基于校企联合办学的大数据人才培养模式探究

李大琳 吕威 梁艳春

摘 要：为了适应新工科背景下人才培养新需求，按照我国新工科建设内涵，在深入调研所在区域大数据产业发展带来的巨大人才缺口的前提下，分析新经济环境对应用型本科人才培养的新要求。以吉林大学珠海学院阿里云大数据应用学院为例，研究新工科背景下，基于校企联合办学的应用型大数据人才培养特点、目标与方法。实践结果表明，该培养模式既适应了企业需求，又保证了人才培养层次与质量，为培养适应地区经济发展需求的大数据人才提供了一条有效路径。

关键词：校企联合办学;新工科;应用型大数据人才;人才培养

DOI：10. 11907/rjdk. 192011 开放科学（资源服务）标识码（OSID）：

中图分类号：G434文献标识码：A 文章编号：1672-7800（2020）002-0164-04

英标：Research on the Training Model of Big Data Talents Based on Joint School-Enterprise Education

英作：LI Da-lin，LV Wei，LIANG Yan-chun

英单：（Aliyun College of Data Application， Zhuhai College of Jilin University， Zhuhai 519041， China）

Abstract： In order to meet the needs of new talents training under the background of new subjects， according to the connotation of new subject construction in our country， on the premise of investigating the huge demand for talents brought about by the rapid development of regional big data industry， this paper analyses the new requirements for application-oriented undergraduate talents cultivation in the new economic environment， and studies the new subject background by introducing the school-enterprise joint education. Based on the school-enterprise joint college. The characteristics， objectives and methods of training applied large data talents in industry construction are presented. Taking Aliyun University Data Application College of Zhuhai College of Jilin University as an example， this paper briefly introduces the new mode of training applied large data talents. The proposed training mode is of great significance in exploring the talent training mode in colleges and universities， and can provide more effective methods for talent training.

Key Words： school-enterprise cooperation; new subject; applied big data talents; talents training

0 引言

2017年2月，在復旦大学举行的综合性高校工程教育发展战略研讨会上形成了“复旦共识”，正式提出“新工科”概念，并与随后的“天大行动”和“北京指南”一起，构成新工科建设“三部曲”[1]。2018年3月，教育部公布首批612个“新工科”专业。

“数据科学与大数据技术”专业最早是在教育部公布的《2015年度普通高等学校本科专业备案和审批结果》中提出的。截至目前，教育部分别在2016年、2017年、2018年和2019年公布了4批“数据科学与大数据技术”新专业获批名单。

吉林大学珠海学院阿里云大数据应用学院（以下简称阿里学院）于2018年6月正式成立，所申请的“数据科学与大数据技术”专业在2019年公布的第4批“数据科学与大数据技术”新专业中获批。阿里学院由吉林大学珠海学院、阿里云大学和慧科集团3家共同筹建，办学宗旨是以学校所在粤港澳大湾区区域需求为导向，以“为产业发展提供人才和技术支撑”为目标，加强高等教育与大数据应用的融合，积极探索学校与企业联合办学新模式。

因此，如何从人才培养理念入手，通过对知识结构、培养方案、课程与师资建设、人才培养质量保障及评价体系等进行重新定义，充分整合校企联合办学资源，从而培养出创新能力强、综合素质高、适应大数据产业需求的新型人才，是值得深入思考的问题。

1 大数据人才培养模式研究现状

随着“新工科”理念的提出以及“新工科”专业目录的公布，许多高等院校与相关教育机构投入大量人力物力到“新工科”专业建设中来，探索出许多新型教育模式，并取得了不少教学成果。首先，随着互联网技术的发展，许多基于互联网技术的新型教学模式也得到了快速发展，例如基于MOOC的计算机课程虚拟实验课[6-8]、“微专业”培养模式[2-9]等;其次，针对网络教学特点，有研究者将神经网络技术应用于远程教育评价中[10]。针对“新工科”课程体系要求，一些研究工作还对现有计算机课程体系进行了针对性改革[11-17]。

