產教融合模式下大數據專業課程體系改革研究

左丹　趙姣珍　胡勇強

［摘 要］隨著人工智能、大數據、5G通信為代表的新一代信息技術不斷發展，當前社會發展正進入大數據時代。全國申報大數據專業的高校急速增長，構建合理實用的大數據核心課程體系是各高校實現大數據專業發展的關鍵。本研究將從大數據學科特點、學校類型、人才培養目標、職業發展路徑等多個層次和維度出發，探討在產教融合模式下如何有效構建實用大數據專業核心課程體系。

［關鍵詞］產教融合；大數據；課程體系

doi：10.3969/j.issn.1673-0194.2023.21.067

［中圖分類號］G64 ［文獻標識碼］A ［文章編號］1673-0194（2023）21-0233-04

0? ? ?引 言

當前，大數據專業在各個高校專業目錄中是名副其實的熱門專業。據全國高校人工智能與大數據創新聯盟統計，截至2021年2月，全國1 258所本科院校中約有730所，1 482所高職院校中約有830所已經開辦、正在開辦或即將開辦大數據技術相關專業［1］。這些學校既有頂尖的研究型大學，也有應用型本科，更有數量眾多的高職類專科學校。根據大數據學科自身科學規律、學校層次、人才培養規格，構建實用合理的大數據核心課程體系，是各高校實現大數據人才培養目標的關鍵。

1? ? ?研判企業大數據人才類型和崗位需求

大數據人才匱乏已成為全國大數據企業目前面臨的通病。現在大數據高、中、低三檔人才均存在人才短缺問題，其中技術、研發類人才難找，復合型大數據應用人才更加稀少。作為新興產業的大數據雖普遍受到地方政府高度重視，一些中西部省市更是希望分得大數據產業發展的紅利，但目前大數據復合型人才嚴重匱乏、人才培養機制不足、產業“造血”能力薄弱等問題突出［2］。業內人士認為，大數據人才建設亟待政府、產業界和高校的聯合培養，人才培育機制需要創新。

國內高校對于大數據人才培養僅僅處于探索和起步階段，大數據對口專業人才供給尚不能滿足當前大數據產業發展的需要。專業人才供給缺乏系統性和完整性，供給結構不均衡，人才供給多定位于高學歷、研發性的崗位需求，而技能型、應用型人才供給偏弱，造成產業鏈的人才供給存在嚴重短板。據清華大學經管學院發布的《中國經濟的數字化轉型：人才與就業》報告，當前，我國大數據人才缺口高達150萬，到2025年或將達200萬［3］。而這其中擁有算法設計、程序編寫、數據分析等專業技能的核心人才和既擁有某些行業背景又具備一定大數據專業技術應用的復合型人才更是鳳毛麟角。

2022年4月8日，貴州省大數據發展領導小組辦公室印發《貴州省“十四五”大數據電子信息產業發展規劃》，明確了“十四五”貴州大數據電子信息產業的總體目標及四個方面發展目標［4］。一是總體目標。到2025年，大數據電子信息產業完成年總產值3 500億元，其中電子信息制造業年總產值2 100億元，軟件和信息技術服務業年收入1 000億元，電信業務年收入400億元。二是發展目標。到2025年，成為全國大數據電子信息產業集聚區，打造國家數據生產要素流通核心樞紐和全國大數據融合創新示范高地，建成集約高效的數字基礎設施。

大數據相關的核心崗位主要是技術類的研發工程師，其他崗位根據自身情況不同，具體到貴州由于大數據產業園、數據中心較多，運維工程師是目前的另一主要崗位。基于以上分析，主要面向研發和數據分析崗位進行崗位職責拆解，拆解出這類崗位所需要具備的核心技能，基于以上分析結果，可以看出大數據相關的研發和運維崗位主要關注Python和Java編程語言、數據庫和大數據相關操作，Hadoop、HBase、

Kafka、Spark、Flink［5］等開源大數據技術以及相關的系統維護、集群維護、軟硬件應用管理等，其中運維崗對大數據技術也有一定要求。

2? ? ?產教融合模式下的課程體系總體情況

數據科學與大數據作為一門新興的專業，既面臨著機遇也遇到了挑戰。當前，國內大數據高等教育課程體系存在著師資不足、基礎實驗環境薄弱等問題。為了解決這些問題，一些地方本科高校數據科學與大數據技術專業培養方案自2018年制訂并使用，在辦學過程中不斷探索，分別于2019年、2021年調整該專業培養方案。在專業培養方案制訂并執行過程中，自2019年與某些知名教育集團簽署專業共建協議以來，2019年、2021年的培養方案都良好地融合了OBE（Outcomes-based Education）理念［5］。

