基于现代学徒制的大数据技术专业人才培养模式研究

程茜

近年来，大数据技术在互联网企业中应用广泛，利用大数据可以更好地匹配用户需求，为客户提供更为精准的服务推送，利用大数据还能发挥统计学功能，在生产和生活中提高效率。大数据技术由于横跨众多专业，在企业应用中需要较强的理论和实践水平，因此对于该专业的学生提出了较高要求。目前我国高校在开设大数据技术专业课程时，强调专业理论知识，同时由于课程知识结构与企业需求之间不能完全匹配，导致该专业学生在进入企业后还需要再次培训，不但提高了企业成本，也反映出我们在人才培养中存在的问题。现代学徒制的提出，就是为了解决高校应用型技术人才培养中存在的问题，发挥学徒制的优势，同时结合高校理论教学特点，从人才培养模式出发，创新培养模式，以更灵活的方式发挥各自优势，实现大数据专业人才培养突破，为我国互联网经济作出贡献。

学徒制与现代学徒制

学徒制使技术传承有了一定的规范，但是随着技术和时代的发展，由于门户之见和各种陋规，技术极易在传承中出现遗失和失传，已经不再适应现代社会发展。随着我国对技术人才的重视，现代技术发展逐渐加快，专业化程度日益提高，以高校为代表的技术人才培养模式存在一定的局限性。教育部于2014年提出了现代学徒制概念，通过产教融合、校企合作，进一步完善校企合作育人机制，创新技术技能人才培养模式。

现代学徒制采用学校、企业师傅、学生三方共同参与的方式，在校内由教师完成专业课程教学，帮助学生进行理论学习，掌握专业知识，然后参与到企业实践中，由企业师傅一对一指导，帮助学生掌握实践操作，适应现代企业的管理，将理论知识转化为实践技术。相比于传统模式，现代学徒制更加注重传承专业技术，有利于发挥两者各自优势。具体到大数据技术专业人才培养上，现代学徒制可以充分发挥企业技术人才优势，帮助学生尽快掌握专业技术，而高校则可以发挥理论基础优势，帮助学生完成大数据理论知识的学习，增加专业技术的知识深度，两者合作，可以实现优势互补，强强联合。

大数据技术专业人才培养应用现代学徒制的意义

现代学徒制的提出是吸取了我国传统学徒制的经验，结合了近代教育体系所形成的教学模式。我国大数据专业在人才培养过程中，出现了教学目标不明确、市场导向性不足、学生所学知识与企业所需技能不匹配等问题，特别是由于缺乏实践经验，学生在进入企业后并不具备良好的岗位技能要求，导致高校人才培养水平退步。基于现代学徒制的大数据技术专业，可以迅速满足我国对于相关人才的需求，促进我国互联网经济发展。

1.根据岗位技能需求，重构大数据课程教学体系

市场经济条件下，高校人才培养重点从注重专业知识到注重岗位技能转变，学生在学习过程中，除了掌握基本的专业理论知识外，还要求具备一定的岗位技能，以满足市场经济条件下的就业需求。目前大数据专业岗位主要面对的互联网企业，要求技能水平高、专业知识过硬、具备实践能力，然而我国高校由于早期的课程为满足大规模工业化人才需求而设计，具有计划经济时期的特色，因此在大数据专业课程设置上，还存在理论知识过多、知识结构滞后、注重理论忽视实践操作等问题。应用现代学徒制，可以将大数据专业下企业对于人才技能的需求融入到教学活动中，在课程体系设计上，参考现代学徒制的要求，对目前的课程体系进行梳理，构件符合企业需求的课程体系，在教学中充分考虑学生进入企业后的岗位技能需求，满足企业与社会对于大数据人才培养的需要。

2.建立以企业需求为导向的教学实践体系

为了增加学生的实践水平，高校一般会给学生安排实习，然而由于教学体系与实践体系衔接不紧密，学生的专业实践机会无法真正起到增加实践经验的效果。在教学实践体系建设上，缺乏与企业的沟通合作，无法提供企业需要的实践经验。大数据专业在实践上要求解决企业面临的实际技术问题，而学生则以理论知识和解决具体问题来进行实践模拟，这种教学实践体系已经不能满足学生的实践需求。在现代学徒制下，学生进入企业后，由专门技术人员充当技术师傅，在企业实习过程中以解决面临的具体技术难题为课题，通过实践，完成了专业技术的提升，同时将理论知识转化为具体的技术储备，完成了课程实践。

3.形成以市场需求为导向的人才培养路径

传统高校在人才培养过程中，由于计划经济体制下的办学影响，在人才培养上强调以国家经济发展需求为依据，忽视了企业对人才的需求。近年来，我国市场经济发展水平不断提升，对于人才的需求也呈现多元化趋势，然而高校在人才培养模式上并不能充分满足企业的发展需求，导致教育资源浪费，为了充分发挥市场经济体制下的调节作用，就有必要建立以市场为导向的人才培养路径。采用现代学徒制，可以将企业对于人才的需求及时通过校企合作反馈到高校人才培养中，双方建立更为紧密的协作关系，通过正向反馈，学校可以根据企业需求进行课程设置，在教学活动中也更加考虑学生的实践能力与就业情况。以大数据专业为代表的互联网技术更新迭代极快，高校在课程设置上要紧跟技术发展趋势，关注前沿课题，除了帮助学生掌握专业知识外，还要具有前瞻性，引导技术发展方向，在市场经济条件下发挥自身的竞争力。

