基于产学合作的大数据技术人才培养模式研究

杨金花 都娟 毛开梅

摘要：目前，各国都在抢占数据资源和商机，把大数据技术的发展定为国家发展战略。面对市场对大数据技术人才的大量需求，高职院校陆续开设大数据技术新专业。人们在实践中探索专业人才培养模式。走校企合作、共同育人之路是建设优质高职大数据技术人才的培养模式，是对市场资源的合理整合和充分利用。

关键词：产学合作;大数据技术;“教学做”一体化;现代学徒制;人才培养方案

中图分类号：G434        文献标识码：A

文章编号：1009-3044（2019）23-0158-04

开放科学（资源服务）标识码（OSID）：

Research on the Training Mode of Big Data Technology Talents Based on Industry-University Cooperation

YANG Jin-hua， DU Juan， MAO Kai-mei

（Xi'an Railway Vocational Technical College， Xi'an 710014， China）

Abstract： At present， all countries are seizing data resources and business opportunities， and making the development of big data technology a national development strategy. Faced with the huge demand of the market for large data technology talents， higher vocational colleges have set up new major of big data technology one after another. People are exploring the training mode of professional talents in practice. Taking the way of school-enterprise cooperation and joint education is to build a training mode of high-quality data technology talents in Higher Vocational colleges. It is also a reasonable integration and full utilization of market resources.

Key words：Industry-University Cooperation; Big Data Technology; "Teaching， Learning and Doing"Integrated; Modern Apprenticeship ; Talent Training Program

随着计算机和信息技术的迅猛发展和普及应用，以及行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长。由于大数据处理需求的迫切性和重要性，近年来，大数据技术已经在全球学术界、工业界和各国政府得到高度关注和重视，全球掀起了一个大数据技术研究与应用热潮【1】。

美国将大数据上升为事关国家核心竞争力的国家战略，认为大数据发展计划是继“信息高速公路计划”之后在信息科学领域的又一重大举措，政府投资2亿多美元启动这一计划;英国投资1.89亿英镑，计划加强数据采集和分析的能力，尽快促使英国在“数据革命”中占得先机;澳大利亚大数据技术应用方面也相继投入1.45亿美元，希望能在大数据分析的运用、提高办事效率、与其他政策和技术协同以及为公共服务领域带来变革等方面领先全球。各国在大数据应用建设上投入资金见图1所示。

2015年9月5日，国务院出台《促进大数据产业行动纲要》，提出要全面推进我国大数据发展和应用，加快建设数据强国，这标志着大数据产业已上升为战略高度。2015年11月3日发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》，明确提出实施国家大数据战略，未来的十年将是一个“大数据”引领的智慧科技的时代。

2016年我国大数据市场产品和服务业务收入突破1万亿元，年均复合增长率保持30%左右。大数据行业的高速发展造成大数据专业人才严重匮乏。目前，全国的大数据人才只有46万人，未来3～5年内大数据人才的缺口将高达150万人之多，大数据行业将面临全球性的人才荒【2，3，4】。

为了给企事业输送大批量的大数据技术类人才，2016年，教育部先后设置本科“数据科学与大数据技术”专业和高职“大数据技术与应用”专业。2017年首次有54所高职院校获批，随后陆续有143所高职院校申报并获批了“大数据技术与应用”新专业【3，4】。近年高职大数据技术专业申报情况见图2。目前，基于产学合作的高职院校大数据技术人才培养方案是人们正在研究的重要课题之一。

1 产学合作是培养优质大数据技术人才的必然之路

学校的教师可以自学理论，但是理论最终都要落地在应用中，尤其是高职的教育，培养的是高级技能型人才。大数据人才培养的核心问题是处理“大数据”能力培养【5，6】。大数据技术应用的实际案例中会涉及“大数据”，学校没有实际数据资源，无法完成教学任务。其次，对处理杂乱无章的非结构化大数据的框架技术、挖掘算法、可视化语言运营的实验室构建，高昂的投资成本与经济效益之间的矛盾等，单凭高校的某一专业无法解决。

企业是使用大数据技术的直接者，掌握着各种类型的数据资料，而且他們最明白自己需要的人才应具有的能力。院校是培养人才的摇篮，拥有师资、学生和教学方法，两者合作才能培养出高质量的大数据技术人才。为了使院校能找到适应自己的企业合作者，每年教育部都会举行两次“产学合作、共同育人”的校企对接会。在会上专家解读国家《大数据产业发展规划（2016年-2020年）》（以下简称《规划》）;介绍大数据产业发展现状，推荐阿里巴巴、腾讯等大型企业，介绍企业对大数据技术人才需求情况;介绍国外大数据技术产业发展状况，国外院校在大数据技术人才培养方面的做法;介绍大数据技术的学习资源;分享已经合作的校企在教学、大赛、科研方面所取得的成果。这样的活动，搭建了校企之间认识的平台，院校教师通过参加会议，可以拉近企业与院校的距离，让两者之间相互认识、深入了解。西安铁路职业技术学院（简称西铁职院）的教师两次参加教育部的对接会，借会议休息间隙，对已经进行产学合作学校进行调研。