總體來看，數據科學與大數據技術專業培養方案圍繞培養學生的思想品德、業務能力（數據科學基礎、大數據系統與平臺技術、大數據分析及可視化技術）、綜合素質等四個目標開設相關課程，本項目課程體系由“通識課程、專業基礎課程、專業課程、實踐教學課程”四個模塊組成［6］，四個模塊有機融合、層次分明、比例協調。

第一，通識課程。包括大學英語、大學語文、大學體育、思想道德與法治等課程，以基礎性、整體性、綜合性、廣博性的知識，拓寬學生視野，培養學生獨立思考與判斷能力、社會責任感和健全人格。

第二，專業基礎課程。專業基礎課程從第一學期開始開設至第四學期結束，包括高等數學1、數據科學導論（HK）、高級語言程序設計等共7門專業課程，為下一步專業課程學習奠定專業基礎。

第三，專業課程。分為專業必修課（6門）、專業選修課（須修滿36個學分，9門課程），在學生掌握一定專業基礎知識后，繼續提升專業能力。

第四，實踐課程。通過勞動教育、畢業實習、畢業論文（設計）整合專業知識和能力，并運用在實踐中。（HK表示有企業方慧科教育集團的教師進行授課）。通過大數據項目綜合實踐和畢業設計，培養學生的綜合實踐能力，主要包括校內外的實訓類課程，引進具有豐富大數據項目經驗的企業工程師授課，進一步加強學生的實踐經驗和動手能力。以實際大數據項目為例，給學生講解項目開發的步驟、知識、分工合作要點，實訓中，安排學生分組（4～6人/組），每組成員協作，共同完成一個大數據項目；通過答辯方式驗收學生的項目完成情況，要求每組選1名組員進行項目答辯，其他組員配合。通過實訓，學生對大數據技術有了廣泛的了解，能夠具備獨立完成企業級項目開發的素質和實戰經驗，對企業的大數據項目分工、團隊合作的方式獲得基本經驗，能夠快速融入企業環境［7］。

3? ? ?建構課程體系與畢業要求——對應支撐的矩陣模型

課程體系的詳細設計。①專業基礎課具體課程設置。專業基礎課有數據科學導論、高級語言程序設計、高等數學1、線性代數、高等數學2、概率論與數理統計、應用統計學等課程組成，都為必修課程。②專業課具體課程設置。專業必修課程由Python程序設計、數據結構與算法、數據庫系統、大數據平臺架構、大數據可視化技術、數據倉庫技術等課程組成。專業選修課程由Web前端技術、行業認知、Java面向對象程序設計、Linux操作系統、Java企業級后端開發、大數據軟件開發框架、分布式計算與并行計算等課程組成［8］。③綜合實訓課具體課程設置。實訓類課程由高級語言程序設計、Web前端開發、Python數據采集技術、大數據平臺架構、大數據處理及可視化技術、分布式并行計算集群技術、專業實習、畢業論文（設計）等內容組成。

4? ? ?根據培養目標開展實踐教學項目

4.1? ?課程實踐

通過同一老師授課與指導實訓，以課程章節內容相關的小題目進行實踐操作技能訓練，學生實踐成果形式為課程實踐及實驗報告。此外，在與企業共建專業的過程中，利用企業前沿的教學實驗等實踐平臺，落地OBE教學理念和PBL教學方式。

企業在2020—2021學年第一學期的課程中共產出181個項目，每個學生均有呈現，初具項目實戰經驗。在2020—2021學年第二學期和2021—2022學年第一學期，12門企業課程均采用PBL項目式教學，共計產出1700+項目，學生100%參與其中。這些數字表明，實踐教學方式可以幫助學生更好地掌握技能，并為未來的職業生涯做好準備。

4.2? ?實踐環節

學生實踐除完成相關課程實踐環節，還需在第七學期參加畢業實習，第八學期完成畢業論文（設計）。畢業實習一般由學生自主聯系相應的實習單位，對沒有聯系上實習單位的學生，學院另進行統一安排畢業實習。實習結束后提交實習小結和實習報告，由專業指導教師進行成績評定，完成畢業實習。畢業論文按照學院規定在指導教師指導下完成畢業設計和撰寫論文，需通過答辯。自2019年與企業簽署數據科學與大數據技術專業共建協議起，專業實習實訓方案也基于OBE理念及貴州省人才需求做出相應調整。

數據科學與大數據技術專業實踐教學從兩個層面展開。

（1）依托校內實訓基地的實踐教學。通過校企合作，企業已經投資在校內建立“大數據與人工智能產教融合實訓基地”，可供使用的實驗室面積680余平方米，基地設有實驗室、企業工作室、學生工場等可同時容納500名學生實驗和實操［9］。

