校企合作模式下大数据专业建设的探索与实践研究

文/陈烯 刘俊 薛彩霞（常州大学）

大数据技术尽管是新兴行业，但在世界上的各个行业都能看到其具体应用，且相关的学科内容在诸多高校已经设置了成熟的专业。由于其具有较强的综合性，涉及丰富的学科专业知识，包含了计算机、数学、统计学、信息技术、网络技术等专业，其中的大数据技术就是以这些专业知识为基础进行数据的搜集整理，并从中进行统计分析，为行业获得更有价值的情报。

一、大数据专业建设的目的与思路

（一）建设目的

大数据专业的建设目的，是实现专业与产业之间的无缝对接，并形成一条完善的人才需求链，企业资源与学校资源做到紧密连接，最终形成以地方大数据产业发展为主导的人才培养共同体。此外，通过大数据专业建设，还能够将校内外资源进行有效整合，在专业建设、人才培养、师资队伍与平台建设等方面打造校企合作育人新机制，进而形成产业、创业、专业“三位一体”的发展生态，实现定位的精确性与资源的聚集性，建设集中发力和服务精准对接的新格局，从而为地方经济社会发展培养复合型应用人才。

在具体目标的建设上，需要形成以需求为导向的共享组织体系，构建完善的实践创新平台，打造具有特色的行业学院，并建设一批优质的应用型课程，完成系列开放型实践项目，最终转化为成果。

（二）建设思路

在建设思路上，要做到“四个整合”，分别是专业整合、课程整合、资源整合与特色整合，从而进行大数据专业的建设工作。

所谓专业整合，就是围绕大数据产业发展的需求，以大数据应用技术人才培养为主线，将计算机科技、应用统计学、软件工程等专业进行整合，从而构成以数据科学和大数据为核心的大数据专业群体；课程整合则是围绕着大数据应用人才岗位与能力需求，重构计算机科技、软件工程、应用统计学、数据科学和大数据技术的课程体系，通过打造核心课程、实施项目化教学模式和培育创新创业教育特色，形成理论、实践和创业三合一的课程群体系；资源整合是依托相关部门，发挥校企合作的优势，发掘当地的基础教育、文化旅游、绿色生态等地方主导产业发展对大数据人才的需求，从而打造创新团队，构建协同创新平台；特色整合是汇聚校企资源共同建设大数据专业，在教育、生态、农业、智慧城市、文化旅游等大数据方面进行合作，从而达到人才培养和社会服务的目的。

二、校企合作模式大数据专业建设

（一）专业集群建设

（1）重构发展链条

首先，对大数据应用技术人才的需求定位进行精准分析。大数据产业链所需的人才结构基于硬件和网络等专业的基础上，同时具备对原始数据的处理能力，具备数据的可视化与结构化的能力，开展数据统计分析和应用程序开发等能力的培养工作。

其次，确立大数据专业集群培养目标单位。根据大数据产业对大数据应用人才的需求，基于数学、计算机和统计学的专业知识，建造大数据专业集群，对计算机科技、应用统计学、软件工程和数据科学与大数据技术专业培养目标的定位进行调整。

最后，将大数据应用技术人才培养目标进行定位。以计算机科技、应用统计学和软件工程专业为基础的大数据专业集群将面对大数据产业链人才方面的需求，培养大数据分析人员与系统研发工程师，以及应用工程师等技术方面的人才，重构大数据应用的发展链条。

（2）构建完善体系

完善体系的构建，需要打造基于能力目标定位的课程体系、汇聚校企合作资源体系以及一体化的质量保障体系。

课程体系的构建，首先，对专业课程体系进行重构，对人才岗位的能力需求进行分析，从而构建新的课程体系架构；其次，构建递进式实践课程体系，让学生在教师的指导下参与项目，保障学生进入团队协同的工作项目状态；最后，建立创新创业教育课程体系。

对于校企合作资源体系，通过当地的大数据技术创新中心，与相应的主导产业紧密对接，融合学校与企业的资源优势，充分整合双方资源，主导并推动当地产业的发展，并大力发展项目开发与技术推广，从而展开相关的教学与服务。

