高职“大数据”人才培养研究

曲伟峰 辽宁轻工职业学院

高职“大数据”人才培养研究

曲伟峰 辽宁轻工职业学院

大数据要处理的数据成千上万，数据的处理方法也需要不断地与时俱进。就现如今的发展趋势而言，大数据技术的发展如火如荼，在各个领域都得到了广泛的应用，而且就其目前的发展情况来看，大数据技术具有十分良好的发展前景。本文从“大数据”人才培养目标、职业岗位能力、教学内容、课程体系结构、教学模式和方法等方面进行论述，提出了高职“大数据”人才应如何培养。

大数据 数据分析 数据挖掘 人才培养

大数据（Big Data）是指“无法用现有的软件工具提取、存储、搜索、共享、分析和处理的海量的、复杂的数据集合。”业界通常用四个 V（即 Volume、Variety、Value、Velocity）来概括大数据的特征。

虽然大数据的概念没有一个统一的定论，但这对于大数据的研究而言并不是最重要的，如何使用大数据才是关键。研究大数据其实也就是为了更好地应用大数据，所以国内外对大数据的研究与应用都相当重视。事实上，大数据的研究与应用已经在互联网、商业智能、咨询与服务以及医疗服务、零售业、金融业、通信等行业显现，并产生了巨大的社会价值和产业空间。

目前，国内很多高校都开设了计算机专业，培养了大量的计算机专业人才。然而，大数据时代带给计算机行业很多机遇，也给计算机专业人才的培养带来巨大的挑战。如果高校不能及时地调整计算机专业人才的培养方案，那么培养出的专业人才将无法适应企业和日新月异的大数据产业的需求。因此，大数据时代背景下，培养切合产业实践需要的专业人才和擅长大数据的收集、存储、表示、管理与分析的专业人才迫在眉睫。所以计算机专业教育不管是课程体系还是实践教育都需要刻不容缓地探索创新模式。

1 培养目标

培养市场急需的大数据分析、数据挖掘、数据仓库管理等能力的实用型人才。具备数据管理、数据分析、数据挖掘等专业实践能力，适应现代社会大数据应用发展所需要的高素应用型专门人才。

2 职业岗位能力

2.1 主要就业岗位：

大数据工程师、大数据分析工程师、软件工程师（大数据方向）

2.2 岗位核心能力：

熟悉数据采集、统计分析、数据仓库、数据挖掘、数据可视化、推荐系统等相关领域知识与算法；熟悉大数据分析的相关技术思路，熟悉Hadoop平台，对MapReduce编程模式了解，能编写分布式并行计算程序；熟悉NoSQL非结构化和非关系型数据库；熟练运用以下一种或几种计算机语言：Java，C/C++，Scala等；熟悉Sql语言，熟悉多种数据库（Oracle、Sqlserver、DB2、Mysql等），至少精通一种。

3 课程体系结构

课程体系主要通过以下三个模块进行构建：

3.1 通识课程：

培养职业素养和基本技能。

主要包括：入学教育与军事理论、计算机基础、大学英语、应用文写作、大学生心里健康教育、就业指导与规划等。

3.2 专业课程：

培养专业知识、专业技能和实践能力。

主要包括：C语言编程、数据结构、Java语言编程、SQLServer数 据 库、Oracle数 据 库、云 计 算、Nosql、Hadoop、数据挖掘、Spss数据统计分析、计算网络安全、课程实训、综合实训等；

3.3 拓展课程：

拓展能力和兴趣爱好。

主要包括：专业素质拓展、人文素质拓展、创业素质拓展等系列课程。

4 教学模式和方法

采用企业真实案例教学，通过项目中的模块贯穿知识点，以“项目”为载体组织教学内容。在教学上淡化理论教学与实践教学的界限，“教、学、做”相结合，努力做到互相渗透、融为一体，使学生在“做”中“学”，教师在“做”中“教”。

“大数据”的真实价值就像漂浮在海洋中的冰山，绝大部分都隐藏在表面之下。而发掘数据价值、征服数据海洋的“动力”就是云计算。互联网时代，尤其是社交网络、电子商务与移动通信把人类社会带入了一个以“PB”（1024TB）为单位的结构与非结构数据信息的新时代。在云计算出现之前，传统的计算机是无法处理如此量大、并且不规则的“非结构数据”的。以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。大数据与云计算是一个问题的两面：一个是问题，一个是解决问题的方法。通过云计算对大数据进行分析、预测，会使得决策更为精准，释放出更多数据的隐藏价值 。