基于1+X证书制度的大数据技术专业课程建设方法——以黑龙江农业经济职业学院为例

赵金利 ,翟秋菊,柴方艳

(黑龙江农业经济职业学院 信息工程系,黑龙江 牡丹江 157041)

党的十九大提出,将推动互联网、大数据、人工智能和实体经济深度融合,建设数字中国、智慧社会。在全国职业教育大会上,国家领导人指出加快构建现代职业教育体系,培养更多高素质技术技能人才、能工巧匠、大国工匠。在此背景下,大数据技术专业在各高校逐步开设。对于一项新的专业,建立健全课程体系,满足学生就业需求面临的诸多困难。

一、大数据技术专业课程现状

目前,高职院校在开设大数据技术专业及相关课程时,普遍存在以下问题:

(一)课程定位不准

大数据不仅技术新,而且思维理念也较新。对大数据技术的应用和就业岗位需求了解不够深入,致使所开设的课程门类繁杂多样,课程之间关联性不强。

(二)课程深度难度设置不尽相同

高职院校学生学情参差不齐,在设置课程时,既要考虑学生学习能力,又要考虑大数据技术学习成本,构建合适的课程难度梯度将非常困难[1]。

(三)教学方式老化

沿用或模仿其他学科的教学模式,缺乏与大数据技术相关的教学特点,教学方式单一僵化[2]。

(四)师资力量薄弱

大数据技术作为一种新兴技术,更新速度较快,致使学校师资力量相对薄弱[3]。

(五)教学设施及教材针对性不强

虽然大数据实训室能够满足日常理论及仿真教学使用,但开发环境及实训内容与企业真实环境有一定差距。学生进入企业后,仍然存在陌生感。大数据技术教材方面更是千篇一律,理论较多,缺乏与实际工作岗位需求的结合。

1+X证书制度是新时期为拓展职校学生的就业本领,而做出的制度性安排。1+X制度将学校人才培养和个人职业生涯发展所需要的综合能力相结合[4-8]。本文参考1+X技能等级要求,制定层次清晰、阶段明确的大数据专业课程体系。

二、大数据技术相关的1+X证书现状

目前与大数据技术相关的1+X等级要求分为初、中、高三个级别。从三个级别考核内容看,可分为如下几种情况:

随着级别的升高,同一课程的知识难度提升、知识量增大。例如新华三大数据运维,初级主要考查学生对大数据平台搭建的能力,中级不仅考查学生搭建平台能力,而且还考查使用平台的能力。

随着级别的升高,相似的岗位,技术类别难度增大。例如泰迪Python大数据开发,同样是数据分析岗位,初级要求掌握Excel的使用,而中级则要求使用Python编程语言进行数据分析,高级则要求掌握数据挖掘。

不同级别对应不同岗位,不同学科难度增大。例如蓝桥Java大数据开发,初级要求掌握Java基础,与软件测试相关知识。中级要求掌握Java高级编程和数据库。高级则要求掌握Web开发等。

因此,目前针对与大数据相关的各类1+X证书,对不同岗位、不同等级技术要求,面向高职院校学生开设类别多样、难度不同的专业核心课程,使学生在就业时,能够有选择更多岗位的机会。

三、结合1+X证书制度构建大数据专业核心课程

实施国家1+X证书制度,将大数据应用开发、大数据平台运维、大数据分析等职业认证体系融入到专业课程体系中,并根据证书的试点情况进行动态调整。目前,与大数据相关的1+X证书主要有蓝桥Java大数据开发、新华三大数据运维、泰迪Python数据分析等,不同证书代表了不同企业需求、岗位服务。因此,通过分析不同企业的证书技能要求,挖掘其中的共性,进而找到该项专业的重点技能要求。基于1+X证书制度大数据专业课程体系建设,其关键就是参照1+X证书所需的课程内容,构建大数据专业基础课和专业核心课程,并在日常教学中将职业标准考核技能点融入课程内容里,并在教师的引导下使学生完成相关练习,以此提高学生的技能与职业素养。