为了构建一体化的质量保障体系，首先，要加强组织保障，在提升管理人员素质水平的同时，加强教师队伍的管理；其次，强化制度保障，将内部治理结构进行完善，并健全相关机制，深化实效性；最后，建立教学质量评价委员会，从而进一步完善教学质量保障体系。

（3）培养专业队伍

围绕大数据专业的集群建设，开展专业师资队伍的培养计划。通过构建具有鲜明导向、明确指向、重点突出等特点的师资队伍，打造具有高度综合性技术能力和服务地方经济社会发展能力的教师队伍。培养专业教师队伍，需要对其实践能力进行强化，通过校内培养和校外培育及实践两个途径开展。一方面是校内培养，也就是参与到新教学模式的实践之中，主要分为教师跟课学习、嵌课上课和教师上课，逐渐形成三个辅助阶段，进而打造一支强大的教师队伍；另一方面是小微培训和实践，即锻炼、强化和学习，在原先校内培训的基础上，选派教师赴企业参与教学和项目研发工作，教师能够在技术能力和项目经验等方面得到提升[1]。

（二）应用型人才培养

（1）技能需求

现阶段，大数据技术的专业人才需求主要来自诸如电商、金融、电信和网络等涉及信息领域的企业，随着大数据技术的不断发展，在各个行业中的应用也愈发广泛。根据各个行业提供的岗位，大部分都是与数据算法、数据开发、人工智能等方面有关的，且都是围绕大数据的分析与搜集。

所需知识中最为关键的是计算机专业知识，作为大数据分析和运算的基础，其包含了计算机软硬件知识，而在软件知识中，相关软件的操作是重中之重。在校企合作中，需要根据具体要求，可增加相关的软件，或者进行直接学习。此外，硬件配置的设计也具有重要作用，是软件正常运行的基础。

（2）合作模式

校企合作模式下，大数据技术的专业人才培养更具针对性，且人才培养更符合企业要求。现阶段，培养应用型人才的校企合作模式主要有两种。

第一种是根据师资队伍的组成采取单向学习或双向合作的方式开展合作。所谓的双向合作，就是高校和企业之间进行双边合作，并共同进行科研合作与课堂的研发，一方面能够为专业课程提供更为有用的知识技能，填补传统教材教学的内容空缺；另一方面则能够为高校学生提供社会实践的平台。

第二种是根据企业性质和合作中的作用，企业与高校大数据专业进行专业对接，根据相关需求共同设置教学内容，并提供更有师资经验的人员进行教学活动，从而使得企业和高校根据技能需求进行专业内容的学习，抑或是高校主导的合作模式，将高校的研究成果市场化。

（3）体系构建

在校企合作中，人才培养模式的运用主要是通过课程和学制的设置展现出来的。根据企业对大数据技术专业人才的需求，现阶段，在大数据技术专业的课程架构中所包含的内容也主要依照人才技能需求，分为计算机技术、统计学和行业相关知识。

理论课体系中，主要通过计算机技术、统计学和行业知识三方面的规划，每门课程都应包含理论教学，同时，还要有对应的各种校内实践设计。其中，计算机基础知识和统计学是最为基础的课程。通常，大学院校中对于计算机技术和统计学的内容多数较为完整，因此相对而言教学难度较低[2]。

（三）建设云计算培训基地

（1）模式探索

由于云计算培训基地的建设投资较大，很难仅仅依靠学校的投入来满足相关要求，因此需要与政府部门、企业之间进行合作。在进行相关模式的探索时，有三种模式。

第一种是政府主导的建设模式，其主要特征是区域共享，既能用作学校的教学培训，也能够用于企业的生产培训，在这一模式之下的项目，通常都是有偿运作；第二种是学校主导的建设模式，其能够缓解发展资金短缺的问题，获得更为充裕的资金支持；第三种是企业主导的建设模式，定向进行培训工作，为学校提供设备、科技和教师资源，并参与到学校的教育过程中。

（2）建设方案

在设计具体的建设方案前，需要对建设内容进行研究，其主要内容包括了校内外基础教育实训基地队伍建设、校级精品课程建设、专业教材建设、师资队伍建设、校企业务合作等内容。