在以上工作的基础上，很多学者对新的大数据专业教学模式、教学方法进行了深入探索。如肖大薇等[18]针对应用型大数据人才培养路径，从人才岗位需求、培养目标、培养方案、课程建设、师资建设以及人才质量保障体系建设等方面进行了深入而全面的阐述。本文结合笔者所在院校大数据专业建设特点，对基于校企联合办学的应用型大数据人才培养模式进行探索。

2 校企联合办学新模式

2015年7月，教育部发布《关于深化职业教育改革、全面提高人才培养质量的若干意见》，鼓励各地职业学校利用本地资源优势推动学生职业能力的提升，同时结合地区产业发展优势合理设置专业。2018年2月，教育部等六部委联合发布《职业学校校企合作促进办法》，推动校企联合办学模式的发展，鼓励和支持职业学校与相关企业以组织职业教育集团等方式，建立长期、稳定的合作关系[19]。校企合作是一种注重人才培养质量，注重在校学习与企业实践相结合，注重学校与企业资源、信息共享的“双赢”模式。尤其在新工科背景下，强调工程实践与学科交叉，如果能将企业需求与企业教育资源充分整合，一定能走出一条新经济形势下的应用型人才培养新路径，一方面适应企业需求，另一方面保证人才培养层次和质量。

3 区域大数据人才岗位需求

在信息化发展的新阶段，大数据对经济发展、社会秩序、国家治理、人民生活都将产生重大影响。“谁掌握了数据，谁就掌握了主动权”。因此，充分开发大数据的内在潜能显得尤为重要。

粤港澳大湾区作为一个新兴的城市群，在发展大数据产业及大数据应用问题上，在基础设施、产业基础、创新能力等方面都有着得天独厚的优势。2018年初，在广东省政协十二届一次会议上，就有代表提出“关于依托粤港澳大湾区优势，打造全球大数据硅谷”的提案;同年6月，广东省大数据产教联盟成立;2019年2月，中共中央、国务院印发《粤港澳大湾区发展规划纲要》，提出建设粤港澳大湾区大数据中心。这些措施使得粤港澳大湾区对大数据人才的需求在短期内呈井喷态势。

从知识结构与职业发展角度看，大数据人才可分为学术型和应用型两类[20]。针对学术型人才，主要考察其对数据科学中模型的理解与运用，要求具有较好的数学基础与较强的科研能力，就业方向一般为大数据系统架构师、系统分析师;针对应用型人才，主要考察其利用大数据思维与方法解决具体应用问题的能力，就业方向一般为数据挖掘工程师、数据分析师、大数据可视化工程师等。

结合粤港澳大湾区现阶段经济发展特点，目前迫切需要能适应区域经济发展需要的应用型大数据人才，以满足城市群崛起过程中大量传统及新兴行业（零售、保险、电子商务、物流、医药、金融机构、政府数据中心和研究型大学等）对大数据应用的需求。

4 基于校企联合培养的应用型大数据人才培养特点与培养目标

4.1 培養特点

校企联合培养的一大优势在于能够将企业引入到人才培养与人才选拔各个环节中，而不像传统培养方式那样，企业只有到招聘时才对人才具有话语权。参与阿里学院建设的阿里云大学代表了目前国内大数据技术研究与应用的最高水平，能够为未来大数据人才提供完整的能力培养模型;慧科集团提供了中国高等教育与职业教育综合服务平台，在大数据和“互联网+”教育领域有着丰富的教学经验、教学资源及完整的课程体系。

应用型大数据人才培养需要重点面向所在区域的新兴战略产业，如大数据金融、新媒体传播、智能制造、新能源、航空制造、生物制药等领域，根据产业需要构建人才能力培养模型，既要考虑专业特色，又要注重学科交叉，使培养的人才能够满足当前社会发展需要。

大数据学科是将应用数学、统计学、计算机科学以及相关应用领域学科背景知识交叉融合的新型学科[21]。培养未来的应用型大数据人才必须面对行业新知识与新技术，以及由此产生的新知识结构。因此，应当充分整合学校与企业优势资源，设计出一套具有前瞻性的人才培养模式。

