王莹
摘要:在信息时代,随着大数据、人工智能、区块链等前沿技术的快速普及,大数据产业发展迅速,然而,大数据人才极其不足,面对数字中国建设和传统产业转型需要,大数据专业人才需求旺盛,但目前大数据人才培养的速度和数量难以满足要求。为满足大数据产业企业人才需求,教育、应用技术部批准在高职院校开设大数据专业。大数据技术与应用专业自2016年获批以来,仅4年前,高校人才培养的研究还处于探索阶段,没有丰富的案例可供参考。鉴于此,文章详细论述了高职院校大数据技术和应用人才培养策略,旨在可以为相关业界人士提供有价值的借鉴与参考,继而为行业的健康可持续发展贡献应有之力。
关键词:高职院校;大数据技术;应用;专业人才培养;策略
中图分类号:G642 文献标识码:A
文章编号:1009-3044(2021)14-0074-02
现如今,随着现代企业的快速发展,对软件开发人才的要求也越来越高。高等职业技术应用研究已成为当前高等职业技术教育的一项重要内容,对于高职院校而言,其培养应用型人才的重点就是大数据技术,当前时期,高职院校主要开展的是理论值知识的教学,为此,对高职院校大数据应用专业人才培养进行提出,有助于高职院校教学理念的提升,推动理论教学向企业化、技术化方向发展,为这些中小企业培养更多的软件应用人才,推进企业发展,进而有效探讨和分析高职院校大数据技术和应用专业人才培养方案建设,以期全面促进高职院校的繁荣发展。
1 大数据人才需求
大数据产业指相关经济活动主要集中于数据收集、生产、存储、处理、分析、服务。大数据人才需求的土壤就是大数据时代已经来临,在这个时代,大数据已经是国际竞争,国家战略所需。中国政府提出的“互联网+”以及中国制造2025,都和大数据相关。在企业层面,中国目前互联网企业快速成长,在全世界15强的互联网企业中,中国已经占据了三席,这次中国政府的互联网+信息化浪潮是以云计算、大数据、移动互联网和物联网为基础的技术,在大数据时代,未来的企业都是数据公司。
大数据作为国家科技发展重点扶持领域,人才需求缺口大,人才培养供不应求。据统计高职大数据技能型人才以基础实训维护型岗位、技术服务和销售工程师岗位为主,设计研发等技术要求强的岗位较少。大数据技术技能岗位按照工作内容要求包括开发运维类、平台应用类、产品运营类、数据分析类等岗位。
2 高职院校大数据技术与应用专业开展问题情况
2.1 教师队伍建设滞后
当前时期,大部分高职院校均立足现有的专业基础,设置了大数据技术与应用专业,如,软件技术及计算机网络技术等师资团队中,非常欠缺大数据教师,虽然教师能在短期集中培训中,去学习一定的大数据知识,但因培训知识范围狭窄,无法有效形成全面系统的知识体系。此外,不学这个专业的教师,如果不能及时适应技术工具的更新,就无法敏感地把握大数据发展的风向标,从而将导致技术及知识的传授存在滞后性。大数据技术作为产业转型升级的有效工具,迫切需要大量了解大数据技术和相关产业的专职教师。
2.2 学生对大数据认识不足
对于学生而言,高职学生在计算机应用方面其水平差距很大,并且也并未充分认识到大数据这个新兴产业及学科。在教学中,学生扮演着主体角色,所以,专业教学成功与否,同学生对此专业的理解程度有着十分紧密的关联性。为此,学生需要对这个专业结构加以快速了解,并进一步未来这个专业的发展前景。
2.3 人才培养方案和课程体系不满足企业需求
大数据技术与应用专业作为一门交叉学科,其中涉及了数学、计算机网络和软件技术,大数据技术与应用专业人才培养还处在探索时期,为此,还缺乏很多方面的经验,大多数高职院校的大数据技术与应用专业,对数学、软件技术和计算机网络等进行了持续改革,并立足于此,对课程体系及人才培养方案进行了科学合理的制定,立足其他专业嫁接了相应的课程体系和人才培养方案,会让学生满足不了企业的的实际发展需求,为此,学校需要将就业作为导向,要从岗位需要出发,结合实际,加强产教结合和校企合作,科学有效地制定符合企业要求的课程体系和人才培养方案。
3 高职院校大数据技术与应用专业人才培养的强化对策
3.1强化师资队伍建设
现如今,高职院校大数据原有的专业教师团队已然无法满足大数据产业发展速度,所以,想要获得更好的发展,则最佳途径就是一定要构建一支素质高的大数据技术与应用教学团队,并且高职院校也应用了校企合作、交流方式,很大一部分大数据企业有效掌握了行业中较为先进的技术,并且拥有了很大一批高素质的大数据人才。通过实施校企员工互聘机制,可将丰富经验的大数据专业人才在课堂中进行引入,并通同学生分享大数据产业的先进发展趋势,然后在具体实践课程中有效引入具体工作项目。与此同时,需要以校企合作平台为基础,高职院校派相应的教师亲赴企业去学习与实践,且也可有机会参加具体项目的开发,以提升学校专业教师的实操能力,进一步更新学校专业教师的专业知识储备。全日制学校教师和企业教师通过科研合作、人才共建及课程共建等形式学习大数据专业知识,从而应用切实可行的方式优化整合大数据产业教育和培训资源,最后,成功建成壮大数据产业人才培养基地。