设计具体建设方案时，还要对技术路线进行明确。首先，要建设基础环境，例如：在进行IT环境建设的过程中为系统提供底层硬件资源设备和虚拟化资源地；其次，构建专业课程体系，将课程内容进行分析处理，从而得到明确的业务架构；再次，将实训基地的管理机制进行完善，通过对相关规章制度的建立和完善，使得管理工作更为完善，并对相关资源进行统一管理，提升教师工作的积极性和主动性；最后，要联合行业共同建设培训基地，同时，对职业技能进行考核，强化人员队伍的建设工作[3]。

（四）建设大数据课堂体系

通过对企业社会需求与全球高校相关专业方向建设的调研，结合高校优势特色与学生本科之后对于国内考研或出国留学的需求，并将工科专业认证作为目标，确定由数学、统计学、计算机和行业知识构成大数据相关专业知识的体系结构，而专业课程堂体系的构建是人才培养的重要途径。

从大数据处理流程的角度来看，其分为数据的获取和预处理、数据储存管理、分析建模、可视化、技术平台和实践能力等模块，再将各个模块的所需核心知识进行分解，从而形成不同的课程内容，保障学生能够系统掌握大数据处理的完整流程。

（五）构建大数据实验平台

大数据实验平台的建设目的，是为大数据教学实验与科研工作提供平台，例如：数据挖掘和大数据分析。实验平台的设计需要将一体化的思维模式全面落实，并从多个方面重视对专业人才的培养，通过虚拟化的教学资源，搭建教学系统平台，做到理论学习、实践教学和大数据项目实践的三位一体，进而提升学习质量。

在构建大数据实验平台的过程中，可采取交互式的学习模式，让教学课堂更加生动，结合真机实验训练为实践打下坚实基础，通过大数据实战和案例分析对所学知识进行巩固，最后依托综合实验室和应用创新中心，为科研工作提供充分的支持[4]。

（六）校企共建特色课程

（1）难点概述

现阶段，在校企共建大数据专业的特色课程时，不可避免地会遇到难点，对相关工作造成阻碍。

数据清洗能够有效提升数据质量，在其过程中还要与数据挖掘、数据仓库和数据整合等技术结合使用，且需要根据数据的质量问题，对清洗需求进行了解，进而使得数据更加准确。但是，数据的清洗过程本身就是对数据进行重新审核的过程，目的在于对重复信息的删除与错误信息的纠正，确保数据的一致性，但因部分学生的基础薄弱，使得在教学过程中遇到各种困难。

（2）建立原则

为了能够通过校企合作的方式，建设大数据专业，首先，要以服务大数据为出发点，着力解决人才缺乏的问题，与相关企业进行积极对接，并有效培养人才；其次，由于大数据在我国已经初具产业规模，相关人才的选用需要根据岗位需求，明确教学目标；再次，通过大数据技术，进行不断创新，从而不断完善培养方案，更好地适应大数据产业；最后，高职院校在进行大数据人才的培养时，需要重视其实用性与课程的科学性，加强对基础知识与实践的教学工作，进而提升学生的综合素质。

（3）解决方法

通过对企业岗位、知识和能力上的需求进行分析后，需要制订相对应的人才培养方案，根据相关要求，以市场需求为主导，构建课程体系，并制订教学计划，通过政府的引导和市场的依托，为大数据技术和应用专业提供人才。

首先，要重视实践性的人才培养，打造顶尖的教师队伍，强调实践操作，从而更好地培养实践技能；其次，要对教材项目进行开发，更好地实现校企人才培养的对接工作；最后，加强校企合作力度，从而将人才培养体系进行完善[5]。

三、结论

大数据专业建设的目的是实现专业和产业之间的对接，从而实现一套完整的人才需求链，建设思路是对专业、课程、资源与特色等进行整合，从而建设相关专业。为了在校企合作模式下进行大数据专业建设，需要进行专业的集群建设，同时，重视应用型人才的培养，建立云计算培训基地和大数据课堂体系，并对大数据实验平台进行构建。此外，还需要学校与企业共建特色课程，从而更好地进行大数据专业的建设工作。