 體現成果為先

相比較解決企業實際的業務問題而言，課程教學是相對容易的，這在一定程度上也反映了高職教學與實際應用還是存在著一定的脫節，如過于側重數理知識、大數據工具軟件、編程語言等課程的設計，而忽視了衡量未來勞動者的價值在于能夠為企業創造的利潤多少。阿里大數據1+X的課程內容，源于其生態體系中企業的實際典型案例的最佳實踐，學生在學習中可以了解企業的業務運營模式、對問題的解決方法以及課程中所學知識在解決問題過程中的應用，從而將理論知識應用于實踐的同時，再將實踐中所產生的經驗印證知識。

2.3 崗位分工中的價值導向

“1+X”證書中對崗位的設定多達十余個，通過價值鏈的分析方法可以將人才培養的重點放在具有高附加值、高成長性的崗位上，同時將證書中的知識技能點與課程相融合，切實做到書證融通。

圖1 基于阿里云1+X職業技能等于與人才培養價值鏈

3 課程體系

“大數據1+X”等級標準中并沒有提出需要開設的課程，而是評價組織針對崗位群職業特性和業務領域內的典型工作任務角度，界定了從業者所需要的知識、技能和職業素質。各院校需要針對各自的專業背景、師資、實驗實訓條件，對比“1+X”標準提煉出各級標準所需要的知識和技能，然后再對比現有的專業基礎課與專業核心課中，從而實現等級標準與課程標準的銜接，真正做到課證融通。

從圖2的四層同心圓我們可以看到，圍繞“1+X”等級標準，對接大數據典型工作過程，從專業的課程結構、課程內容、核心課程建設三個方面進行梳理后分為四大部分以圖2的同心圓展示。

圖2 基于“1+X”等級標準的課程體系

3.1 由外及內，第一層為職業素質課程

多為與專業核心課程相關的數理統計類課程。大數據專業的核心是對數據的處理，掌握工程類的數學知識是解決實際工作中具體工作的根本工具。通常課程會開設較成熟的高等數學、線性代數、概率論、數理統計和離散數學等。個別院校還會根據自身所處的行業特點，開設相應的特色課程，如統計類、金融類、財會類、工科類的數學課程，從而強化對特定行業的問題解決。

3.2 第二與第四層為職業技能課程，為本專業的核心技能類課程

程序類課程對編程語言的選擇，建議從Java、Python、R、Scala這幾種常見的與大數據相關的語言選擇。考慮到高職的學制為三年，且最后一年或半年學生會頂崗實習，如果開設多種編程語言會造成多而不精的局面，那么Java與Python可以精修一門，輔修一門為宜。R適用于具有統計類背景的院校。Scala則適用于開設Spark課程。

對于操作系統和計算機網絡類課程的學習，要與本科的同類課程重理論的內容有所區別，側重于Linux操作系統的安裝、網絡的調試和應用服務的配置。

算法與數據結構類課程是銜接數學與編程語言的橋梁，是培養邏輯思維和決定程序優化程度的重要課程。在此類課程的內容安排上，要考慮高職學生的特點和接收能力，應多以工作中的案例和最佳實踐入手設計課程內容。

數據庫是大數據的核心，它是關系型數據庫以及以Hadoop大數據平臺的基礎。從當前的企業實踐來看，關系型數據庫仍是主流，即使在阿里云的平臺上也提供了包含對關系型、列處理、鍵值、搜索引擎等數據庫類型的支持，而這一切都是在基于關系型數據庫打下良好基礎之上的。

對于大數據的學習目前來看可以有主流的Hadoop和Spark等多種平臺選擇，而Hadoop由于歷史早，相關技術比較成熟，已經成為大數據平臺的首選。那么在課程中需要注意兩點：大數據專業Hadoop與云計算Hadoop之間的區別；以及Hadoop與Spark之間的異同。

很多院校會同時開設大數據與云計算專業。在早期由于專業定位不明，課程設置上都會開設Hadoop并且講授內容區分不大，造成了師生的困擾。針對云計算專業的Hadoop，側重于大數據平臺的搭建；而針對大數據專業的Hadoop，則側重于在平臺存儲和處理數據。

Hadoop在數據的處理上適用于批次“靜態”數據的處理，對于實時動態的流數據則多選擇Spark。Spark的出現是基于Hadoop技術基礎的，其目的并非使用取代而是彌補Hadoop的不足。

