大数据技术专业人才培养中的校企合作模式实践研究

杨航

摘要：大数据技术专业群全面纳入学校重点规划，对接文化产业发展需求，以内容合作为基础，以产品技术赋能为抓手，充分发挥各自优势，开展全方位、多层次的深度融合，服务于文化产业的转型升级。专业群须主动适应数字文化经济发展新常态，面向以融媒、文旅、广电等为重点的文化产业发展重大需求，以服务企业发展为宗旨，以促进就业为导向，坚持走内涵式发展道路，培养数字文化产业发展所需的高素质技术技能人才。基于此，对大数据技术专业人才培养中的校企合作模式实践进行研究，以供参考。

关键词：大数据技术专业;人才培养;校企合作模式

引言

近年来，随着物联网、云计算、大数据和人工智能等技术的发展与应用，社会对大数据人才需求十分迫切，尤其对大数据人才的创新创业能力提出了更高的要求，不但要求其具有交叉复合的知识结构和技能，还要求在专业实践活动中综合考虑工程伦理、法律、健康、环境、文化和可持续性发展等因素，具有团队协作精神、强烈的社会责任感、较强的沟通能力和抗压能力等。当前，高校大学生创新创业教育不能满足上述人才要求，主要存在以下不足：创新创业课程体系不完善，难以适应社会需求;专业教育与创新创业教育相分离;创新创业教育平台资源和师资力量不足。

一、大数据技术专业人才培养校企合作模式研究价值

（一）校企合作模式可以为职业院校招生拓宽渠道，成为职业院校教学质量提升的重要原动力，有效提升院校和企业双方的知名度，促进双方文化的有效融合，相互进行学习和沟通，提高资源利用率，达到校企双赢的效果;（二）校企合作模式可以强化学生吃苦耐劳的精神，对学生正确人生观、世界观、价值观的培养和树立大有裨益，强化学生的社交能力及个人心理素质，为学生技能水平的提升带来积极影响;（三）校企合作模式会成为院校课程改革的重要契机，能够在人才招聘方面强化专业素质较高教师的引入，使其了解市场人才需求的风向，能够对学生的学习和生产给予专业的指导意见，提升学生的市场适应水平，同时积累教师的教学经验和生产经验。

二、大数据技术专业人才培养中的校企合作模式实践

（一）实践能力培养的课程体系

对于数据科学与大数据技术这样一个实践性很强的专业而言，理论教学只是完善人才培养的一个子环节，还应加强学生的实践能力。将实践项目贯穿整个课程体系建设，使学生在理论和应用两方面均得到严格的训练，运用专业的理论、方法、技术和工具解决具体行业中的实际问题，重点培养学生的实战能力。在此过程中，可以实践驱动教学，探索实现校企结合多元发展的路径。实践课程的建设不能单纯依靠高校的力量，必须与行业、企业紧密结合。1.实践课程与多行业融合，大数据人才培养要有鲜明的应用特点，具有明确的行业方向，立足于相关行业领域的实际要求，要满足就业岗位任职的需要，以普及性应用为目的，以必需、够用的知识体系为度。提升式教学要加强针对性和实用性，以搭建具体行业场景教学为主，以解决行业真实问题为目标，以项目制的形式推行。2.校企联合开发课程，行业、企业要参与课程开发、专业教学、职业能力培训、质量标准制订与考核评估等实践课程的开发与执行全流程。应积极推行生产劳动和社会实践相结合的培养模式，引入企业中从事大数据工作的师资，让其将工作与教学结合，并以此作为大数据人才培养模式的切入点，引导课程设置、教学内容和教学方法的实施。应重视学习与工作实际的一致性，探索以项目为导向的教学模式。

