以大数据技术与应用为方向的计算机应用技术专业课程体系研究

涂家海

摘要：针对高职计算机应用技术专业存在与产业技术快速发展脱节问题，分析了大数据产业发展形势，提出在计算机应用专业设置大数据技术与应用专业方向。通过分析大数据人才需求，确定高职大数据技术技能人才培养定位在大数据开发、大数据运维和大数据分析挖掘3大岗位。通过岗位需求分析，提炼岗位典型工作任务及岗位知识技能要求，基于典型工作任务和工作过程，结合职业教育规律，构建大数据技术与应用专业课程体系。

关键词：大数据技术与应用专业;大数据产业;需求分析;课程体系

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2019）28-0168-03

1背景

随着云计算大数据技术快速发展，大数据已经成为新的生产力引擎，被广泛地应用到了各个行业，大数据技术对计算机应用产生了深远的影响。高职计算机应用技术专业是培养信息技术技能人才传统专业，开设历史长，培养人数多，同时也存在专业脱离当前产业技术快速发展问题。为此，我们调研、分析当前产业发展和企业岗位需求，提出计算机应用技术专业开设大数据技术与应用方向，人才培养定位在大数据运维、大数据开发和大数据挖掘3大岗位的技术技能人才培养，同时，基于岗位需求和典型工作任务分析，构建大数据技术与应用方向专业课程体系。

2计算机应用技术专业现状分析

计算机应用技术专业是传统信息类专业，92%的职业院校开办这一专业，专业开办历史长，师资雄厚，招生规模大。计算机应用专业经过多年的办学已形成较明显特点。一是宽口径定位，不同学校根据区域经济建设需求，专业定位各有差异，总体而言，大多定位在办公自动化、计算机软硬件安装与维护、中小型应用软件开发与维护、网站建设及WEB开发、网络管理与维护、数据库管理与维护等岗位，培养学生具有坚实的计算机信息处理专业基础，又掌握计算机软件开发技术和相关开发工具，具有可持续发展能力的高技术高技能人才。二是厚基础，注重专业基础的筑实，培养学生岗位适应能力，主要專业课程有数据库设计与开发、PHP技术、ASP.NET、JAVA语言程序设计、数据结构、软件工程、网络技术等。三是规模大，从调研数据看，计算机应用专业一般是学校规模较大的专业，学生多，教师多，教学经验丰富，一些新开专业往往以计算机应用技术专业为基础成立发展。

计算机应用专业存在专业滞后产业发展问题。一是专业定位不够准确，学生就业岗位和职业方向不够明确。二是学生就业率和专业对口率不高。三是实践教学设备落后。

3大数据产业发展和人才需求

大数据是信息技术服务模式和应用方式的重大变革，随着大数据技术的快速发展，大数据产业已形成规模，已具备了从大数据产生到大数据应用的完整产业链。企业对大数据技术人才需求旺盛，高职院校是培养适应企业需求的大数据技术技能人才的主力。

3.1大数据产业发展

我国将大数据作为国家战略来推动产业健康快速发展，制定了《促进大数据发展行动纲要》和《大数据产业发展规划（2016-2020年）》等一系列产业政策，其目标是到2020年，形成技术先进、应用繁荣、保障有力的大数据产业体系。大数据相关产品和服务业务收入突破1万亿元。大数据产业链覆盖了从大数据生产到大数据应用全过程，包括数据采集、数据存储与管理、数据分析与挖掘、数据运维、数据应用、标准与规范以及数据安全7个环节。掌握大数据理论、大数据平台和大数据核心技术企业主要有AMAZON、GOOGLE、MICRO SOFF、ORACLE、IBM、Facebook等国外企业，以及国内华为、BAT、中兴互联网企业。拥有数据和数据应用主要是政府，电商、电信运营商以及以BAT为代表的互联网企业。

3.2大数据人才需求

大数据那些岗位技术技能人才适合高职培养呢？通过实地和网上调研，收集大数据岗位需求资料，对其统计分析得出，企业对高职学生需求最旺盛的岗位主要是数据运维、大数据开发、大数据分析与挖掘等岗位。大数据人才需求有3个特点，一是大数据岗位集中在大数据开发、大数据的运维、大数据分析与挖掘及大数据销售等岗位，其中，大数据开发占67.5%，大数据的运维占24%，大数据分析与挖掘占5%。二是民营、股份制企业占需求93%。三是中小企业（企业规模100人-500人）需求最大，占到72%。所以，围绕企业大数据开发、大数据运维、大数据分析挖掘3类岗位需求进行典型工作任务和工作过程分析是专业课程体系开发的基础。

第一，大数据开发工程师岗位。典型工作任务包括：1）承担数据抽取、清洗、转化等数据处理程序开发;2）数据平台各系统的性能分析与系统优化，不断提高系统运行效率。知识技能要求有：1）熟悉Hadoop体系结构;2）熟悉Hadoop/HDFS/HBase/Hive/YARN/Soark/MaoReduce/Pig/Impala/Storm等开源相关技术;3）熟悉MySQL、NoSQL（Redis，Mongodb，HBase）、Or-acle及有集群数据库开发;4）熟悉Linux/Unix系统，精通Java及Shell/Pvthon/Perl一种语言。

