高職院校大數據復合型人才培養模式研究

申靜 陶賢智

摘要：通過分析大數據復合型人才培養現狀和梳理高職院校大數據復合型人才培養面臨的問題，深入企業、產業調研，明確職業崗位，確定培養目標，以培養崗位職業能力為導向，構建專業課程體系，以工作任務為導向，選取恰當的教學方法，推進專業評價模式改革，建立多元評價機制，構建高職院校大數據復合型人才培養模式。

關鍵詞：高職院校；大數據復合型人才；人才培養模式

1. 大數據復合型人才培養現狀分析

隨著我國社會經濟的迅速發展，人工智能、云計算、大數據等互聯網時代的新興技術如雨后春筍出現，并快速融入各行各業。大數據產業與其他產業的持續融合，催生了新的經濟業態[1]，帶動了傳統人才結構向復合型人才結構的轉型，從而對高職院校大數據復合型人才培養模式提出了改革升級的要求。目前，大數據復合型人才培養研究，主要包括與農業、新文科、新工科的融合型人才培養研究。

1.1 與農業的復合型人才培養研究

中國農業大學的李輝等提出基于OBE理念的農業類高校大數據專業培養方案[2]；河北省委黨校的嚴翠玲認為加快鄉村發展的步伐，大數據技術不可忽視[3]。

1.2 與新文科的復合型人才培養研究

吉林大學的王晰巍提出新文科大數據管理與應用專業本科人才的培養模式 [4]。華東師范大學的趙星在“新文科”建設的背景與指導思想下，對大數據管理與應用專業的人才培養方案提出參考建議[5]。

1.3 與新工科的復合型人才培養研究

中山大學的吳賀俊等提出將新科目與基礎科目進行融合的措施和方法[6]。重慶郵電大學的王國胤等給出了地方高校適應社會經濟發展要求培養新工科人才的方法與路徑[7]。

2. 高職院校大數據復合型人才培養面臨的問題

實現大數據與其他產業的融合應用，大數據融合型人才是第一驅動力，構建一支既懂“大數據”又懂“產業”的大數據融合型隊伍是關鍵。職業教育是與產教融合聯系最為緊密的教育類型，也是大數據融合應用型人才培養的搖籃。大數據復合型人才成為融合發展最為密切、崗位最為符合的人才之一。從目前的研究來看，高職院校的大數據技能型人才培養和本科院校的大數據復合型人才培養都已較為成熟，但高職院校的大數據復合型人才培養較為空缺。高職院校大數據復合型人才培養也存在一些問題，主要體現在：培養的人才與復合崗位需求匹配度低；科研育人未能發揮實效；未開設相關融合課程；未到融合崗位實習等。因此，構建高職大數據復合型人才培養模式具有較為重要的研究意義。

3. 高職院校大數據復合型人才培養模式構建

3.1 深入企業、產業調研，明確職業崗位，確定培養目標

經過深入的調研，明確高職院校大數據復合型人才職業崗位，包括大數據運維、大數據應用開發、大數據分析與處理、大數據ETL處理、大數據可視化，并確定大數據復合型人才培養目標。大數據專業培養理想信念堅定，德、智、體、美、勞全面發展，具有一定的科學文化知識和人文素養，良好的職業道德、精益求精的工匠精神，較強的就業能力和可持續發展能力[8]，掌握大數據采集、大數據分析與處理、大數據可視化等相關理論和方法，熟練使用開發工具進行大數據技術開發、并結合相關大數據工具能夠部署相關行業的大數據應用系統，注重大數據技術專業與其他行業相融合，研究、開發和應用其他行業融合的大數據技術，對接大數據技術產業，面向互聯網、IT 軟件行業，能夠從事大數據運維工程師、大數據技術開發工程師、大數據分析工程師、大數據可視化工程師等崗位的高素質復合型技術技能人才。

