新工科專業校企合作模式研究
——以數據科學與大數據技術專業為例

陶 袁,陳慶新

(1.吉林師范大學博達學院 數學學院,吉林 四平 136000;2.吉林師范大學 數學與計算機學院,吉林 四平 136000;3.北京華育興業科技有限公司 哈爾濱分公司,黑龍江 哈爾濱 150008)

教育部2017年發布《教育部辦公廳關于推薦新工科研究與實踐項目的通知》(教高部函〔2017〕33號)[1],在教育部相關文件的指引下,部分大學在原有專業的基礎上開設相近的新工科專業,為進一步提高新工科專業畢業生實踐能力,實現新工科專業學生高水平就業。為提高新工科專業辦學質量,很多學者進行相關研究,其中張磊等[2]提出在計算機教學過程把項目教學融入課程教學,從提高學生參與課堂教學方面進行有意義的探索;王力綱等[3]提出構建“校、企、政、協”校外實踐育人機制探索,為新工科背景下培養滿足行業和產業需求的人才進行有意義的探索;米潔等[4]提出構建校內外協同的多學科交叉融合的、有企業參與的“大實踐平臺”,實現多層次、模塊化工程教育體系及組織模式;柯婷等[5]提出現代產業學院人才培養體系,這種體系的實踐路徑是強化產業鏈與人才鏈的深度融合,實現多元主體的合作育人機制,以產業應用實踐能力培養為目標推動教學資源優化配置,多方資源共享共生為主線,共建協同育人平臺,達到提高新工科專業人才培養質量的目的。所以通過校企合作方式,使企業參與新工科專業的實習實訓環節已經成為部分新工科專業學生培養的重要環節,但從實際來看,不同學校對企業參與校企合作的做法有很大的差別,同時需要合作雙方共同考慮自身的實際有選擇地進行。本論文研究旨在通盤考慮,為學校選擇參與校企合作的模式進行探究。

1 專業現狀

2015年教育部批準北京大學、對外經貿大學和中南大學設立數據科學與大數據技術專業,以后陸續有大學獲批設立數據科學與大數據技術本科專業,從學生培養周期看,數據科學與大數據技術碩士生畢業在2025年前后,加之近幾年企業對這方面人才需求的增加,數據科學與大數據技術專業人才在近十年仍會供不應求,高校作為數據科學與大數據技術專業人才培養的主戰場,專業化的師資隊伍是必不可少的,但受過數據科學與大數據技術專業培養的專業教師卻少的可憐。從實驗角度看,受軟、硬件基礎條件和地方政府支持力度的影響,不同學校對實驗課程能提供的實踐平臺有很大差別,按現有條件看,有些學校的實驗平臺可能無法達到大數據量級要求,受硬件條件限制甚至有些實驗課程都無法開設,為此很多學校與企業開展校企合作,即企業開發大數據平臺,平臺運行在企業服務器上,學生在企業提供的大數據平臺上進行課程實驗或實訓,從而保證學生的培養質量。

高校無論從師資隊伍建設、還是從軟、硬件基礎設施建設方面,數據科學與大數據技術專業的人才培養還處于探索階段,大數據企業從自身工作性質出發,具有大數據相關的數據資源和硬件資源,同時大數據企業具有優秀的大數據開發經驗的軟件工程師,從師資教學和實習、實訓角度讓大數據企業參與到數據科學與大數據技術專業的人才培養過程對高校的專業人才培養起重要的推動作用。

2 參與校企合作的大數據企業現狀

目前數據科學與大數據技術專業設置沒有統一的國家標準,以及受限于企業師資隊伍、企業開發團隊研發水平和資金規模的限制,這會出現大數據企業的講師水平參差不齊,同時企業大數據平臺供學生實驗或實訓案例不完善等問題,具體包括以下幾個方面:

2.1 實驗平臺提供的課程門類和實訓行業案例數目具有不確定性

目前限于數據科學與大數據技術專業開設初期,國家和各高校沒有統一的課程質量標準,大數據企業只擁有與本企業相關的行業案例,而且有些行業案例數據可能會涉及商業機密,所以有些數據無法及時公開,導致提供的實驗課程門類具有不確定性;在實訓平臺上能提供的行業案例數也只受限于部分行業的相關數據,所以實訓平臺提供行業案例數具有不確定性。

2.2 實訓平臺每門課程設置的實驗知識點具有不確定性

為了節省資金、提高硬件服務器資源的利用率,數據科學與大數據技術實訓平臺運行需要云服務提供支撐,而每門課程不同的實驗知識點需要的虛擬化資源有差別,在硬件資源一定的情況下,每門課程實驗知識點需要的虛擬化資源量決定了當前平臺能支撐學生進行本門課程實驗的最大并發用戶數量,校企合作企業在保證有較好用戶體驗的前提下,為了實現更多的學生能使用平臺完成實驗從而實現企業利潤最大化,企業可能只會選擇課程中使用盡可能少虛擬化資源的實驗知識點提供給學生,所以帶來不同企業實習、實訓平臺上課程設置的實驗知識點具有不確定性的問題。