通过对比分析多家企业开设与大数据相关的1+X证书考核内容的共性,可以将Python程序设计、Java程序设计、Scala程序设计、Excel数据分析可视化、数据库、Linux操作系统、网页设计等课程作为大数据专业的专业基础课。将Hadoop分布式技术框架、Spark大数据分析、Flink大数据分析、Vue数据可视化等课程作为大数据专业的专业核心课程。

例如,学生在学习Java程序设计、Linux操作系统、数据库技术、Hadoop分布式框架技术后,可以通过考试获取大数据运维相关岗位1+X等级证书。同时,学生毕业后可以从事系统运维和大数据平台的部署、管理、优化、监控报警以及分布式数据存储与离线数据计算平台应用开发等相关岗位。学生在学习Java程序设计、Scala程序设计、Hadoop分布式框架技术、Spark分布式计算框架、Flink框架时,可以通过考试获取大数据专业相关1+X等级证书。同时,学生毕业后,可以从事实时数据分析、流式数据分析等工作。学生在学习HTML、CSS、Javascript、Vue.js课程后,可以从事大数据可视化相关工作。学生在深入学习Excel后,还可以通过考试获取1+X数据分析证书(初级,如泰迪智能科技1+X),毕业时可以选择从事以Excel工具为主的数据分析工作。大数据技术专业基础课程标准如表1所示,专业核心课程如表2所示。

表1 大数据技术专业基础课程标准

表2 大数据技术专业核心课程标准

四、结合1+X证书制度构建大数据技术专业选修课程

为了使学生能够尽快适应岗位需求,高校应以“一专多能”“一人多岗”作为人才培养目标,从而拓宽学生的就业能力与就业方向。“一专多能”指学校培养的学生既要具有专业知识,又要具有适应社会的多方面工作的能力。“一人多岗”指的是学生在工作时能承担多个工程或多种设备的操作,即一个人能够胜任多个岗位的要求。因此,在建设大数据专业课程体系时不能将学生的就业岗位仅局限于大数据技术相关岗位。而应拓宽学生的相关专业技能,进而拓宽学生就业方向。

由于大数据技术与Web前端开发、服务端开发、移动端开发等领域同属于互联网行业,且两者之间存在密切关联。可以使用大数据技术分析、挖掘网站系统后台数据,为消费者、商家等群体提供决策依据;同时,也可以使用Web系统展示大数据分析结果,即大数据可视化,让用户直观地获取数据隐藏的价值。不仅如此,大数据技术与Web前端开发、服务端开发、移动端开发等具有相似的技术栈,例如从事大数据开发与服务端开发都需要掌握Java编程语言、Python编程语言。从事大数据可视化与Web开发都需要掌握HTML、CSS、JavaScript等前端技术。因此,为了拓展学生的就业方向,在充分考虑学生学情的前提下,可以将Django框架、Spring框架等服务端技术框架作为大数据技术专业的选修课程。学生可以在学完大数据技术专业基础课程、大数据技术专业核心课程的前提下,根据自己的兴趣爱好及个人实际的学习情况,选修Web开发方向、服务端开发、移动端开发等方向的课程。同时,学有余力的学生还可以通过考试获取Web前端开发1+X职业技能等级证书(中级、高级)、Python程序开发中级证书(中慧云启科技集团有限公司)等。

从技术角度来看,云计算技术与大数据技术是密不可分的,因为大数据是没有办法单独处理的,它需要借助分布式架构,如果数据非常多就要借用云计算进行处理分析和储存。即便如今云计算不断发展,但不能离开数据作为支撑,二者相辅相成。学生在掌握大数据核心课程后,可以选修云计算基础架构平台技术与应用系列课程,可以考取1+X云计算平台运维与开发认证证书,就业时可以选择云计算开发工程师、云计算运维工程师等。大数据技术专业课程体系示意图如图1所示。

