“大数据技术与应用”专业人才培养目标定位研究

吴勇

摘要：通过调查研究，对高职“大数据技术与应用”专业的职业岗位进行定位分析，对每一个岗位从事的工作进行描述，从中筛选出典型工作任务，对工作任务所需职业能力进行提炼，最后确定人才培养目标和规格，为后续专业建设奠定基础。

关键词：大数据； 职业岗位； 工作任务； 培养目标

中图分类号：G712 文献标识码：A 文章编号：1009-3044（2016）33-0154-02

Abstract： By investigation and study， analyze the occupational positions of big data technology and application major in higher vocational education， describe each post job， sift typical work tasks from these jobs， refine the professional ability of work tasks， finally determine the personnel training goals and specifications， lay a foundation for the subsequent specialty construction.

Key words： Big Data； occupational positions； work tasks； training objective

1 引言

隨着云时代的来临，大数据产业规模逐年扩大。2016年教育部增补了“大数据技术与应用”高等职业教育（专科）专业，正是适应市场行情需求做出的正确抉择。面对高职学历层次，如何有效定位大数据专业面向岗位和培养目标，成为要开设该专业的高职院校需要考虑的问题。下面将结合本校调查探讨该专业的建设。

2 职业岗位分析

高职“大数据技术与应用”专业人才培养所面向的职业岗位应该是应用型技术人才所从事的岗位，经过调查和讨论分析，适合面向下列岗位进行培养，具体实施时可以选择其中2～3个方面的岗位重点培养。

2.1 大数据运维工程师

保证大数据平台的正常运行，通过系统监控、集群配置等技术手段，保证大数据平台能够长期稳定的支撑企业大数据业务的工作任务。要求会部署大数据平台、监控大数据平台、测试大数据系统以及具有一定安全管控能力。

2.2 ETL工程师

主要从事数据的预处理工作。通过数据抽取、整理、传输、加载、校验等技术手段，结合工具，实现数据的清洗，保证高效地为大数据分析提供高质量的数据资源的工作任务。

2.3 大数据应用开发工程师

主要从事软件应用开发工作。通过对大数据进行分析处理、结合软件开发流程，按照业务需求完成大数据应用开发的相关软件设计与实现的工作任务。具备文档编写、系统测试等方面的能力。

2.4 数据可视化工程师

主要从事大数据可视化设计与开发。通过数据可视化报表技术、商业智能报表工具、常用web开发框架以及程序开发语言，能够进行可视化应用的设计、开发与展示，直观的为客户呈现大数据的价值。

2.5 大数据售后/技术支持工程师

主要从事售后服务及技术支持工作。熟悉大数据平台的搭建和维护工作，能够阅读和理解平台日志，能够快速分析和定位故障，对大数据平台完成故障排查，采取相应措施，保障大数据平台稳定运行。

2.6 大数据实施工程师

主要从事大数据平台部署工作。通过综合运用服务器、交换机、存储、虚拟化、云计算、大数据等基础知识，保证快速、高效地完成大数据平台环境等搭建和部署的工作任务。涉及大数据系统以及云平台的搭建、测试及安全管控。

3 典型工作任务分析

从以上职业岗位分析概况为以下9个典型工作任务。

1）大数据平台部署：配置和管理网络设备，完成网络搭建；配置和管理服务器和存储，设备维护；操作系统的安装和配置；大数据平台的搭建、部署、测试及调优。

2）大数据平台运维：大数据平台的日常维护，使用工具完成大数据平台的软硬件平台运行状态监控，大数据平台的故障应急处理，保证平台正常、稳定、高效运行。

3）大数据售后技术支持：根据项目售前技术方案与客户沟通业务具体需求，撰写项目实施方案和测试方案；熟练操作使用Hadoop、Spark等大数据组件和模块的功能，根据组件安装手册进行系统部署并解决安装部署中的问题；能够进行项目整体规划、执行、风险管理、项目验收等项目管理相关工作，熟练使用常见项目管理工具；具备网络的规划与设计能力，熟练操作网络操作系统、主流数据库。

4）大数据系统测试：完成测试文档编写（如测试用例、测试报告等），完成测试文档编写（如测试用例、测试报告等），使用自动化测试工具完成大数据系统相关测试工作。

5）大数据安全管控：对数据进行细粒化授权管理与配置，熟练管理系统认证kerberos组件和通过LDAP、AD对用户进行统一认证管理，对大数据系统进行审计管理，对HDFS数据、元数据和其他敏感数据进行加密操作，制定和实施大数据安全策略。

6）数据预处理：使用工具从数据源采集或抽取所需数据，使用工具对数据进行转换、清洗、校验操作，使用工具完成数据传输、建库、校验和加载，分布式ETL过程调优。

7）可视化设计与开发：使用web开发框架进行可视化应用开发，根据行业领域需求进行可视化设计，使用BI工具进行商业智能报表设计、开发与展示。

8）大数据应用开发：搭建好大数据程序开发的环境，根据用户需求利用开发语言进行大数据分析和预处理，进行大数据应用程序开发，完成功能性测试，集成和展示开发成果。

9）大数据文档编写：按照正确格式和行业要求书写文档，熟练对文档进行编辑、排版。

4 培养目标定位

通过对典型工作任务所需职业能力的分析，本校侧重于大数据运维、数据清洗、应用開发这些方面能力的培养，进而得出该专业的培养目标：本专业培养适应生产、建设、服务、管理第一线需要的，具有市场急需的大数据分析、数据仓库管理、数据可视化、应用开发等能力的应用型人才，培养具备大数据平台搭建与运维、数据采集、数据加工、数据分析、数据挖掘、数据可视化等专业实践能力，具有良好的职业道德、创业精神和健全的体魄，适应我国社会大数据应用发展所需的应用型专门人才。

该培养目标对专业素质要求如下：

1）具有敬业精神和职业道德观念，具有创新精神；

2）具有良好的职业素养，有团队合作精神，有较高的职业行为能力；

3）善于观察，勤于思考、勤于学习，有良好的查阅科技文献、手册、工具书及进行检索的能力，具有大数据文档编写能力。

4）具有大数据平台部署能力，能通过综合运用服务器、网络、存储等设备完成大数据平台环境等搭建和部署的工作能力。

5）能够通过系统监控、集群配置等技术手段，保证大数据平台能够长期稳定的支撑企业大数据业务的工作能力。

6）能够进行数据的抽取、整理、传输、加载、校验、清洗等处理。

7）具有大数据应用开发能力，按照业务需求完成大数据应用开发的相关软件设计与实现的工作能力。

5 结语

专业建设是一个系统工程，从调查所面向的职业岗位开始，再分析典型工作任务，得出完成工作任务所需的职业能力以及所需的知识、技能，确定培养目标和规格，再确定学习领域开设的课程，完成人才培养方案的制订。前面对“大数据技术与应用”专业进行了人才培养目标定位研究，为后期的专业建设奠定了基础，当然专业建设还需要在实践中不断探索和改进。

参考文献：

[1] 傅伟，等. 基于工作过程系统化的高职专业建设内涵探析[J]. 职教论坛，2010（9）：40-42.

[2] 吴叶林，崔延强.基于大数据背景的高职院校专业设置机制创新探究[J].中国高教研究，2015（5）： 95-99.

[3] 谢志明. 广东省高职院校云计算与大数据专业人才培养需求刍议[J].中国教育信息化，2015（23）：26-29.