互联网+背景下大数据专业的机遇和挑战的研究

摘 要：当今社会，数据成为国家战略性的基础核心资源和社会财富、生产要素的关键资源之一。大数据的研究经历了探索期、增长期和爆发期三个主要阶段，研究和应用涉及人文和自然社会科学等众多领域。大数据的研究热点主要集中在大数据的应用、大数据挖掘技术、大数据处理技术。本文主要讨论如何将大数据与学校专业有效融合，探讨大数据产教融合合理的实施方案，因而为大数据走进学校提供指导性建议。

关键词：大数据技术;产教融合;高层次复合型人才

中图分类号：G64          文献标识码：A

文章编号：1673-9132（2019）19-0183-01

DOI：10.16657/j.cnki.issn1673-9132.2019.19.171

目前，我国的大数据技术相关产业和技术，以及大数据在教育、工程、商业、网络等领域的应用都取得显著进展。具体而言：在产业层面，保持高速可持续发展;在应用层面，大数据技术与各行各业的融合进一步深化，许多实体经济行业已经开始利用大数据技术进行生产过程优化、能源管理、市场需求分析、提供智能服务等，大数据技术为企业的转型和技术进步提供重大助推力。大数据技术的广泛应用使得大数据相关企业市场发展前景更加广阔。在技术层面，大数据架构以开源为主导，整体架构体系已初具雏形。以流通类技术、分析类技术为代表的大数据关键技术得到快速发展。随着国家科技实力的增强，我国大数据技术处理延时不断降低、计算机硬件能力和计算性能得到增强，为大数据技术的应用提供了便捷。在教育层面，为了满足企业对于大数据人才的需求，目前为止已经有250多所高校新增了大数据科学和大数据技术等相关专业。相关参考文献见。

一、大数据实验班主要特点和实施方案

产教深度融合，校企协同培养适应和引导新一轮科技革命和产业变革的卓越工程科技人才。贯穿“以学生为中心，以成果导向为要求、以持续改进为机制”的工程教育理念，采取“课程内容优化、实施案例式教学、项目式综合训练，企业顶岗实习，双向导师毕业设计”等方式达成提升学生解决复杂工程问题的能力。构建以企业需求为输入，以适应企业需求的合格人才为输出的实用性高级大数据人才培养体系。面向企业及大数据技术领域需求，定制和调整人才培养方案，探索以产业需求驱动，以工程实践为核心的教学模式。实施了课程共建、订单培养、校企互评、共建实验室、共建研发中心、共建实践基地、课程实训、项目实训、毕业和顶岗实习等主题模式。

方案实施：（1）合作目标：双方本着“互利互惠、真诚合作、讲究实效、共谋发展”的原则，共同探索如何培养符合软件行业中大数据技术发展的人才，建立以产业需求为导向的人才培养方式，为大数据技术发展和应用提供人才供应。双方可以立足自身的优势和基础，在学生培养，科学研究，项目孵化和开发、技术培训和学生就业等方面资源共享的同时进行广泛合作。（2）合作内容：在双方自愿友好合作的基础上，可以依据实际情况开展实习实训。开展特色专业培养多样化模式，利用和企业的深度合作和融合，共同加速工程教育改革的进程。依据学校课程需求考虑企业和大数据技术领域需求，调整和定制人才培养方案，结合国内外先进的教学理念（如MOOC、CDIO等），构建课程体系，强化实用技术培养，通过功臣实践和案例教学，探索以工程实践为核心、以课程内容为基础，以企业需求为驱动的新教学模式。通过专业技术、职业规划和职业素养等方面的培训，探索共建师资队伍的有效途径。利用学校的师资力量和教科研力量，结合企业的实战优势和项目管理经验，进行深入科研和项目实施的合作，实现双方资源互补，可以共建实验室，共建培养基地等。使得双方在技术创新和项目研发方面有新的发力点。

二、实施综述

在“十三五”期间，我国大力实施国家大数据战略。据工信部统计，我国大数据核心产业的市场规模激增，随着国家政策激励以及大数据应用模式的逐步成熟，未来我国大数据市场仍将保持快速增长，预计到2020年将达578亿元。2018年近六成企业成立了数据分析相关部门，还有27.3%的企业正在酝酿成立数据分析部门。35.1%的企业认为数据人才缺失是企业发展大数据所面临的主要问题之一。

学校可以和企业联合培养大数据所需的高端人才，充分发挥校企双方在产学研用等领域的资源配置和资源整合优势，促进大数据产业的产教融合，积极促进大数据企业与高校的联动合作。改革课程体系建设、培养人才与就业紧密联系，保证人才培养的质量和效率，积极应对大数据行业对人才的急切需求。加快优质教学资源和优势师资的共享互助，推动校企在关键技術领域的合作，推动产教融合模式下的人才培养和项目孵化，促进大数据产业生态的健康发展，进一步完善以企业需求，培养出适应于企业的大数据高级软件人才。

校企合作培养大数据专业人才，注重学科交叉融合，培养体系与时俱进，创新教学方法，突出实践教学。课程覆盖大数据相关理论和主流，可以通过企业真实大数据项目训练学生编程和解决项目能力，大数据领域企业可以对接学生的实习和实训。完成大数据软件技术的学习之外，还应重点培养具有互联网思维、IT技术和数字经济思维的高层次复合型人才。

参考文献：

[1]王倩，李天柱，刘小琴.全球大数据研究的历史演进：1993-2016年[J].中国科技论坛，2017（7）.

[2]苗磊.大数据研究综述[J].合作经济与科技，2017（24）.

[责任编辑 杜建立]

作者简介： 李同兴（1987.10— ），男，汉族，山东泰安人，讲师，研究方向：数学教育。