第二，大数据运维工程师岗位。典型工作任务包括：1）大数据集群部署、容量规划、扩容及性能优化等;2）Hadoop和其他各业务线系统的日常监控、数据备份、数据监控、报警、故障处理。知识技术要求有：1）掌握Linux的配置、管理及优化;2）熟悉Hadoop、Hive、Hbase、Yarn、Spark、Storm等组件的原理及运维方式;3）掌握Hadoop集群的部署、配置、维护;4）熟悉gan-glia/salt/puppet等监控和配置管理工具;5）掌握shell、python等语言，能开发相关运维管理工具。

第三，大数据分析挖掘工程师岗位。典型工作任务包括：1）根据业务需求进行数学建模，设计并开发高效算法，并对模型及算法进行验证和实现，解决实际业务问题;2）应用机器学习、数据挖掘技术进行数据分析与数据挖掘。知识技能要求有：1）熟悉Linux。2）熟练运用Java/Python/R/Scala等编程语言;3）熟悉Hadoop/Spark/Storm等大数据处理开源框架;4）具备一定的自然语言处理、机器学习、数据挖掘理论和技术基础;5）熟悉分类、聚类、关联规则挖掘、协同过滤等常用机器学习和数据挖掘算法;6）熟悉爬虫技术，能运用相关开发语言完成爬虫任务。

4课程体系构建

基于职业和就业导向，明确专业定位，基于典型工作任务和工作过程，设计专业课程结构和设置。

4.1专业定位

综上所述，高职大数据技术与应用专业方向定位在大数据运维工程师、大数据应用开发工程师、大数据分析与挖掘工程师岗位，培养掌握大数据平台搭建、大数据处理、数据分析和展示等相关技术，具备处理复杂数据流、整合趋势报告的能力，能利用最新的技术进行数据采集、处理、存储、分析、预测和展示的工作技能，能够协助设计合适的技术路线的高技术高技能人才。

4.2设计思路

以人才培养目标为导向的系统化设计。培养大数据高技能人才不仅要有扎实的首岗胜任能力，还要有岗位适应能力和可持续发展能力。首岗胜任能力是学生从学员到职员所要具备专业能力，在课程体系中，根据岗位需求设置相应模块课程、职业拓展课程和职业资格认证课程，核心课程有：Hadoop生态系统、数据存储、scala编程、spark大数据处理、python数据分析和顶崗实习。岗位适应能力是学生工作后同类或相似类岗位迁移的能力，要求学生具备扎实专业基础知识，大数据专业需要从业者具备计算机技术、网络技术和数据逻辑思维基本能力，由此设置了计算机、网络和数理逻辑3个技术链上课程。可持续发展能力是完成专业教育后所学知识、能力、素质等，既满足当前专业就业需求、又满足将来在专业领域发展或职业迁移需求，要求学生不仅要良好的专业能力，还具备为人处事、协作、生存的能力，在课程构建上除专业课外还要设置一定的公共基础课程。

以岗位任职要求为出发点的模块化课程设计。专业定位大数据维护、大数据开发和大数分析与挖掘三大岗位，通过调研并收集了大量的岗位需求信息和知识技能要求资料，分析岗位工作过程，提炼典型工作任务，通过教学过程转化，形成与之对应的课程模块。

4.3课程体系

为了实现培养学生扎实首岗胜任能力、突出岗位适应能力和良好可持续发展能力的培养目标，从公共基础课程、专业基础课程、专业课程、专业选修模块课程和职业拓展课程五个方面进行课程设置，如表1所示。

学制三年，采用2.5+0.5教学模式。公共基础课、专业基础课和专业课开设在第一至第三学期，第四学期开始，学生根据自己的兴趣和学习情况，选择相应的模块课程学习，分大数据运维、大数据开发和大数据分析三个模块课程，模块课程与岗位紧密对接，是专业核心课程。第五学期重点在综合项目训练，职业资格认证课程学习。第六学期为企业顶岗实习。

5结束语

通过分析高职计算机应用技术专业现状和大数据产业发展形势，提出开设大数据技术与应用专业方向。在统计分析大数据人才需求的基础上，提出高职大数据技术技能人才培养定位在大数据开发、大数据运维、大数据分析挖掘3大岗位。通过岗位需求分析、专家座谈等过程，提出了岗位典型工作任务及岗位知识技能要求，结合职业教育规律，设计了专业课程体系。湖北科技职业学院2017年在计算机应用技术专业开设了大数据技术与应用方向，目前尚没有毕业生，但从学生创新能力来看已有了较明显成效，学生参加大数据等国内外大赛，屡获大奖，2018俄罗斯数字技能大赛之“机器学习与大数据”赛项获三等奖，第九届蓝桥杯全国软件和信息技术专业人才大赛全国总决赛JAVA软件开发获一等奖。