五、结合1+X证书制度制定课程教材、课程教法

(一)教材

在1+X证书制度背景下,教材内容的选择应介于1+X培训教材与常规化教材之间。不能直接将1+X证书教材作为高职学生日常教学使用教材。1+X证书教材主要体现学生职业能力培养,而职业能力培养的基础是学校学历教育。要充分考虑学生学情,编写符合学生学习认知规律的教材。因此,可以将1+X证书培训教材作为平时上课的参考教材。在学习过程中,通过参考1+X证书培训教材可以让学生感受到真实企业技术标准与要求,从而明确学习目标,增强自信。在编写教材时,要以基础知识教育为基准,以1+X内容为扩展。可在每节基础知识后,添加一个1+X知识拓展模块。从而将1+X证书要求的内容逐步融入到基础教材中。

(二)思政

挖掘大数据1+X证书考试考点思政,并融入到日常教材中。例如,针对大数据概论的绪论部分,可以引出大数据时代所产生的隐私泄露问题,进而引导学生增强个人信息及隐私保护意识,以及不侵犯他人隐私意识。再结合1+X大数据运维考试中Hadoop平台搭建、解决集群故障等部分,可以培养学生严谨的科学态度,增强国家与民族自豪感,培养严谨认真的职业态度,强化团队合作能力、沟通协调能力,提高发现、分析和解决问题的能力,培养学生遵守软件开发行业规范,自觉维护互联网安全。

(三)教法

1+X证书制度反映的是对职业技能标准的要求。判断一个学生是否达到职业技能标准,不应仅凭考试结果来衡量。虽然1+X证书的获取,仍以考试为主,但在日常的教学中,应该将每个考点转为实际项目中的技能点。通过在项目中反复不断的练习技能点,才能更好地掌握技能,才能真正到达1+X证书制度的要求。因此在日常教学时,应该引入企业真实或简化后的项目,并参考1+X证书技能点要求,更好地把握专业课程建设与发展。

六、结合1+X证书制度建设大数据技术专业实训室

综合多种大数据1+X技能证书考核,发现对大数据平台搭建、大数据平台操作等方面内容不尽相同。要想真正提升学生动手实践能力,应以1+X证书考试内容作为实训指导,建设大数据实训室与大数据仿真实训室。目前,我校已经建成大数据运维实训室、大数据技术应用实训室、现代农业数据分析实训室。每个实训室都配备了哈尔滨华育兴业的大数据平台模拟系统。参考1+X大数据相关教材,挖掘、整理与大数据平台搭建、操作、应用的相关知识,并可在上述实训室中指导学生完成大数据技术基础理论的学习。

同时,为了能够让学生在毕业时更好地与企业对接,学校应进一步构建大数据仿真实训室。大数据仿真实训室应具有与企业相近的真实设备、真实的操作规范、真实的技术标准。其中,由于大数据平台仅需要廉价的服务器即可搭建真实的集群,借助学院优势,可使用淘汰计算机构建大数据分布式平台,既能实现实训效果,又能节约教学开支。技术操作规范与技术标准可参考1+X证书考核内容制定。同时,我校智慧农学院的智能温室大棚可提供大量作物种植、生长监测数据,这些数据完全可以作为大数据分析的数据源。

七、结论

本文通过分析当前大数据课程体系存在的问题,然后分别从课程设置、教材教法、实训室建设等方面提出构建方法及改进意见。在课程设置方面,通过分析与大数据相关的1+X证书内容的共性与特性,提出大数据技术专业基础课程、专业核心课程、选修课程构建方案。在编写教材方面,提出要辩证地看待1+X技能等级内容要求,提出以基础知识教育为基础,以1+X技能等级要求内容为扩展,在教材中适当融入1+X内容,编写符合学生认知规律的教材。在课程思政方面,提出吸取1+X技能思政要点,并将其融入到日常教学中。在教法方面,参考1+X技能要求,配合实际项目,提升学生实际操作能力。在实训室建设方面,提出参考1+X证书技能要求,制定实际操作规范和技术标准,促使学生在毕业时更好地与企业对接。