基于產教融合的高職院校大數據技術專業人才培養探討

【摘要】本文分析大數據技術的發展、定位、趨勢及高職院校大數據人才培養層次的特點、建設過程，發現當前高職院校的大數據專業人才培養存在過多模仿本科教育、技能培養被弱化等問題，針對這些問題，提出應明確人才培養定位，設置符合高職學生學情的課程目標;進行校企合作，摸索有效的產教融合雙主體育人模式;將企業真實任務融入課堂教學，建立理論與實踐互融的實踐教學課程體系;引入企業管理模式，建立符合企業標準要求的教學評價體系;企業與學校互助互惠，構建具有產教融合意識的師資隊伍等措施。

【關鍵詞】產教融合 高職院校 大數據技術專業人才

【中圖分類號】G64 【文獻標識碼】A

【文章編號】0450-9889（2022）06-0060-04

近年來我國社會經濟發展迅速，各種新科技、新模式、新業態如雨后春筍，產業持續轉型升級，帶動了人才結構的轉型升級，對高校人才培養結構、專業教學模式也提出了改革升級的需求。大數據技術在最新一輪科技和產業革命中催生了新的經濟業態，也加速了高職院校大數據專業教學的改革。為加快人才培養結構調整，促進教育和產業聯動發展，國務院辦公廳發布了《關于深化產教融合的若干意見》，要求認真落實黨中央、國務院關于教育綜合改革的決策部署，深化職業教育改革，發揮企業重要主體作用，促進人才培養供給側和產業需求側結構要素全方位融合，培養大批高素質創新型人才和技能型人才。產教融合的提出，為新業態下的大數據專業教學改革指明了方向，深化產教融合是解決新興專業人才供給不足的有效路徑。

一、高職院校大數據專業人才培養定位

隨著科學技術的發展，大數據產業作為新一代信息技術，已上升為國家發展戰略，特別是受到新型冠狀病毒肺炎疫情的影響，當前全球各類線上活動、線上經濟蓬勃發展，大數據作為支撐技術之一，迎來黃金發展期。大數據技術誕生初期，一直以高端技術的身份存在，近年開始為科研單位和本科高校所研究和應用。隨著大數據技術在各云端系統、云端活動中被廣泛應用，相關專業的人才成為這類經濟業態發展的重要資源，使該領域釋放出大量技能型人才需求。因此，高職院校培養大數據人才是順應時代發展的結果。

從科技巨頭研發部到普通高職院校，大數據技術的高科技定位并沒有改變，高職院校在進行人才培養時，應清楚認識到應用技能型大數據人才在相關產業鏈中的需求特點。

（一）大數據技術的應用及其在社會經濟發展中的定位

大數據產業與我國國民經濟發展息息相關。發展近70年后，信息技術的應用從最開始的“電子信息化”逐步發展到倡導擴大規模應用的“互聯網+”，目前又進一步提出旨在提高管理效率，促進決策改革的“大數據+”理念，目的是將大數據思維引入各行各業中，推動大數據在各類產業中的應用。大數據技術不單是IT行業的技術發展，它已突破信息技術領域，通過大數據技術能重新審視政府治國理政水平，重新認識科學研究的方法，改變審視國民經濟各行業變遷驅動因素的角度，重構投資者的決策依據和企業的戰略方針、組織構成。可以說，大數據技術的發展，涌現出的是一場顛覆國民經濟發展的新思維運動，互聯網、金融、電信、醫療、政府等與老百姓生活息息相關的行業是大數據運營的重點領域。就目前的國際形勢來看，IT產業是否強大已成為決定我國是否能成為強國的關鍵因素。

（二）大數據技術的層次特點與高職院校大數據專業人才培養的定位

大數據技術本身強調交叉學科特點，以大數據分析為核心，以統計學、計算機科學和數學為三大基礎支撐學科。高職院校在培養大數據專業人才時，要充分了解高素質復合型技能人才的特點，注意與本科院校的人才培養定位區分開來，雖然大數據技術以高端技術的形式存在，但由于經過多年發展，大數據已經初步形成了一個較為完整的產業鏈，包括數據采集、整理、傳輸、存儲、分析、呈現和應用，眾多企業開始參與到大數據產業鏈中，并形成了一定的產業規模，而目前迅猛發展的產業互聯網也將推動大數據落地。大數據涉及各個領域，需要招收大量工作人員，這為高職高專畢業生提供了許多就業崗位。對高職學生的培養應以技能為核心，強調工匠精神的培育，在大數據各層次技術中，應選擇大數據監測與收集、大數據存儲與處理、大數據分析與挖掘等技術中的應用型、技能型技術進行專項學習，如大數據監測、數據捕獲、大數據分析、數據分析結果可視化等。