（二）确定专业办学定位，为文化产业培养数据人才

大数据技术专业群成立时间短，基础薄弱，尤其是师资和实训资源紧缺。但是笔者所在学校是四川省委宣传部主管的公办全日制普通高等专科学校，全国第一所独立设置的培养高端技能型专门人才的文化产业普通高校，因此在文化产业领域有历史的底蕴。高职院校学生重视技能，师资探索内陪外引，实训室通过建立虚拟仿真实训中心，会得到一定程度的缓解。经过分析调查，找准人才培养和行业企业需求的结合点，面向数字化、网络化、智能化文化产业和文化事业，重点培养文化产业大数据采集与清洗、数据可视化、大数据平台运维、智能电视技术系统运维、移动应用软件开发、UI设计、应用软件测试、人工智能技术应用等一线紧缺高素质技术技能人才。大数据技术专业群主要培养文化产业的网络维护、数据处理分析和应用开发人才，为了融入学校的智慧旅游、智慧文化商业和智慧融媒等新型互联网+文化产业，大数据技术将以文化产业链、事业链中的数据采集和传输为土壤，数据处理与分析为主干，数据可视化及AI应用为产出这一发展脉络按如图的方式协同学校专业群服务于新一代文化产业群。

（三）重视大数据技术的核心地位

（1）应重视现有专业的整合，在大数据专业中强调人工智能方向;（2）致力于专业群课程体系的建立，针对专业群的不同教学需求开展基础、拓展等不同等级的课程;（3）加强与大数据相关企业的合作，使企业可以入校驻点，强化产教融合的程度;（4）基于校企合作开展任务教学，针对不同学生的学习能力设置不同的任务和项目，将不同年级的学生安排到不同的校企合作岗位中，改变传统教学管理模式，为校企合作提供更多便利;（5）在制度上，若学生和教师的企业项目参与度有所提高，可以分别在学分和工作量上有所体现，积极提高师生的参与积极性。

（四）激发学生创造力

（1）完成课程设计。大数据分析技术课程有16个实验学时，要求学生在实验课内完成大数据分析实验环境及基本技能训练。除此之外，大数据分析技术课程设计是该门课程的重要补充，要求学生通过工程实训与课后学习等环节完成。（2）参加技术竞赛。目前，针对我国高校本科生数据分析专业的公益性竞赛越来越多，为学生通过实操的方式来学习知识与技能提供了新途径。学生组队参加技术竞赛，在规定时间内合作完成命题，是一种最好的数据分析实际操作。技术竞赛是参与者全方位技能的考验，能在短期内最大限度地激发学生的潜力。（3）参与教师各类科研项目。学生通过参与教师承担的各类纵向与横向科研项目，能够分析和设计各种数据科学实际问题解决方案，现代工具使用能力得到提高。同时，学生通过参与教师软件著作权和专利的申请，熟悉相关领域的知识产权、技术标准和法律法规。（4）毕业论文设计。大数据分析技术是一门理论性和工程应用性较强的课程，有不少很好的产学研课题。一门课程几十个课时要把大数据分析学好学透显然是难以做到的。近半年时间的本科毕业论文设计提供了机会。通过把一些大数据分析实际案例、大数据分析算法等以适当的形式作为本科毕业论文设计选题，学生选题后在教师指导下运用课程所学潜心研究，往往会收获意想不到的好效果。

结束语

为了提高市场所需大数据专业人才质量，需通过校企合作模式来制订行之有效的方案，推动相关体系的建立，以满足社会人才需求。

参考文献

[1]展庆召，李永利，谷葳.构建高技能人才培养的校企合作长效机制探析[J].作家天地，2021（20）：103-104.

[2]格格日胡.探析数据科学与大数据技术专业人才培养中校企合作模式的应用[J].计算机产品与流通，2020（11）：64.

[3]吳勇.大数据技术与应用专业校企合作实践与探索[J].科技资讯，2020，18（26）：13-15.

[4]霍福华.数据科学与大数据技术专业课程体系研究[J].河北软件职业技术学院学报，2019，21（03）：52-54.

[5]桑世庆.高职院校大数据应用技术人才培养模式探究[J].产业创新研究，2018（11）：56-57.