现代学徒制在大数据专业人才培养体系中存在的问题

1.缺乏专业的校外实践平台

现代学徒制的实行，必须依托校企合作，打造校外实践基地，满足学生的学习要求。不同于传统制造业，大数据专业属于信息技术领域，要求学校与企业不仅要配齐硬件设施，还要满足软件要求。基于现代学徒制的大数据专业人才培养，由于缺乏现代学徒制成熟的培训平台，学校与企业在合作过程中只能采用效率较低的一对一指导模式，无法满足大规模技术人才培养的需求。相比于传统的校外实践平台建设，大数据人才培养基地无论是从硬件投入还是建设经验都存在欠缺，导致学生在完成理论知识学习后，无法顺利进入下一阶段的实践学习，相比于制造业实践基地的打造，以大数据技术为代表的IT 实践平台虽然已有部分建设经验，但是由于信息技术进步带来的技术迭代，传统的经验并不能适应大数据专业校外实践平台的打造。只有重视校外实践平台的建设，才能更好开展现代学徒制下的人才培养工作。

2.高校大数据专业课程设置与企业需求不匹配

大数据专业主要包括数据管理、系统开发、海量数据分析与挖掘三个层面，帮助企业系统解决信息时代海量数据的应用，从而解决实际问题，提升企业的数据应用能力。在高校教育中，大数据专业的出现得益于信息技术的飞速发展，相比于企业的需求，目前高校大数据专业在课程设置上以理论知识居多，这是因为高校缺乏具体的应用经验，同时与企业面临的实际需求不同，高校更关注学生的理论知识。在实践中，互联网企业发展由于缺乏实践经验，学生进入企业后需要花费较长时间重新学习，无法快速发展满足企业需求。在课程设置上，高校大数据专业应当根据企业需求进行课程设置，避免理论知识过多，以解决企业实际问题的思路进行课程设置，满足企业需求。

3.企业对于现代学徒制下大数据专业人才培养的兴趣不高

市场经济条件下，企业在人才招聘中更习惯于从人才市场获得所需人才，而与企业合作共同培养人才这种模式，主要集中在制造业企业中。互联网企业由于人才流动性大，缺乏相应的人才培养机制保障，导致企业培养的人才频频流失，影响了企业对于人才的投入。现代学徒制意味着企业不但要付出时间和精力去培养学生，还要将公司部分信息交由学生进行处理，这意味着公司存在数据泄露风险，信息技术时代，数据安全对于企业来说十分重要。另外，现代学徒制要求公司技术人员对学生进行一对一指导，无形中增加了技术人员的工作，容易引起技术人员的不满。企业花费时间与精力在学徒培训上，必然要增加人员与管理成本，这对于快节奏的互联网企业来说，整体上拖慢了企业的运行效率，不利于企业快节奏的业务运营。

4.企业对于大数据专业人才需求的不稳定

近年来，大数据技术专业人才需求呈现逐年上升趋势，由于AI技术、云计算、虚拟现实等前瞻性技术概念的广泛宣传，以大数据为代表的数据处理与应用成为实现这些前瞻性技术的底层支持，导致企业纷纷加大对相关专业人才的招聘，大数据人才需求呈现紧张局面。基于现代学徒制的大数据专业人才培养则要求企业每年对于专业人才有固定就业岗位做支撑。然而，互联网经济发展遵循市场经济规律，企业在人才需求上也呈现出市场波动特征，在这种情况下，现代学徒制培养的大数据技术人才如果得不到企业的就业岗位，不但是一种人才浪费，对于企业也是一种资源浪费。目前现代学徒制下大数据人才培养建立在人才需求旺盛的基础上，未来市场人才饱和，容易出现行业人才过剩的局面。

5.重视技术培养，忽视职业道德

如今的高校专业人才培养注重专业知识学习，忽视了对职业道德的培养。随着信息技术的发展，网络犯罪成为主要犯罪行为之一，区别于传统犯罪行为，网络作案具有影响范围广、追责难度大、地域范围广等特点。近年来，利用个人信息网络诈骗的行为越来越多，给人民群众带来了巨大的财产损失。犯罪分子通常利用大数据搜集受害者信息，因此，高校更应该加大对技术人员职业道德的培养。在一些网络犯罪活动中，部分IT 技术人员被一时的利益蒙蔽，放弃职业道德，为犯罪分子提供技术支持，造成难以挽回的后果，有些技术人才缺乏基本的职业道德，出卖公司机密数据，给公司带来了巨大损失。在现代学徒制大数据人才培养中，学校除提供专业技术一对一指导外，还应与企业定期开展职业道德教育，加强学生的思想道德修养，使其在掌握专业技术的同时，也具备良好的道德品质。