二、高職院校大數據技術專業人才培養存在的問題

大數據概念從誕生至今已有數十年時間，但大數據技術真正開始發展和廣泛應用也不過是近十年的事。高職院校開設大數據專業時間比較短，不可避免地存在著一些問題。

（一）過多模仿本科教育，技能培養被弱化

由于高職院校大數據專業創立時間不長，大數據技術在市場上被廣泛應用的時間也不長，院校教學經驗不足，不能很好地將企業典型案例分解到教學中，很多會參考先行一步的本科院校大數據專業教學模式。專業教師在討論教學課程體系時，基本上都參考了本科院校的課程，即使意識到高職學生的學情，知曉課程設置必須與本科院校偏理論教學有所不同，但由于大數據專業需要大量統計學、計算機科學、數學知識作為基礎，高職院校教師在設計內容時難以取舍，學生在兩年多時間內，既要學習各種大數據理論，又要學習技能。而最終結果往往是課程體系理論不全，學生技能培養也被弱化。

（二）校企合作不暢，難以實現產教融合

校企合作已成為當今職業院校辦學的必備條件。校企雙方都有強烈的合作意愿，許多院校都與企業簽訂了合作協議，但由于還沒有尋得合適的合作模式，企業沒有真正參與到教學中。有些僅參與了人才培養方案的修訂，畢業時招幾個實習生到企業;或企業的教學覆蓋面并不廣，只在有限的項目中讓教師和學生參與進來，缺乏真正有效的產教融合模式和手段。

（三）大數據師資力量嚴重缺乏

目前大多數高職院校大數據專業的教學是由電子信息技術類的教師所承擔，而新一代大數據專業的學生剛畢業不久，對高職院校的教學方式尚在熟悉和摸索中，能站在教師的角度去思考產教融合的人才培養模式還有較大困難。大數據專業是一個全新的專業，內容涉及面廣，新的教師隊伍尚在建設當中，師資缺乏是大多數學校面臨的棘手問題。9437647D-18AC-4CFC-9AA8-2FB53248C767

三、基于產教融合的高職院校大數據專業人才培養策略

（一）明確人才培養定位，設置符合高職層次學生學情的課程目標

社會對大數據人才的需求是多層次的，大數據人才的培養也應該有區別有重點。首先要通過調研、專業分析及與企業專家深度研討，厘清大數據技術人才需求的層次關系。大數據技術專業人才的培養要求具有多學科交叉能力，專業能力分為如下三類：一是理論方面，要能理解和運用數據科學中的數據模型;二是實踐方面，要有處理實際數據的能力;三是應用方面，具備用大數據技術解決具體問題的能力。如果說碩士層次注重職業發展的廣度和綜合運用能力，本科注重扎實的學科基礎和工程實踐能力，那專科則側重具體崗位的技術運用能力。對高職院校學生的培養應將重點放在技術運用能力上。數據挖掘的大部分工作都在為數據清洗做準備，工作煩瑣，消耗人力，但是對知識水平要求沒有那么高。大數據運維、大數據分析可視化界面等工作需要有一定的大數據學科知識，但對理論邏輯思維的深度、廣度要求相對沒那么高，符合高職院校學生的學習特點，這些方向可作為高職人才培養的重點方向。

（二）進行校企合作，探索有效的產教融合雙主體育人模式

通過實踐，促進產教融合的手段有以下兩種。

一是企業師傅進課堂的現代學徒制。高職院校可作為企業的人才儲備基地，讓企業師傅深度參與學校的人才培養。學院提供合作辦學的辦公場所、實訓場地，企業固定派遣1～2人長駐校園，一人作為專職主課導師，一人作為大數據項目指導，兩位導師與院校教師一起參與人培方案、課程標準的制訂以及階段項目的指導。校企合作時，企業可能會面臨人手不夠，難以抽調人員到學校擔任導師的問題，而院校在學生培養過程中，又希望企業盡可能多地承擔技術指導，這種情況下，可以采取分工合作的方法：一種是某些基礎課程可由學校教師完成，涉及大數據項目開發等核心課程，主講可由企業導師擔任;一種是將課程拆分為階段式課程，前半學期由院校教師完成理論講解和小的實訓任務，后半學期由企業導師將企業項目帶到課堂，讓學生分組完成真實任務。在這個過程中，企業師傅同樣接受學校各項教學常規檢查。