2018年阿里巴巴丝路总部在西安正式揭牌，不久的将来会在西安成立金融西部中心、阿里云西部数据中心、新零售研发中心等八大板块，助推“一带一路”经济建设、智慧城市建设等。这些发展形势，大量需要信息化人才，这给位于西安的高职院校带来了好消息，给大数据技术应用型人才带来了更多的就业机会。在西安市政府、西安市教育局的牵线、搭桥下，西铁职院与阿里云、慧科教育集团三方在“大数据技术与应用”专业达成了合作协议。

2 校企双方共同开发人才培养方案

校企合作，首先要完成共同开发合适的人才培养方案。双方在专业的定位上要达成共识。要考虑到当地的经济发展，学生就业的岗位，职业院校办学的宗旨等问题，开发出有自己特色的人才培养方案。由院校教师、合作企业方、行业三方组成教学委员会，进行市场调研，召开专家研讨会，明确专业培养人才应具备素质和职业能力。

高职大数据技术人才，应具有的素质包括思想、政法素质、文化素质和职业素质，其如下所示：

（1）思想政治素质：热爱社会主义祖国，能够准确理解和把握社会主义核心价值观的深刻内涵和实践要求，具有正确的世界观、人生观、价值观;

（2）文化素质：具备独立学习能力;获取新知识和技能的能力;善于总结与应用实践经验的能力;职业生涯规划能力和决策能力。具有严谨、细心、认真、负责的工作态度;具备大数据技术与应用专业应具有的网络安全意识和敏锐;具备大数据技术与应用专业应有的专业知识与技能;

（3）职业素质：遵纪守法，爱岗敬业，有良好的社会公德;具备沟通能力及团队协作精神;具备分析问题、解决问题的能力;勇于创新、敬业乐业的工作作风和分析问题、解决问题的能力，并具有一定的劳动组织能力。具有强烈的事业心、责任感，具有忠于职守、公正廉洁、主动创新、团结协作和吃苦耐劳的高尚职业道德;具有社会责任心和较强的社会交往能力。

校企合作之后，双方共同开发一套课程体系。以西铁职院为例，采用的是2+1的人才培养模式，进学校后学习二年，第三年在企业岗位上完成学习，同时完成毕业设计。课程总学时为2962，每项分配如表1所示：

3 深层次的校企融合

产学合作，不能停留在表面上的合作，要做到深度的合作。企业不仅是给学校提供数据资源，而是要参与学院的教学和育人工作。企业要完成合作专业一定学时的专业技术课。以西铁职院为例，在校内上的专业课总学时是1272，企业方完成专业课768学时，企业完成专业课学时占总学时的60.4%。最后一学年，学生被分配到企业的相关岗位进行顶岗实习。

另外，企业要给合作的专业派一名企业班主任，企业班主任参与学院的招生宣传工作和学生管理工作。学生进校后，企业班主任按月制定运营计划，开展大咖课堂，把企业的技术高手请进学校给师生进行新技术讲座，带领学生参观知名企业。学生一进校就感觉到企业就在身边，对自己未来就业不在感觉到虚无缥缈。企业每周都给班级安排有活动，学生在校期间生活很充实。每学期还有2周创新创业课，引导学生认识在创业成功的名人，学会捕捉商机，学会创新，树立创业意识。企业参与了专业的互联网+、陕西省人工智能和大数据技术两项大赛的学生辅导工作。2018年开始计划招生50人，录取50人，开学报到50人，计划完成100%，报到率100%。2019年专业的招生计划为100人。

4 专业定位和专业特色

西铁职院大数据技术专业定位：培养从事大数据处理与大数据技术应用的高级技能人才。经过专家调研和教学委员会讨论，同时结合西铁职院所处的西安经济发展形势，和专业招生的生源学习能力情况，确定大数据专业毕业生所从事的岗位如下：

4.1系统运维工程师

主要从事部署大数据平台，监控大数据平台、测试大数据系统以及管控网络安全【3】。该岗位要求具备综合运用服务器、交换机、存储、虚拟化、云计算技术、大数据技术基础知识，能够快速、高效地完成大数据平台环境等搭建和部署能力，保证大数据系统能够长期稳定的支撑企业大数据业务的工作任务。

4.2数据预处理工程师

主要从事数据的预处理工作，实现数据的清洗，完成对数据抽取、整理、传输、加载、校验等技术手段，保证高效地为大数据分析提供高质量的数据资源【5，6】。该岗位要求具备数理分析基础知识，了解概率、统计常用方法，熟练对数据进行预处理工具。

4.3大数据应用开发工程师

主要从事软件应用开发工作。该岗位要求具备对大数据进行分析处理能力，了解软件开发流程，能独立按照业务需求完成大数据应用开发，同时具备文档编写、大数据系统测试等方面的能力【7】。

4.4数据可视化工程师

主要从事大数据可视化设计与开发。该岗位要求具备熟练操作数据可视化报表技术、商业智能报表工具，熟悉常用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。