2.3 大數據企業師資水平不確定

企業教師多數來源于具有多年項目經驗的開發人員,這些教師具有豐富的項目實戰經驗,但這些教師綜合知識可能不扎實或不系統,比如這些企業教師多數本科專業為理工科專業,因此這些教師的教育學和心理學理論知識欠缺,所以這些教師在任課的過程中不能結合教育學和心理學相關理論組織教學,會出現任課教師在組織教學的過程中違背教育規律,導致教學效果不好等之類的問題;或者企業教師本科專業為非計算機專業,會出現這些教師的計算機相關知識不扎實、不系統等問題。

3 學校選擇校企合作的模式

不同學校根據本校的數據科學與大數據技術專業的培養目標選擇適合的企業參與校企合作,具體包括選擇師資或實訓平臺兩個方面。

3.1 選擇不同企業講師參與專業課授課

企業技術人員具有豐富的項目經驗,對本領域的知識點掌握較深,受限于不同企業從事的行業差別,學校可以根據專業需求聘請不同企業的技術人員參與本專業部分課程的授課活動,為保證聘請的企業講師符合學校任課教師的基本要求,需要企業講師有不少于三年的相關課程的授課經歷,同時具有本專業相關的基礎課程相關知識,具體課程如表1所示。

表1 企業講師掌握計算機課程列表

3.2 與多企業開展課程實驗和實訓合作

大數據平臺為云平臺,學生通過網絡登錄云平臺進行相應的實驗,為學校自由選擇平臺資源提供了可能。對實訓的案例選擇,學校可以根據專業的培養目標確定選擇具體的實訓案例,為了保證學生學到更多應用,學?？梢愿鄠€企業進行校企合作,從而解決與一個企業合作行業案例單一的問題;對于課程實驗,由于不同的課程實驗知識點需要的虛擬化資源差別很大,很多企業為了節省硬件成本,可能只提供使用虛擬化資源較少的知識點,為保證專業人才的培養質量,從學生需掌握的實驗知識點角度選擇企業的課程實驗是十分必要的,學校選擇不同企業的課程實驗可以根據課程實驗大綱中不同知識點使用的虛擬化資源綜合打分評價。

(1)量化不同知識點使用虛擬化資源。表2以本校數據科學與大數據技術專業必修課分布式計算框架(Spark)課程為例進行說明,表中列出實驗課需要設計的實驗內容、實驗知識點以及每個知識點設置的學時數,為更好對平臺虛擬化資源的使用情況進行描述,表2中對每個實驗內容運行的虛擬化資源使用情況進行打分:根據實驗使用平均資源數(如網卡、CPU、內存或硬盤等)確定基礎為5分,任何一個資源(比如網卡、CPU、內存或硬盤等)消耗增加1倍需在基礎分基礎上加1分。

表2 分布式計算框架(Spark)實驗知識點及占用虛擬化資源情況表

以表2序號8的實驗為例,如果一個用戶登錄,進行Spark環境搭建(集群),需要硬件資源至少需要3個網卡、3個CPU核心、6G內存空間、60G硬盤空間,如果當前有1000個用戶同時登錄,則需要的硬件資源是當前一個用戶所需資源的1000倍,盡管可以通過相應的優化機制減少硬件資源的使用比例,為了保證實驗效果,這種優化是有限的。通過計算得出:當實驗學生數達到一定量,資源的消耗是驚人的。

(2)量化實驗及實訓得分。根據表2中不同知識點的虛擬化資源使用情況打分求和,得出所有企業參與校企合作后能提供給高校的數據科學與大數據技術專業實驗平臺的直接累加得分,該實際得分與大綱要求總分相除得出企業實驗平臺的量化得分。

此外,針對企業在大數據平臺上提供實訓項目案例,可以根據平臺提供的案例行業類別數和項目案例總數綜合計算得分,為體現課程實驗內容的重要性,要求項目實訓得分不能超過一定的分數,最終可以把得到的項目實訓得分折合成一定的量化得分。

以上兩個得分可以分別作為學校選擇校企合作企業的重要參考依據。

4 結 語

以數據科學與大數據技術專業為例,給出跨企業開展校企合作的合作模式和具體措施,合作模式包括共享企業講師和共享企業實習、實訓平臺兩種模式,為學校更好選擇企業實習和實訓平臺,給出全面評價不同企業提供課程實驗資源和項目案例資源的評價方法,進而為學校在多個校企合作企業中正確選擇企業提供依據,并為學校的專業建設提供選擇保障。