二是利用企業資源，組成校企合作協同工作組，共同進行項目研發。高職學生的技能提升需要真實任務的磨煉，而大數據專業與軟件專業、網絡專業所需的教學案例不同，大數據技術如果不與其他領域相結合，獲取海量相關數據，也就失去了意義。教師通常很難得到海量的數據信息作為教學樣本，此時院校可與企業合作，承擔企業的真實開發任務。如果擔心合同按時交付有風險，企業可從當前項目框架下抽取利于管理的某個模塊，由企業導師作為項目經理，招集學生和院校教師組成項目小組。小組內進行分工合作，按項目生產過程設置相關崗位，院校教師協助企業經理指導工作，跟進項目進度。這樣形成的項目小組，學生并非單純完成數據分析和代碼編寫，而是參與了客戶溝通交流、解決方案、交互設計、數據分析統計、代碼研發、項目測試、實施部署等一系列工作，使學生在真實的體驗中清楚認識到大數據項目研發的工作流程，同時解決了海量教學樣本緊缺的問題，企業也能完成項目的研發、公司生產環節上各崗位儲備人才的培養。

（三）將企業真實任務融入課堂教學，建立理論與實踐互融的實踐教學課程體系

如果說組成項目小組進行校企合作研發的形式主要是培養拔尖人才，難以百分之百覆蓋學生，那么產教融合還可以利用已完成的真實項目，通過貫穿項目、階段項目、教學案例的形式，經過教師的加工整理，將理論知識融到技術應用中，讓學生在技能應用學習中完成理論知識的學習。一個完整的大數據項目生命周期一般會涉及數據收集、數據存取、基礎架構、數據處理、統計分析、數據挖掘、模型預測、結果呈現，“項目貫穿”就是把已完成的真實任務作為貫穿整個三年人才培養的載體，在建設專業課程體系時，把開發任務所需的技能和知識點分散到各門課程中，將學生三年的學習過程轉換為項目開發的過程。比如，以“崗位信息多維分析大數據決策系統”為項目貫穿的載體，該系統通過收集人力資源應聘和招聘數據進行大數據分析，獲得相關崗位信息，以影響人力資源相關決策。項目的數據收集是第一個環節，該環節涉及網絡爬蟲等技術，由于數據收集一般來源于Web信息系統，學生還要掌握一定的Web開發技術。那么，學生要完成真實項目中的“數據收集”，首先要完善該系統的功能界面，搭建Web基本框架，然后使用網絡爬蟲等技術收集數據。教師可在《前端開發技術》這門課中設計完成系統功能界面、在《Web應用開發》課中完成Web框架搭建、在《網絡爬蟲技術》課中完成數據收集、在《大數據基礎》和《大數據應用》課中完成數據存取架構、在《數據分析與應用》課中完成數據處理分析、在《數據可視化技術》課中完成結果呈現。最后根據人才培養目標要求，設置《數據挖掘》等課程，以進行系統功能的拓展。每一門課都是真實任務的一個環節，最終學生獲得一個完整的崗位信息多維分析大數據決策系統。將已完成的項目拆分并整合貫穿到課堂教學中，所有學生將能體驗真實任務的研發過程。

（四）引入企業管理模式，建立符合企業標準要求的教學評價體系

當前，國內高校的人才評價模式與企業績效管理模式截然不同。在企業中，績效管理模式決定了生產效率，影響著企業的生存發展。要使學生的工作技能、職業素質符合企業要求，學校需要參照企業相關要求，建立適當的教學評價體系。績效工資是評價企業員工的重要手段，高職院校的人才培養可以參照企業《員工手冊》《績效評定方案》等規章制度，適當進行修訂和補充，推出虛擬幣或績效分制度模擬企業員工工資發放。學生工資分為兩大部分：一是基本工資、二是崗位工資。基本工資由輔導員發放，通過《員工手冊》讓學生了解企業文化、熟悉企業管理制度，按照企業員工的日常行為、考勤管理、個人榮譽等進行約束和表彰。考勤、獎懲、校園活動參與度等與學生綜合素質評定相關的內容均與績效掛鉤。每月結算績效分，按績效分和當前高職院校大數據專業畢業生月工資數額發放基本工資（虛擬貨幣），每學期末學生的綜合素質評定分也來源于績效分。崗位工資由專業教師控制，可用績效分的形式替代常用的百分制，將學生的課堂考勤、課堂狀態、平時作業質量等分數轉換為效績分數，每月以崗位工資（虛擬貨幣）的形式發放工資，使學生更為直觀地看到自己的學習成效。在學期末對學生的考試成績也要進行績效轉換，結合學生平時成績、綜合素質做出最終評定。有條件的院校，可以按照績效分，給予真實貨幣獎勵。同時，在企業項目開發、畢業設計等核心課程的考核評價上，要以能夠面向客戶的產品質量為標準，而不是以學生的作業等級作為最終的教學評價結果，牢牢抓住企業人才需求的痛點，促進學生綜合素養的提高。9437647D-18AC-4CFC-9AA8-2FB53248C767