數據可視化是大數據工作的展示環節，目前企業多為通過數據中臺或數據報表的形式。在可視化的工作中，不是簡單的選擇何種圖形展示數據的工作，除了需要掌握Echart或D3.js一類的前端開發知識之外，它要求從業人員還需要具備一定的數據即席分析能力，根據業務的需要快速實用SQL建模工作。

3.3 第三層為職業拓展課程，設定不同發展方向的選修類課程

大數據的數據源于具體的行業，對于高職學生提高就業率的一個途徑是盡早地引入以特定企業或行業業務為載體的課程，讓學生拓寬視野和知識儲備的同時，有側重地引導學生向校企合作的單位或行業發展。對于數據功底不錯的學生，可以嘗試人工智能類的選修課程；對于擅長動手的學生，可以選修數據安全類或數據倉庫類的課程。課程的形式加以采用實訓課程的方式，集中學時，引入企業師資和實訓資源，通過具體的項目組成學生成一個個學習小組，既獲得企業實戰經驗，有鍛煉了團隊協作能力，從而為求職工作打下基礎。

4 課程資源

4.1 教材、實驗實訓手冊

目前大數據1+X證書主體單位——阿里巴巴公司，配套出版了教材和實驗實訓手冊等材料。從推行1+X證書制度的初衷來看，只要是覆蓋了職業技能等級標準的圖書均適用于做教材而不局限于證書主體單位，這反映出目前1+X領域的適用圖書較少的局限性，同時也為教師提供了借書證融通進行“三教改革”的機會

4.2 實驗實訓，學而致用

將所學到的大數據知識理論轉換為實際對大數據問題的分析和解決，將技能轉換為對大數據軟件工具的操作，這是1+X職業技能等級標準的可貴之處。認證與學歷教育不同在于，前者為學習者集中培訓后的短期行為，而后者則側重對學習者多維度的長期培養。這要求1+X的認證主體、實施教學的院校和學生在理論課程學習之后，要拿出對等的時間在實驗和實訓環節。

4.3 真實工作環境，學習即獲得真實工作經驗

與社科類專業不同，大數據專業的實驗實訓環節強調的是三個方面的真實，即真實的數據、真實的案例和真實的大數據平臺。阿里巴巴作為中國最大的電子商務企業，保證了交易數據和對交易行為提煉為教學案例的真實性，阿里云的云計算和大數據平臺保證了師生所使用的軟件工具是企業真實使用的。

以Hadoop和Spark平臺為例，如果學校在大數據平臺資源的情況下，通常會在課程初期花上2-3周的課時來搭建集群環境。而通過使用阿里云的MaxCompute等一系列大數據產品，真正地可以做到“開箱即用”，省去了師生配置大數據環境的寶貴時間，從而將精力投入到數據平臺的使用上。

5 總結

大數據專業為國家的工業數字化建設提供人才保障，為企業的數字化轉型提供智力支持。阿里巴巴“大數據分析與應用1+X職業技能等級證書”為大數據人才的培養，提供了職業技能水平的規格，對其學生規劃了其職業活動內容與職業生涯規劃發展中所需的各項能力，便于企業明確用人標準和人才的選擇。

大數據是對接中高端制造業、高附加值服務業，是產業鏈、供應鏈和全球價值鏈中高端升級的有力保障。通過業界先進的企業技術標準嵌入職業院校課程標準，在實施X教學標準的同時更是倒逼著課程的改革，從而實現產業群、崗位群、專業群和課程群的融通。

[1]杜來紅.基于OBE的信管專業大數據應用方向人才培養模式研究[J].情報探索，2020（06）：101-104.

[2]何志紅，孫二華.高職大數據技術與應用專業人才培養規格的研究[J].信息系統工程，2020（05）：151-152.

[3]韋茜妤，肖雄，王萌.“新工科”背景下的大數據專業課程體系研究[J].工業和信息化教育，2020（05）：69-73.

[4]李勇.大數據專業編程課程教學改革與實踐[J].教育現代化，2019，6（A3）：84-86.

[5]于波，董立華，李雅男，畢文琪.論大數據時代下學生數據采集能力的培養——基于地方新建本科院校大數據專業的分析[J].新西部，2019（35）：153-154.

[6]王曉軒.產業學院產教融合實現路徑探索[J].創新創業理論研究與實踐，2018，1（05）：1-3.