基于现代学徒制的大数据专业人才培养模式

1.基于现代学徒制的校企联合招生

要想推进现代学徒制落实，就必须从招生入手，将学校与企业合作落实到招生阶段。目前高校在人才培养过程中，由于专业、课程设置等问题主要反映在学生就业阶段，因此对于学校的教学改革推动性小，学校没有积极的动力去完善课程与教学。实行现代学徒制人才培养模式，要求企业与学校进行利益捆绑，招生工作由双方合作完成，按照企业需要对学生进行技术培养，在这个过程中，学生可以尽早接触到以后就业的单位，通过实习期间的一对一指导，完成日后进入企业所需的技术培训，减少学生毕业后的流失，满足企业对大数据专业人才的需求。

2.校企协作制订人才培养方案

我国高等教育，特别是应用型专业存在的突出问题就是专业设置与市场需求不匹配，培养的高等教育人才无法满足企业的人才需求。具体到大数据专业人才培养方面，则表现为课程知识体系落后于技术发展，应用性不强，缺乏科学的人才培养体系支撑。企业作为用人单位，对人才需求具有清晰的要求，同时在应用型人才培养中，形成了一套成熟的培养体制，自身又储备大量专业人才，因此高校应当与企业合作，发挥各自优势，完成大数据专业人才培养方案的制订。在具体合作中，双方应当逐步建立与市场需求变化相对接的供给结构调整机制，同时学校根据自身师资力量，从企业或者市场招聘专业人才，充实学校的师资团队。在培养方案制订上，从课程体系构建、课程资源开发、教学管理改革、实验实训环境、师资力量培养等方面合理配置专业教育资源，实现专业教学要求与企业岗位需求对接，逐步建立高职大数据技术与应用专业动态机制，保障专业的可持续发展。

3.建设现代教学实践基地，加强综合职业能力培养

现代学徒制下的大数据专业教学要求以学生为中心，传授学生专业知识，培养学生应用技能，具体到操作层面，除了安排学生在毕业前到合作企业完成师徒制下的一对一培训实习外，还要在学校建立实训基地，增强应用水平。学校应当与合作企业共同发力，积极争取国家与企业的资金支撑，建立符合课程需求的实训基地，通过吸引社会专业人才、合作企业人才派遣、专家讲学等方式，探索新的教学内容和教学形式，以培养学生应用技能为第一目标，围绕学生的职业素养提升，解决日后在工作中遇到的技术难题为目标，进行实训课程设置。在学生的职业技能培养上，最大程度发挥学生的主观能动性和学习积极性，并通过校内教学实践基地的引导，让学生初步具备技术应用能力，为进入企业进行一对一指导学习打下坚实基础。

4.提高教师水平，引入专业人才

目前高校大数据专业教师由于脱离一线，缺乏应用经验，因此在教学中存在重理论轻实践的问题，基于现代学徒制的人才培养，要充分吸收企业及社会专业人才知识储备丰富、操作能力强的优点，教授学生如何解决实际工作中遇到的难题。大数据专业作为应用型科目，专业知识更新快，要求教师具备一定的实践能力，因此高校有必要从社会与企业中引进一批优秀人才，充实教师队伍，提高教学质量。

5.增强学生的职业道德教育

信息技术时代，网络犯罪呈现出逐年递增的趋势，信息安全已经成为人们关注的重要领域。大数据专业带来的技能，既可以服务于企业，也存在被犯罪分子利用，用于不法活动的风险。互联网企业掌握着海量的数据信息，因此数据安全成为公司的重要考量内容，作为大数据专业人员，一定要具备良好的职业道德，遵守公司保密制度，同时按照国家法律法规要求，坚决抵制违法犯罪行为。现代学徒制下的大数据人才培养，除了要注重学生的专业技能外，还要加强职业道德教育，特别是相关法律法规的普及，让学生在就业后能够遵守企业的规定，自觉维护数据安全。

6.改革考核评价模式

在学生的学习考核评价机制方面，要根据现代学徒制的特点制订新的考核评价标注。要将原本以教师为主导的课程评价模式转变为以教师、企业、学生三者为主体的评价模式，并且根据课程设置，引入多种评价机制，例如企业员工评价、学生互评、专业师傅评价等，这样有利于在不同阶段针对学习效果进行更细化的评价，同时多元化的评价主体也有利于建立更为公平的评价考核模式。企业在现代学徒制下的大数据人才培养过程中占据重要地位，反映到考核评价上就是企业对于考核的内容将有较大的话语权。传统考核评价机制以笔试为主，因此对于学生的实践能力考查不足，现代学徒制下的大数据专业考核模式，除了以专业知识考查为主外，还要考查学生的自主学习能力、团队协作能力、人际沟通能力和职业道德等。

结 语

现代学徒制作为一种优秀的人才培养制度，能够满足社会对于大数据专业人才的需求。在构建基于现代学徒制的大数据技术专业人才培养模式中，应当充分发挥企业的力量，充分考虑社会需求，以市场为导向，通过课堂教育与企业实践相结合的方式，将企业与学校完美对接，为社会培养更多高素质的大数据技术人才。