（五）企業與學校互助互惠，構建具有產教融合意識的師資隊伍

IT技術，特別是大數據技術的發展日新月異，人才需求缺口大。目前大多是企業的研發部門承擔著技術更新的重任，高職院校要想緊跟技術發展步伐，培養出符合企業要求的高質素技能型人才，就要緊密聯系企業。融合是相互的，企業與學院互助互惠才能實現可持續發展。互助互惠的手段有很多種：一是派教師到企業掛職、與企業協同完成項目研發，有利于更新技術，提高師資隊伍水平。由于專業教師本身就有繁重的教學和科研任務，而企業任務需要全身心投入，為使掛職不流于形式，企業可考慮讓教師承擔龐大系統中相對獨立的模塊。任務分派到教師手上后，再劃分子模塊，由教師指導學生完成。二是企業可以將工作量較輕、內容相對簡單的數據捕獲、數據標注、系統運維等任務分派給院校學生，由教師指導學生完成。在完成過程中，了解大數據行業與技術需求，有利于制訂人才培養目標，提高學生學習的信心。三是企業參與大數據技術人才培養方案的制訂、派企業教師參與項目實踐課教學、參與課程教材的編寫審定等。四是院校參與企業員工繼續教育培養。高職院校本身就是科研培訓高地，特別是對大數據這類新技術來說，企業并不見得會有絕對優勢，高職院校也能為企業提供員工繼續教育培訓、企業職工技能賽指導等技術性服務。在這樣的互利互惠模式下，企業、教師、學生均能得到持續有利的發展，教師隊伍在得到鍛煉的同時，也能使課堂教學緊跟社會技術發展步伐，為企業輸送更多合格人才。

大數據技術發展日新月異，人才需求缺口大。高職院校應找準定位，以技能培養為目標，整合以企業生產為立足點的實踐教學培養模式，讓師生在畢業設計、校企合作項目研發中了解企業技能需求，向企業用人標準靠攏;以產教融合為契機整合資源，建設現代學徒制實驗基地、校企協作研發中心，實現生源入口、出口均嚴格按照企業標準;利用企業真實項目拆解整合成適合各層次學生的教學項目案例，建立理論與實踐互融的實踐教學課程體系;以企業績效管理模式為基礎，全面考慮企業人才需求，構建符合產教融合特征的實踐教學考評體系;利用企業合作項目契機，緊跟技術潮流，提升教學質量，構建具有產教融合意識的教學師資隊伍。只有做好這些工作，高職院校大數據技術專業人才培養才能更有成效。

參考文獻

[1]孫鳳嬌，趙晶晶，郭相臣，等.高職院校大數據專業人才培養研究與實踐[J].科技與創新，2019（12）.

[2]王國胤，劉群，夏英，等.大數據創新人才培養模式的探索與思考[J].計算機教育，2017（10）.

[3]費方域，閔自信.大數據經濟學視域下的競爭政策[J].財經問題研究，2018（2）.

[4]桂勁松，張祖平，郭克華.新工科背景下高校新專業建設思路探索與實踐：以數據科學與大數據技術專業為例[J].計算機教育，2018（7）.

[5]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）.

[6]陳麗麗.高職院校大數據技能人才的培養探析[J].遼寧高職學報，2018（5）.

注：本文系2021年度廣西高校中青年教師科研基礎能力提升項目“基于OLAP技術的崗位信息大數據多維分析原型構建研究”（2021KY1460）、2021年度廣西高校中青年教師科研基礎能力提升項目“基于物聯網+大數據技術的智慧養老平臺應用研究”（2021KY1463）的研究成果。

作者簡介：禤鮮（1978— ），廣西柳州人，碩士，高級工程師，講師，研究方向為計算機科學技術。

（責編 蔣海蘭）9437647D-18AC-4CFC-9AA8-2FB53248C767