3.1.1 素質

（1）具有正確的世界觀、人生觀、價值觀，堅決擁護中國共產黨領導，踐行社會主義核心價值觀，熱愛勞動，具有良好的生活習慣、行為習慣。

（2）具有人文社會科學素養、社會責任感。

（3）遵紀守法，具有社會責任感。

（4）具有工匠精神、信息素養、創新思維。

（5）有較強的集體意識和團隊合作精神。

（6）根據數據變化趨勢，可以分析出數據趨勢背后的邏輯。

（7）根據數據變化趨勢，可以分析出觸發這些趨勢的原因。

3.1.2 知識

（1）掌握必備的思想政治理論、中華傳統文化知識和科學文化基礎知識。

（2）熟悉專業相關的政策與法律法規。

（3）掌握體育、軍事、心理健康、職業發展等相關知識。

（4）掌握程序開發語言及數據庫的相關理論和應用知識。

（5）掌握B/S架構數據請求和應答的相關知識。

（6）掌握Web系統的開發，及Web系統數據抓取的相關知識。

（7）掌握大數據分布式系統的設計，以及運維相關知識。

（8）掌握大數據采集、預處理和清洗的相關知識。

（9）掌握大數據離線和實時處理的相關知識。

（10）掌握Web系統展示大數據分析結果的相關知識。

3.1.3 能力

（1）具有終身學習的能力，分析和解決問題的能力。

（2）具有較好的表達溝通能力。

（3）具有程序邏輯開發能力。

（4）具有關系型數據庫和非關系型數據庫設計和處理的能力。

（5）具有Web系統開發能力。

（6）具有Web站點數據抓取能力。

（7）具有大數據采集、預處理和清洗能力。

（8）具有大數據離線處理能力。

（9）具有大數據實時處理能力。

（10）具有對大數據結果展示的能力。

3.2 以崗位職業能力為導向，構建專業課程體系

基于企業工作崗位的實際用人需求開展相關調研工作，通過市場調研和崗位調研分析，確定培養目標和畢業生的就業崗位，向企業征集具體的工作任務，歸納整理一整套用于教學實施的真實企業生產過程中的實際工作任務。依據工作任務，以崗位職業能力為導向，結合學生學習規律，構建大數據專業課程體系。構建大數據專業課程主要包括公共課程和專業課程的構建。

3.2.1 構建公共課程

公共課程包括公共必修課程和公共選修課程。其中公共必修課程為入學教育、思想道德與法治、中國特色社會主義理論體系概論、新時代中國特色社會主義思想概論、形勢與政策、心理健康教育、體育與健康、公共英語、微積分、應用寫作、大學生職業發展與就業指導、軍事理論、軍事技能、創業基礎、勞動實踐、信息技術。公共選修課程為普通話與語言文字欣賞、羽毛球、健美操、影視鑒賞、音樂欣賞、美術鑒賞等。

3.2.2 構建專業課程

專業課程包括專業必修課程和專業選修課程。專業必修課程分為專業基礎課程（Java程序設計基礎）、靜態網頁開發技術（HTML5+CSS3）、Linux操作系統、Python程序設計、專業英語）、專業核心課程（Java面向對象程序設計、Java Web程序開發、Hadoop大數據技術應用、Spark大數據技術應用、Python網絡爬蟲技術、JavaScript程序設計、Flink大數據技術應用）、專業實踐課程（Java程序設計基礎實訓、Java面向對象開發實訓、Hadoop大數據技術應用實訓、Spark大數據技術應用實訓、程序設計綜合實踐、數據庫設計綜合實踐、Hadoop 大數據綜合實踐、大數據技術應用綜合實踐、專業綜合實訓、Flink大數據實訓、畢業設計、崗位實習）。專業選修課程包括MySQL 數據庫應用、Oracle 數據庫應用、Python 數據分析與應用、Python 數據處理與挖掘、NoSQL 數據庫技術與應用、Java 數據結構。

3.3 以工作任務為導向，選取教學方法

3.3.1 “職場化”教學法

以大數據專業人才培養中的素質為目標，培養學生的職業素質，將素質、知識和能力培養與企業的融合崗位任職相對接，教學內容與實際崗位相接軌，明確學生所需要掌握的知識和技能，以企業“準員工”要求自己的學習。在教學實施過程中融入企業文化，按照企業環境布置教室和機房，按照企業真實項目分配角色、實施跟蹤、匯報評估，按照企業工作環境布置教學場景，遵循企業工作真實工作流程，包括角色分配、任務劃分、項目實施等，培養學生“上課即上崗”的意識，從而實現學生到工作崗位的零距離融合。