4.2 培养目标

基于校企联合办学的应用型大数据人才培养目标应该结合“数据科学与大数据技术”与地区产业发展需求，培养具有良好道德修养和综合素质，掌握数据科学与大数据、人工智能相关理论基础及专业技术，具有一定创新能力，以及较强工程实践能力和团队合作能力，从事大数据相关领域设计、开发、管理与维护工作，能够很好地服务区域经济发展的新型高素质应用型人才。

5 基于校企联合培养的应用型大数据人才培养新模式

5.1 整合校企资源，确定多元化人才培养方案

专业人才培养方案决定了人才培养的方向、节奏以及资源投入情况。为了满足区域经济发展的人才需求，整合企业为专业发展带来的丰富资源，阿里学院自2018年成立开始，就致力于大数据学科培养计划研究。

培养计划制定分为3步走：首先，参与学院筹建的三方进行充分交流，吉林大学珠海学院以计算机学院的教学资源作为教学主体，阿里云和慧科集团则充分发挥自身行业优势与职业教育资源优势，三方合力形成培养方案的初步意见;然后，阿里学院成立由教授、工程师、实践教学人员组成的专家团队，对粤港澳大湾区相关企业进行前瞻性调研、岗位能力需求分析，并将培养方案与国内外同类专业建设方案进行对比分析，合理调整理论课与实践课，以及专业课与选修课设置比例，将专业能力映射到专业课程、实践教学环节中;最后，邀请吉林大学、华南理工大学、澳门大学、香港科技大学等知名高校的大数据与人工智能领域学科专家，以及阿里、格力、华为等企业的高级工程师参与培养方案评审，最终确立了重点培养学生应用能力与目标岗位适应能力的人才培养方向及具体实施方案。培养方案中明确了专业培养目标、培养要求、专业特色、核心课程、选修课程、专业课程、实践教学环节、学位授予、学分学时总体要求、各学期开课计划等内容。

培养方案的一个亮点是：为了充分激发学生的学习积极性，实现人才培养多元化，方案充分整合了阿里云大学和慧科集团的实践与教学资源，增设了多门选修课;上课形式不拘泥于课堂教学，可以是慕课、专家讲堂、企业现场教学等形式，后续计划根据学生实际情况增设自主学习环节，学生可以通过选修网上课程，达到一定标准后获得选修学分，还可以选择到企业参与项目，根据企业实际反馈获得实践学分。

此外，根据培养方案制定者的行业经验，实际企业需要的大数据解决方案还需要结合待解决问题所在领域的行业背景知识及相关内容。因此，要求大数据人才除具备扎实的大数据专业基础知识外，还要具有较强的交流能力与跨领域学习能力、熟练的英语阅读与交流能力、丰富的大数据应用开发与运维经验，熟练运用大数据开发技术工具链的能力、一定的科研能力以及终身学习意识等。培养方案中专门增加了实践环节，并且设置学校、企业双导师机制，从不同角度指导与评价学生，以锻炼学生的综合实践能力。

