新工科背景下大数据专业建设的探索与实践

曹素丽 许彩欣 杨延广

摘要：近年来，大数据产业的蓬勃发展带来了大数据人才的巨大缺口。文章针对高职大数据技术这一新专业的建设问题，分别从需求调研、建设团队自身提高、人才培养方案制定、实训环境建设、重视校企合作、突出能力培养等方面进行了探讨与实践，取到了一定的效果。

关键词：大数据专业建设; 校企合作;人才培养方案

一、背景介绍

近年来全球大数据快速发展，大数据产业规模持续高速增长，大数据已经成为企业利润新的增长点。2016年，基于对大数据产业人才需求的巨大缺口分析，石家庄邮电职业技术学院开始招收大数据专业的学生，成为河北省招收大数据专业学生的首批院校。面对资源、资料缺乏的困难，专业建设团队从需求调研、人才培养方案制定、实训环境建设、学生能力培养等方面进行了探索与实践，截止到目前，大数据专业主要课程已经开完一轮，部分学生已经到公司兼职参与实际项目的开发工作，专业培养收到了良好的效果。

二、大数据专业建设具体做法

（一）广泛调研，准确定位培养目标和所需技能

大数据发展突飞猛进，技术新、涉猎面广，作为最早一批开始招生的院校，必须广泛深入地开展企业调研并持续及时地跟踪行业发展动态，才能精准定位技能需求。调研需要覆盖较多的行业企业，如IT企业、邮政企业、电商类企业、金融类企业;需要覆盖不同的地域;需要考察各种不同层次的高校;需要借鉴社会培训机构的培训方案。近年来，先后调研60余家单位，主要包括邮政集团数据中心及4个省邮政数据中心与市邮政分公司，九鼎瑞信科技股份有限公司、武汉国泰智城科技有限公司等12家IT公司，厦门大学、中国农业大学等13所高校，达内培训、传智播客等7家培训机构，京东电商、淘宝电商、邮乐网等7家电商平台，以及智联招聘、51Job、拉钩网等多家知名招聘网站。同时在传統调研方式的基础上，发挥团队自身的专业优势，以数据的视角，自己开发软件来高效获取最新的行业资讯、招聘资讯，并与公众号、大咖朋友圈、微信交流群、QQ群等信息综合起来进行数据分析，以全面了解人才需求状况，素质、能力、技能要求等，为专业建设打下坚实的基础。

（二）快速充电，提高专业建设团队的能力水平

专业建设团队教师虽然具备数据库、操作系统、软件开发等专业知识，但大数据专业知识体系庞杂、难度大，必须恶补才能快速具备专业顶层设计及教学能力。专业负责人制定了合理的计划，分工分任务，想尽办法以最短的时间学习大数据知识。专业建设团队注重参加校外学习和交流，参加中国云计算大会、大数据技术与应用专业建设研讨、邮政大数据平台培训、全国高校大数据师资培训班、Python编程及大数据应用等培训，全面快速获取各种知识。加入各种技术QQ群、微信群，关注所有与大数据相关的微信公众号，查阅研究当时只有厦门大学、北京航天航空大学等有限的硕士大数据方向培养资料，学习一切可能的大数据知识。

（三）校企合作，确保人才培养和企业需求的契合度

2015年9月，国务院印发了《促进大数据发展行动纲要》，部署大数据发展工作，明确提出“创新人才培养模式，建立健全多层次、多类型的大数据人才培养体系;鼓励高等院校、职业院校和企业合作，加强职业技能人才实践培养，积极培育大数据技术和应用创新型人才”。我们积极响应国家号召，多方位展开了与企业的合作。

1.企业多维度参与培养方案制定。在筹备初期，专业建设团队除了到企业调研以外，还通过电话、QQ等采集来自滴滴、京东等知名公司优秀毕业生的建议，然后针对调研反馈的大量信息进行无数次的反复研讨和高度提炼，制订出专业方案的初稿，后与武汉国泰智城、九鼎瑞信、江西邮政数据中心、新开普、河北云讯等多家公司展开由企业技术骨干和业务精英组成的细致深入的针对性研讨，最终确定培养方案。