校內實訓基地主要承擔課程設計及畢業設計教學任務。首先，在實踐教學過程中，堅持從培養目標出發，貫徹重在能力培養的原則；貫徹系統性、開放性、綜合性的原則；堅持教學主導作用與學生主動性、創造性相結合的原則。實踐教學按照人才培養的能力結構要求，建立科學的實踐教學體系。在明確專業要求的基礎上，做好基礎課、專業基礎課以及專業課實踐的分工，發揮各類實踐課程在創新人才培養方面的不同作用，實現實踐教學的整體目標。其次，通過項目驅動教學。即通過教師設計一個典型的項目而進行的教學實踐活動。項目選取本著從簡單到復雜、從單一到綜合的原則，引導、啟發、鼓勵學生在完成教學項目的過程中掌握知識和能力。三是，采取團隊協作方式來進行教學安排與課程設計。項目的開發活動以小組為單位，分組不僅充分發揮學生的個性、特長，而且有效培養了學生的團隊合作、分享和競爭意識。基于團隊協作的項目驅動教學模式主要包括項目設計、項目實踐、理論授課、明確任務、引導和指導、總結點評等步驟，該模式下的項目實踐階段完全體現了學生的主體地位。

（2）學生校外自主實習

為了根據產業人才需求為核心去培養學生，為產業輸送優秀人才，開展企業調研工作。調研多家企業，了解企業人才需求聚焦點，一是培養課程，包含Java、Python、MySQL等；二是學生專業能力。教學實踐中，充分發揮學生主體的作用，讓學生掌握知識、運用知識，提高運用知識解決問題能力為重心的轉變，在知識、技能、協作等方面進行進一步的提煉、反思。三是學生職業能力。通過多種教育教學手段，根據不同專業具體要求，有針對性地加強職業核心能力的培養，達到增強就業競爭力的目的。

5? ? ?加強教學監督

高校在教學實施過程中全程監督嚴格把關，首先通過專業培養方案布局專業培養各個環節，課程開設嚴格按照培養方案執行，課程師資根據學校相關要求執行，提前報教學管理部門備案；其次是在教學過程中，圍繞教學內容、課程體系、教學方法和手段改革為核心，以培養學生的基礎知識、實踐能力和創新精神為目標，對教師的教學質量進行評價。

此外，為最大程度實現“校企雙主體”管理下的教育創新，通過為高校提供教學內容、師資培養、學生管理、教學運營、就業指導、創業就業等全鏈條標準化服務，支撐高校快速實施學院與專業群建設，從而完成人才培養的預定目標。為保證教學效果、提升教學質量，通過把各類教學管理活動有機地聯結起來，形成能夠保障、穩定和提高教學質量的有效體系、持續不斷地改進教學效果以滿足崗位需要的能力，實現教學質量的動態管理與提高。在教學質量保障體系的基礎上，充分發揮各系統的功能，進一步打造“目標—過程—結果—評價—反饋”于一體的教學質量保障體系運行機制，確保并支撐體系的穩定運轉。采用定量評價與定性評價相結合的評價標準體系，包含學生評價、授課教師課程自評、學校教師評價、班主任評價、能力測評以及PBL教學評價。

主要參考文獻

［1］顧佩華，胡文龍，林鵬，等.基于“學習產出”（OBE）的工程教育模式：汕頭大學的實踐與探索［J］.高等工程教育研究，2014（1）：27-37.

［2］鳳權.OBE教育模式下應用型人才培養的研究［J］.安徽工程大學學報，2016，31（3）：81-85，95.

［3］申天恩，斯蒂文·洛克.論成果導向的教育理念［J］.高校教育管理，2016，10（5）：47-51.

［4］SPADY W G，MARSHALL. Beyond traditional outcome-based education［J］.Educational Leadership，1991（2）：65-74.

［5］蔣宗禮，姜守旭.發揮本科教學質量國家標準對新工科建設的推動作用［J］.中國大學教學，2018（1）：41-45.

［6］中國工程教育認證協會（籌）秘書處.工程教育認證工作指南（2013版）［Z］.2013.

［7］張麗，張明.大數據背景下高校大學生就業工作的路徑探討［J］.安徽水利水電職業技術學院學報，2021，21（2）：83-85.

［8］曾開富，王孫禺.“工程創新人才”培養模式的大膽探索：美國歐林工學院的廣義工程教育［J］.高等工程教育研究，2011（5）：20-31.

［9］龍奮杰，王建平，邵芳.新建本科院校推行成果導向工程教育模式的探索與實踐［J］.高等工程教育研究，2017（6）：76-80.