整个培养方案實现了内容灵活、针对性强、校企资源整合合理、人才培养资源投入力度大，以培养方案的多元化促进人才的多元化发展。

5.2 课程体系与师资能力建设

课程是人才培养的核心要素。大数据专业强调不同学科知识体系交叉与学生实践能力培养。因此，在课程体系建设上，既要夯实学生的学科基础知识，又要体现学科交叉，同时强化学生的实践能力与团队合作能力。课程设置上主要分为课堂教学与实践教学两部分。在课堂教学方面，由于培养的是全日制本科人才，因此重点强调理论知识基础，结合大数据学科对于人才知识结构的要求，在公共基础课部分调整了大学物理等弱相关基础课课时，同时强化了离散数学、数值分析、线性代数、概率论等强相关基础课的教学内容;在专业课部分，强调学科交叉，引入慧科集团多门内容较新的大数据专业课，并且由慧科集团师资力量直接授课;结合慕课、翻转课堂等教学形式，进一步强化教学效果;增设大数据讲堂等系列讲座课程，邀请粤港澳大湾区相关企业管理者和一线工程师为学生作讲座，并进行现场交流，以提升学生对学科的直观感受。在实践教学方面，为大数据专业学生建设专门的开放式实践教学中心，提供24小时不间断的远程数据处理平台服务及现场指导，学生可以通过自己的账号随时使用教学中心的大数据资源，并且可以预约专任教师提供指导。部分实践课题邀请企业工程师进行命题，学生在学校即可参与实际项目，一方面开阔了学生视野，提升了学生实践能力，同时也为企业和学生提供了直接交流的机会，企业可以更早参与到所需人才的培养与选拔中来。另外，阿里学院在广东省多家不同类型企业中设置了教学实践基地，同时设立企业常驻教师，在第七学期开设校外实践课程，让教师在一线指导学生，对教师自身专业能力的提高也可以起到促进作用。此外，设置社会实践选修学分，有计划地组织学生参与每年的“互联网+”大学生创新创业大赛和粤港澳大湾区举办的相关学科能力竞赛，从而提升学生实践能力，以赛促学。

师资力量是人才培养的又一关键环节。大数据专业大部分课程内容相对较新，专业课教师在相关课程的教学能力上还需要加强。阿里学院以专业建设为契机，为专业教师提供学习与培训资源，全面提升其业务水平与职业素质。阿里学院与慧科集团达成协议，每年为学院教师提供两次到慧科总部进修的机会，以学习新知识，解决在教学环节中遇到的新问题。同时要求在校专业课教师每人至少开设一门精品课，以提升课堂教学质量。另外，鼓励教师走出去，多参与专业交流与学术会议，或到企业挂职锻炼。阿里学院还注重师资力量的引进，教学过程中慧科集团开设的课程全部由集团内部教学团队承担，同时还加大招聘力度，从高校和社会上招聘能力强、行业经验丰富的复合型教师。

5.3 人才培养质量保障体系建设

大数据人才培养终极目标是培养优秀的应用型人才，因此要构建行之有效的人才质量评价体系，以保障培养出能够服务区域经济发展的工程科技人才。

5.3.1 大数据人才培养核心准则

首先，以学生为中心，以未来人才需求为导向，培养适应未来区域经济发展需要的新型人才;其次，优化考核方式，以学生实际应用能力为考核目标，提升过程考核权重[22]，且考核形式应该多样化，让企业人员也参与到学生能力评价中;最后，持续改进人才培养方式，以保障人才培养质量不断提升。

5.3.2 大数据人才培养质量标准

应用型大数据人才培养标准要结合国家对全日制本科生培养质量标准和大数据产业标准，要求大数据人才具有较高的政治觉悟、职业素养，良好的心理素质、团队沟通能力与再学习能力，以及提出、分析与解决问题的科学思维模式及创新实践能力。

同时，学校在教学过程中也要严把质量关，避免为减少教育投入而降低人才培养质量标准。积极鼓励学生参加研究生考试、企业实习，或者独立创业。根据学生实际情况，帮助学生制定适合自己的职业发展规划。

在评价实际教学成果时，要多注重过程性评价，引导学生主动培养自己的实践应用能力。

6 结语

校企联合办学为新工科背景下应用型大数据人才培养提供了一种新模式。阿里云大数据应用学院是广东省首家基于校企联合建设的应用型大数据人才培养单位，其通过对该教学模式的深入探索，为培养适应地区经济发展需求的大数据人才构建了一个高质量的教学平台。该新型培养模式已在吉林大学珠海学院进行推广，取得了较好效果，专业招生超出计划的30%。接下来将对该模式进行优化，不断将新的教学模式与教学内容引入到平台中，利用新技术服务新经济，以满足快速增长的大数据产业人才需求。

参考文献：

[1] 教育部. 我国工程教育迈入全球“第一方阵”[EB/OL]. http：//www.moe.gov.cn/jyb_xwfb/s5147/201809/t20180927_350082.html.