2.企业专家亲自参与核心课程授课及竞赛指导。职业教育“七分实践，三分理论”，对于新兴技术而言尤其如此。为发挥企业教师的实战优势，2016级的核心课程《大数据应用案例分析》中网络爬虫爬取数据、数据的分析与图形展示构成的大数据项目实战内容就聘请一位公司的技术总监来担任，采用项目化实战教学，收到了良好的教学效果。

为了加快培养和选拔大数据高技能人才，我们鼓励学生参与各类大数据大赛。在赛事准备过程中，吸纳IT公司、企业有经验的技术专家与校内教师共同组成指导团队，并建立师生学习群，最终获得了优异的比赛成绩，提高了专业影响力。

3.校企合作开展多个方向的新兵训练营实训，提升学生的就业技能。学生学完所有的必修课之后，对自己的兴趣志向都将有了基本的把握，此时在大三前夕会展开对所有学生就业意向的调研统计，并据此与企业一起来策划多个不同技能方向的为期10天左右的类似岗前培训的新兵训练营集中实训活动，比如Python大数据应用、大数据运维、Java Web开发等。每个训练营项目无论是内容知识点选取、项目案例的设计，即是能力拓展把握，又或是课堂组织与考核，都是由校内与企业教师共同来承担的。通过该项教学实践活动，结果发现学生就业的专业对口率得到了很大提升。

4.服务邮政企业，锻炼提高师资能力水平。专业建设团队时刻关注并跟踪邮政企业的发展，除支撑邮政集团举办的各类IT技术培训及业务数据分析培训以外，还为集团数据分析专业与系统运维专业人才测评命制考评题目并评阅试卷，与企业合作进行大数据应用研究。反过来，利用邮政大数据平台软件可以进行技术学习和操作技能训练，通过跟踪邮政企业的大数据应用，可以丰富专业团队的教学案例。

5.为学生提供实践机会，提高学生的项目实战能力。中国邮政网络学院坐落在学院，承担着邮政企业在线学习平台的开发、运维等任务。我们从大数据2016级专业选择部分优秀学生，利用假期及课余时间到中邮网院兼职，与企业人员共同开发了邮政储汇业务训练系统，该系统已投入使用。2018年暑假开始又选派部分优秀学生，参与了省级三甲医院智慧医疗真实项目的上线及日常运维，学生独自承担了数据的迁移及各科室误操作后的善后处理，锻炼提升了学生的实践能力。

（四）攻坚克难，领先建成技术前沿的大数据实训室

大数据专业的核心技能培养非同一般的单一功能的实训环境，这是由大数据系统本身的复杂性和教学实施的过程性决定的，需要根据学习进度，为学生提供不同场景、不同阶段、不同层次的实训环境。既有单节点环境又有多节点的完全分布式环境;既需要有现成的操作训练平台，又需要有让学生从零开始一步一步的系统搭建平台的环境，还需要处在不同状态下的实训场景和安装好不同组件的半成品平台;既有基本的使用操作，又有应用案例的综合操作;既有字符界面，又有图形化界面;既有小任务，又有可以保留环境继续操作的大任务。

经过大量的实践测试和分析比较，最终设计了本地虚拟机方式与在线大数据实训平台相结合的实训环境方案，二者互补进行。在大数据实训平台产品的选型中，面对市场上纷杂多样的各色产品，专业建设团队逐一进行全面深入地考察，每个厂家都要经历产品特色介绍、演示、报价、负载性能测试、软件试用等一系列环节，确保采购到符合我院需求的高性价比的产品。通过考察测试，成功建成了大数据实训环境，并顺利上线。

三、建设成果

建设了以关系型数据库线、数据分析线、程序开发线以及大数据Hadoop平台为一体的“三线一体”大数据专业课程体系，课程体系方案已经被全国大数据教育联盟组织分享，也被全国多所院校参考。创新开发了十余门专业课程，为了切实提高学生的专业技能和综合能力，在一些重要的时间节点专门设置了一些以学生为中心、突出学生的动手实践培养的集中实训课程，完成了配套讲义的编写。专业核心的新技术课程包括：