3.3.2 “項目化”教學法

將企業項目的管理思想貫穿在每門專業課程的教學過程中，每門專業課對應一個企業真實項目，按照CMMI3的標準流程進行研發。每班進行小班制授課，采取以就業為導向準職業人的管理模式，對在校學生按準職業人的要求來約束自己。

3.3.3 項目驅動教學法

按照理論課→上機課→指導學習課→項目案例課→階段項目課→企業實戰課等教學流程，項目實戰貫穿整個教學過程，不斷培養學生的動手操作能力和項目實戰能力，努力培養學生的項目開發經驗和項目管理經驗。

3.4 推進專業評價模式改革，建立多元評價機制

推進專業評價模式改革，建立多元評價機制，進行思政及職業素養評價、自我評價、教師評價、過程性評價與終結性評價相結合、用人單位評價和第三方評價相結合，及時診斷分析、發現問題、查擺原因、提出整改措施，不斷改進提高，形成教學質量改進螺旋。建立評價主體多元化（教師、學生、家長、用人單位、第三方機構）、評價內容綜合化（思政及職業素養、專業知識、操作技能）、評價方法多樣化（項目完成、操作、社會實踐、志愿者、理論考核）的評價體系。

3.4.1 思政及職業素養評價

通過專業考核及日常表現，考查學生的職業素質和職業素養（職業道德、人文素質、職業意識、職業態度），考查學生是否樹立社會主義核心價值觀，模范遵守社會公德、職業道德和法律、法規，具有科學精神、人文素養和創新意識。

3.4.2 過程性評價

從平時課堂檢測、課后相關任務（作業、小論述、團體活動討論）、實驗實訓操作水平、實踐技能、理論測試等過程加以考核。

3.4.3 終結性評價

期末的理論考試或上機考試，考核學生的專業知識、專業技能等。

3.4.5 用人單位評價

用人單位、實習單位對學生的職業生涯、職業發展、綜合素質、專業知識和技能進行評價。

3.4.6 第三方評價

通過第三方評價機構，針對在校外進行頂崗實習的學生和已經畢業的學生給出評價意見和考核結論。

結語

本文構建的高職院校大數據復合型人才培養模式，能較好滿足企業、產業對大數據復合型人才需求，促進學生的大數據專業知識、應用能力和職業素質協調發展，對其他專業與行業的復合型人才培養具有一定的借鑒作用和參考價值。

參考文獻：

[1]工業和信息化部．“十四五”大數據產業發展規劃[EB/OL].（2022-07-06）［2023-02-08］.https：//www.miit.gov.cn/jgsj/ghs/zlygh/art/2022/art_5051b9be5d4740daad48e3b1ad8f728b.html.

[2]李輝，張標.涉農高校數據科學與大數據技術專業人才培養思考[J].高等工程教育研究，2019，（5）：16-22.

[3]嚴翠玲，申益嘉.大數據助推鄉村振興的實踐探索——評《大數據與農業應用》[J].中國農業氣象.2022，43（1）：79-80.

[4]王晰巍，李玥琪，賈若男，等.新文科背景下大數據管理與應用專業人才培養模式[J].圖書情報工作，2021，65（17）：45-56.

[5]趙星，俞曉婷，萬玲玉.新文科背景下大數據管理與應用專業培養特征的內容分析[J].圖書與情報，2020，（6）：26-34，92.

[6]吳賀俊，饒洋輝.面向新工科的大數據專業課程建設[J].中國大學教學，2019，（4）：34-37.

[7]王國胤，劉群，夏英，等.大數據與智能化領域新工科創新人才培養模式探索[J].中國大學教學.2019，（4）：28-33.

[8]申靜.現代學徒制下高職移動應用開發專業課程體系構建[J].現代職業教育，2022，（7）：43-45

作者簡介：申靜，碩士，講師，研究方向：大數據、人工智能；陶賢智，本科，工程師，研究方向：大數據、人工智能。

基金項目：湖南生物機電職業技術學院2022年度院級科研項目（編號：22YSK06）；湖南省教育科學研究工作者協會課題（編號：XJKX22B046）。