[2] 姜永玲，魏振钢. “互联网+”时代下计算机基础教育的挑战与变革[J]. 计算机教育，2019（4）：98-101.

[3] 孙娜，刘永良，孙向南. “互联网+”新时代背景下混合形态教学模式构建[J]. 计算机教育，2019（3）：102-106.

[4] 朱洁，李滢，王江平，等. 计算机网络课程混合式教学探索与实践[J]. 计算机教育，2019（4）：150-153.

[5] 孙翠改，敖建华，盛雪丰. 互联网+环境下的“泛在式”教学模式[J]. 计算机教育，2019（4）：125-128，140.

[6] 李宁，张晓，赵晓南，等. MOOC下的计算机软件课程虚拟实验研究与实践[J]. 计算机教育，2019（4）：145-149.

[7] 苏小红，刘宏伟，张彦航，等. 软硬协同、虚实兼顾的本科生自主创新实践能力培养[J]. 计算机教育，2019（4）：49-52.

[8] 谭方勇，刘昭斌. 物联网虚拟仿真技术在高职物联网实践教学中的应用[J]. 计算机教育，2019（1）：154-157.

[9] 朱洁，黄海平. 新工科背景下我国高校计算机微专业建设探索[J/OL]. 软件导刊：1-5[2019-09-08]. http：//kns.cnki.net/kcms/detail/42.1671.TP.20190820.1133.070.html.

[10] 姚颖，王菲. BP神经网络在远程教育学习者评价中的应用[J/OL]. 软件导刊：1-4[2019-09-08]. http：//kns.cnki.net/kcms/detail/42.1671.TP.20190820.1129.068.html.

[11] 刘静，赖英旭，杨胜志，等. 新工科背景下的网络安全综合课程设计教学改革[J]. 计算机教育，2019（4）：133-136.

[12] 王骥，徐国保，盛东亮. 新工科背景下电子信息类专业网络课程群建设研究[J]. 计算机教育，2019（2）：148-151.

[13] 焦铬，李浪，郑光勇，等. 新工科背景下基于深度融合的Java课程体系的构建[J]. 计算机教育，2019（3）：98-101.

[14] 余飞，向凌云，廖年冬，等. 新工科背景下网络工程专业人才培养模式研究[J]. 计算机时代，2019（6）：89-91.

[15] 李飞. 新工科要求下的地方高校网络工程专业建设思路[J]. 计算机教育，2019（4）：1-3.

[16] 周梅. 新工科下应用型本科物联网专业培养模式研究[J/OL]. 软件导刊：1-4. 2019-09-08. http：//kns.cnki.net/kcms/detail/42.1671.TP.20190731.1013.074.html.

[17] 严晖，奎晓燕，刘卫国. 新工科背景下数据库技术与应用课程交叉融合教学模式研究[J]. 软件导刊（教育技术），2018，17（12）：23-25.

[18] 肖大薇，姜立秋，李彤.  新工科背景下应用型大数据人才培养路径探究[J]. 计算机教育，2019（4）：89-92

[19] 教育部. 教育部辦公厅关于开展职业教育校企深度合作项目建设工作的通知[EB/OL]. http：//www.moe.gov.cn/srcsite/A07/s7055/201811/t20181101_353339.html.

[20] 林健.  新工科建设：强势打造“卓越计划”升级版[J]. 高等教育研究，2017（3）：7-14.

[21] 王德昌，伍祥，吴锦华，等. 应用型本科教学中的考核模式改革与实践[J]. 计算机教育，2019（1）：108-115.

[22] 李茂国，朱正伟. 工程教育范式：从回归工程走向融合创新[J]. 中国高教研究，2017（6）：30-36.

[23] 徐晓飞，丁效华. 面向可持续竞争力的新工科人才培养模式改革探索[J]. 中国大学教学，2017（6）：6-10.

（责任编辑：黄 健）