4.5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。该岗位要求熟悉大数据平台的搭建和维护，能够閱读和理解平台日志文件，能够快速分析和定位故障点，对大数据平台完成故障排查，能够独立采用措施，保障大数据平台稳定运行。

通过对大数据技术人才的职业能力分析，西铁职院构建了大数据技术人才职业能力，见表2所示。

大数据专业人才培养方案要体现特色，西铁职院招收的是三年制参加过高考学生。合作双方认为职业素质和职业能力的培养应放在职业岗位上培养，因此，课程体系确定为2年学校学习，1年企业实习，被称为2+1人才培养方案。另外，特色还在于每学期都安排有两周的创新创业课，以实践周的形式开展教学工作，由企业老师完成。开设的课程如下表3所示。

大数据专业人才培养方案，要坚持有侧重方面原则。每所高职院校大数据专业培养方案因实际情况不同而有所不同【8，9】。

高职大数据技术专业的课程体系还在探索中，没有成熟的方案可以参照。专业课程体系建设的任务非常艰巨，需要对毕业生在企业的发展进行跟踪调研，需要不断完善。随着教学活动的开展，发现如果有些课程开设的先后顺序有问题，或者开设的课程不妥，可以进行一些调整。校内教师在大数据技术方面的成长，教师可以参加社会上各种专业培训，同时也可以跟着在校班级随堂听课。教学团队要根据每位教师的专业特长分配相应的工作任务。

5教学改革实施

为培养从事大数据工作的高素质技能型人才，学院倡导“以赛促教，以赛促学”。专业教研室开展了有关大赛项目的课外活动小组，动员学生参加，利用业余时间辅导学生专业技能。这个专业的学生比其他专业学生的学习积极性很高。学院引导学生不要只为竞赛，而是逐渐把参赛常态化。大数据技能竞赛涉及了数据，只有企业有数据资源。所以有校企合作的院校才有可能参加竞赛。学院充分利用校企合作的有利条件，获得第一手数据资源。同时还可以让合作企业解决竞赛中的技术难题，实现借力发功。在人才培养方面，实施“教、学、做”一体化的人才培养模式【10，11，12】;通过“教室与实训室合一”、“教师与师傅合一”“学生与徒弟合一”的技能培训模式;企业提供教学资源、教学平台把大数据企业的工作情景真实地展现在实训室中，让学生在校内体会到大数据企业从数据抓取与清洗、数据处理与计算、数据分析与挖掘、数据可视化展现等过程的工作情景【13，14】;引进现代学徒制，学生在学校学生一段时间，之后又回到企业实习;让学生在企业实习1年时间，实现教学过程与岗位工作任务零距离对接，从而最终实现人才培养目标。

6 结束语

目前，我国大数据产业正处于高速发展期，旺盛的市场需求以及各级政府的助力，进一步推动了大数据技术的应用及创新，培养应用型大数据人才之路任重道远。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要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，专业的建设在实践中不断探索和改进。

参考文献：

[1]傅伟，涂刚.高职院校大数据专业人才的培养模式的构建[J].职教通讯，2017，32（20）：18-20.

[2]叶健华，高海涛.高职大数据专业人才培养方案的探索与实践[J].温州职业技术学院学报，2017，17（4）：31-35.

[3]肖大薇，姜立秋，李彤.应用型大数据人才培养目标及实现路径探究[J].黑龙江教育，2018（8）：74-75.

[4]刘贵容，秦春蓉，林毅.以需求为导向的大数据人才定制化培养模式与策略研究[J].中国教育信息化，2018（12）：78-80.

[5]吴勇.“大数据技术与应用”专业人才培养目标定位研究[J].电脑知识与技术，2016，33（12）：154-155.

[6]陈丽丽.高职院校大数据技能人才的培养探析[J].辽宁高职学报，2018，20（5）：18-20.

[7]李翔宇，李瑞兴.高职院校大数据应用人才培养模式探究[J].兰州教育学院学院，2017，33（12）：18-20.

[8]李新友，李戈.高职院校大数据人才培养问题研究[J].河北旅游职业学院学院，2017，22（1）：88-90.

[9]程江珂，王胜男.应用型本科院校大数据专业建设模式探索[J].科技视界，2018（20）：88-90.

[10]黄晋.关于大数据人才培养的思考与探索[J].教育教学论坛，2014，45（4）：201-203.

[11]陈欣，周龙福，曹耀钦.探索应用型本科数据科学与大数据技术专业人才培养方案的构建[J].現代工业经济和信息化，2017，155（23）：40-42.

[12]罗秀娟.基于大数据的人才培养模式探究[J].科技信息，2017，45（8）：201-203.

[13]夏大文，张自力.DT时代大数据人才培养模式探究[J].西南师范大学学报（自然科学版），2016，41（9）：191-195.

[14]徐志英，李新友.现代学徒制在大数据技术与应用专业人才培养中的应用[J].吉林工程技术师范学院学报，2018，34（1）：27-29.

【通联编辑：王力】