《大数据与云计算概论》：是本专业的基础课程，目的是让学生初步了解大数据领域的主要概念和技术内容，包括大数据、云计算、数据安全、数据存储、数据分析、可视化等各种技术的特点及应用场景等，让学生从宏观上初步建立起大数据概念及大数据思维，辅以简单实操增加直观性和趣味性。

《大数据平台Hadoop》：该课程是本专业的核心课程，目的是让学生在具备Linux、关系数据库、Java、大数据与云计算概论等技术基础之后，进一步学习分布式存储技术、并行计算框架技术等大数据相关技术，具体包括Hadoop体系结构、HDFS、MapReduce、 Hive、HBase、Sqoop、Spark等，要求理解其基本的工作机制，具备一定的操作与维护技能。

《大数据平台综合实训》：是前述课程的配套实训课程，目的是在了解主流的大数据技术、对单个模块有了一定的认识基础之后，通过集中实践强化综合运用的能力，并通过两个综合案例让学生融会贯通，进一步理解大数据技术的工作机制，了解大数据应用的实施环节和主要思路，逐步建立大数据思维。

《Hadoop应用实战》：该课程为就业模块课程，内容为结合实际应用的项目制教学，目的是培养学生对Hadoop平台的综合运用和解决实际问题的能力，是前述课程在应用上的拓展与提高，为就业积累实战经验。

《大数据应用案例分析》：是一门综合应用课程，利用合作企业提供的若干真实的综合应用实例，对大数据应用系统的构成结构等进行分析，提高综合能力。以邮政案例为主，体现了行业特色。

《Python应用与实战》：内容是Python语言基础和应用开发实训，重点培养利用Python进行数据采集、处理、分析、展示等大数据应用项目的开发能力。

《数据挖掘技术基础》：本课程理论上系统全面地介绍数据挖掘基本概念、数据挖掘的过程与方法，掌握常用的挖掘算法思想与适用场合，实践上以SPSS Modeler可视化工具为平台进行项目式训练，将挖掘方法、软件操作和具体案例相结合，全面理解具体挖掘过程。

《数据挖掘综合实战》：给定多个不同主题的案例选题，学生以小组为单位自由选择，然后对其进行数据导入、数据理解，利用所学知识完成具体行业领域的数据预处理、关联分析、分类预测等挖掘实践，锻炼学生解决实际问题的能力。

《EXCEL数据处理与分析》：通过学习本课程，培养数据分析意识，了解基本的统计分析方法，掌握常用数据分析工具EXCEL的使用，能够使用EXCEL胜任一般性数据处理和数据分析工作。

《数据可视化展示》：让学生较为系统地掌握数据可视化的基本理论和方法，并能结合实践运用相关编程语言及数据可视化理论，实现满足业务需要的、美观的数据可视化应用系统。

目前，本专业已基本完成了一轮的教学，教学成效显著，在各项大数据职业技能竞赛中取得了优异成绩。在河北省首届大学生本科专科学生同台竞技的大数据创新应用大赛中，1名同学脱颖而出获得三等奖，是获奖选手中唯一的高职院校学生。在2017年首次举行的河北省电子信息职业技能大赛大数据技术与应用赛项中，我院2个参赛队均获得团体二等奖，参赛的6名学生中，3人获得个人二等奖，3人获得个人三等奖。在刚刚结束的2018年 “全国大学生大数据技能竞赛（高职组）”比赛中荣获一等奖。

四、结语

经过几年的探索，虽然取得了一定的效果，但还有很多地方需要完善和优化。比如：一是校企合作有待继续深化。尽管在校企合作中进行了一些探索，但需要持续进行人才需求调研跟踪，加强校企结合的双师型师资队伍建设，保证人才培养和社会需求的紧密对接。二是教学资源建设有待继续加强。许多专业核心课程完成了基本的教学任务，教学资源还不够丰富，在微课资源建设、题库建设、项目案例建设等很多方面需要加强。

参考文献：

[1]  王静.新工科建设背景下高职院校模具专业应用型人才培养探究[J].河北职业教育，2018，（1）：105-108.

[2]  李德平.校企協同育人模式下高职移动应用开发专业人才培养体系构建研究与实践[J].河北职业教育，2018，（4）：23-28.

[3]  蒋宗礼. 新工科建设背景下的计算机类专业改革[J].中国大学教学，2017，（8）：34-39.