3.2 整合优化大数据技术与应用专业教学资源
1)借鉴如今大数据专业资源平台。比如,以厦门大学为例,其最丰富的数据是教学数据库,其为国内高校提供了一个资源丰富的大数据教学平台,也有效整合了一系列与大数据课程相关的资源,其中涵盖了一些免费服务,即大数据100论坛、大数据教材、在线课程视频、培训教材、实验指导书等。
2)充分利用企业丰富的实践资源和项目经验,根据实际教学要求及学生能力,把企业中那些成功的案例有效分解成为相应的分层教学木块,形成校企合作大数据教学资源,构建了校企合作资源平台。校企合作的资源平台,校企合作资源平台中饱含了很多信息,如大数据有关培训教材、大数据有关专业标准、大数据有关技术文件等,还有大数据就业信息和产业发展趋势等。同时,校企合作专业数据人才培养的重要领域就是在线課堂,随着技术的不断发展和进步,进一步促进了传统教学方式改革,进而诞生了很多“互联网+教育”产品、服务,进而将实体课与在线课进行有效融合,大数据在线学习、线下案例培训的融合。
3.3 深化校企合作,共同开发课程体系
以校企合作方式,一起开发出一套与高职院校大数据技术应用专业学习相符,具有鲜明职业教育特色、以真实企业项目案例、项目驱动、案例教学为特色的新课程体制。以保证课程开发和岗位变化相符合,确保工作过程同教学过程有效融合,以实现教学内容同工作岗位的“无缝连接”。依托国家资源库平台优势,建立适合高职学生的自学课程网站。对于电子教案、电子课件、习题库、实训和实践项目,要建立适合高职学生的自学课程网站,要创新评价、教学效果评价和、认证体系等教学资源。为此,本文对高职院校实训课的教学模式、教学方法和教学手段进行了研究,保证适应学生认知规律,提高学生就业率。
3.4 普及大数据行业知识,激发学生学习兴趣
定期开展形式多样的与大数据应用技术有关的理论知识讲座,进而使学生能够进一步深入理解大数据知识体系。通过校企第二课堂,使学生对大数据产业发展新趋势进行了解,进而激发起专业学习热情,改善学习态度,使学生由被动向主动学习方向转变,最终实现教学效果与学生项目实践效果和能力的三提升。通过小课程项目和毕业设计大项目的实践,提高学生开发应用大数据技术的能力,专业课程考核以工作过程或项目为依据,制定了一套完整的大数据技术应用全过程考核指标、体系,进而对学生知识和技能进行全面合适,使其未来更好的开展就业。
3.5 校企合作,共同建设大数据实训室
为充分确保实验设备良好的运行与周期更换,需要根据企业大数据的应用需求,配备相应的软硬件设备。并在实验室配备专业实验室管理员,包括了系统和软件管理、健康管理、设备管理等,为学生营造一个清新、干净的实验实训室。建立或引入大数据场景企业与平台相适合的高质量数据,将大数据学员引入实训室,从而保证其能够同大数据实现“同台共舞”,最终达到可以在实战中学习与成长。
3.6 以赛促教
对于高职院校举办的“大数据技术与应用”技能赛等进行积极参与,通常,这些类竞赛中包含了大数据行业中具有代表性的工作流岗位,并且内容也包括大数据技术专业技能、知识以及核心竞争力,并按照大数据竞争状况课设相应课程,最终更好地缩短人才培养同行业需求的距离。
4 结束语
纵观我国如今发展现状,十分紧缺的就是高级软件开发人员,特别是最为紧缺的就是软件开发技术管理者,现今,随着大数据广泛的渗透,导致软件开发技术管理者数量更加不足,所以,面对着一些企业发展中急需要软件开发人员的形势,高职院校需要对大数据技术开发人才进行强化培养,培训中,实施以企业需求为基础、以技术应用为导向、以市场为导向的技术与管理双向教育模式,推动大数据时代软件开发与应用人才培养,让中国企业更好地发展。
参考文献:
[1] 贾万祥,徐红兵.高职院校大数据技术与应用专业人才培养模式的研究[J].电脑知识与技术,2019,15(10):102-103.
[2] 杨润芊,韩萌菲.大数据人才的能力要求与需求分析[J].数字技术与应用,2019,37(8):207-208.
[3] 陈裕雄.高职院校大数据技术与应用专业建设与人才培养研究[J].计算机产品与流通,2018(10):186.
[4] 任泰明.高职院校大数据技术与应用专业人才培养方案的探索与实践[J].电脑知识与技术,2019,15(7):169-170.
[5] 赵克林,朱龙.高职院校云计算技术及应用专业建设的建议[J].南京工业职业技术学院学报,2015,15(1):79-81,85.
[6] 郭剑岚,陈俞强,胡选子,等.高职院校课程体系建设与实践研究[J].计算机教育,2014(12):51-54.
[7] 刘广钟,李毅,刘旻,等.大数据技术与应用课程的内容与教学方法研究[J].中国信息技术教育,2015(10):120-121.
[8] 傅伟,涂刚.高职院校大数据专业人才培养模式的构建[J].职教通讯,2017,32(32):13-15.
[9] 孙波.大数据技术与应用专業实践教学体系构建与研究[J].软件工程,2019,22(7):54-56.
【通联编辑:李雅琪】