职业本科大数据专业人才培养体系研究与实践

    朱亚红 罗卫民 许亚平

    

    摘要：当前，弥补大数据行业的人才缺口是国家和高校面临的重要挑战和机遇。本文根据大数据行业发展动态，结合汽车类专业特色，确立了大数据技术与应用专业人才培养目标，制定了培养方案，设置了“二元协同的”多元人才培养模式，以及“递进式”实践教学培养体系，构建大数据专业人才创新能力建设载体，着力培养具有将汽车产业领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据分析和管理的高层次技能型人才。

    关键词：大数据;职业本科;人才培养;汽车特色;课程群

    中图分类号：TP311文献标识码：A

    为体现职业本科教育特色，实现职业本科校企合作模式，培养社会紧缺大数据人才，职业本科大数据科学与技术人才培养方案着重以社会需求引领行业发展[1]为主线，依据社会需求寻找出岗位需求能力，并将岗位能力要求体现到具体大数据专业课程建设中，根据大数据行业发展动态，结合我校汽车专业特色，从数据管理、系统开发以及海量数据分析与挖掘等三个主要层次方面培养学生掌握大数据应用中的各种典型问题的解决方法，培养具有将汽车产业领域知识与计算机技术的大数据技术融合、创新的能力，能够从事大数据分析和管理的高层次技术技能型人才，并依据汽车行业发展动态，及时调整和补充以及完善大数据科学与技术人才培养方案，逐步形成以汽车各种类专业为主的高技术职业本科大数据人才培养模式。

    一、设置大数据科学与技术人才培养方案和课程体系

    结合汽车职业大学专业定位与特色，专业培养目标、培养需求以及社会职业需求等方面因素[2]，顶层设置好大数据专业人才培养方案，依据科学合理有效的人才培养方案，构建以“大数据”能力培养为本的课程体系，建立如下课程群。

    大数据专业课程群

    专业课程体系架构按照通识教育、学科专业（包括学科基础课、专业课和选修课）、应用实践三个层次设计，每个层次包含科学技术基础、计算机与信息处理、大数据技术、汽车大数据基础与前沿技术四个模块。从专业技术能力培养方面，构建递进的学习平台，培养专业知识与能力，形成陡峭的学习曲线，使学生快速熟练掌握汽车产业大数据前沿专业知识和技术。

    通过强化专业理论和实践教学，按照专业培养方案，制定和控制课程標准、教学进度。建立完善的理论与实验实训考核机制。建立高层次、高技能人才培养机制。尝试教师指导下的学生自主跨学科专业选择理论和实践性课程个性化学习体系。建设具有人文素养，坚实理论基础，熟练掌握专业技能的大数据技术人才教育体系。以汽车大数据专业课程为重点建设目标，争取将1—2门专业核心课程建设成省级一流课程，并建设1—2门MOOC课程，通过互联网新媒体向全国推广。

    依据课程群、针对大数据科学与技术专业从事的业务关键流程：数据采集，数据处理，数据存储，数据分析和数据可视化[3]等步骤，结合我校专业特色，开设的课程体系有：（1）专业基础课程：大数据数学基础（高等数学、线性代数、概率论与数理统计、多元统计分析、运筹学，离散数学）、大数据导论、大数据系统架构、数据库原理及应用;（2）专业核心课程：（汽车）数据挖掘技术与应用、python（汽车）数据分析及应用、（汽车）大数据可视化、（汽车）Hadoop大数据应用开发、spark（汽车）大数据处理技术、数据结构与算法;（3）专业选修课程：汽车云计算导论、物联网工程导论、人工智能导论、汽车服务工程、新能源汽车概论、汽车理论、汽车电子商务、汽车大数据营销、汽车大数据金融、新能源汽车大数据等。

    （一）设置“二元协同的”多元人才培养方式

    基于我校职业本科教育特点，大数据专业又是一门应用性很强的专业，“产教融合，协同育人”[4]，加强校企合作，实现行业资源多元化人才培养模式，进一步缩小人才培养与现实企业需求之间的距离，协同育人包括两个协同：校内和校外协同，课内和课外协同。

    （二）设置“递进式”实践教学培养体系

    除了学习必修的大数据科学与技术专业课程之外，建立基础课程实践、计算机实践课程、本科毕业设计以及课程标准设计等四种实践教学培养模式。基础课程实践和计算机实践课程属于教学实践内容，比如：程序设计语言、数据库原理、数据结构算法、大数据科学技术等，每门课程合理设置一定学时的综合实践，着力培养大数据专业学生解决问题的技能。课程标准设计是依据大数据专业特点，设置出几门重要的集中实践教学，比如数据挖掘、数据结构、大数据可视化技术、大数据处理技术、大数据系统开发等课程设计。依靠本科毕业设计，要求学生围绕实际工程项目，进行大数据应用开发项目实施。

    （三）构建大数据专业人才创新能力建设载体

    为了提高学生解决实际问题的能力，培养高技术应用型专业人才需求，充分利用校内外人才培养基地，加强校企合作力度，构建三个大数据创新能力培养载体：现代学徒模式、学科竞赛以及大数据创新能力训练这三个载体。

    （四）加强大数据专业师资队伍建设

    进一步加强师资队伍建设，完善优化教师结构，完善“点线面体”的师资培养模式。依据“培养、引进、提高、联合”的原则，建设一支师德、知识、职称、年龄等结构合理科学的专、兼职以及双师型教师队伍;多方面创造条件，加强教师提升渠道，增强教师实践能力，培养骨干教师以及专业带头人，聘请企业兼职老师，加强校企合作。

    二、大数据科学与技术人才培养方案拟解决的教学问题

    （一）解决大数据课程体系建设与本科职业教育学情相匹配的问题

    《国家职业教育改革实施方案》[5]对本科职业教育的定义为：职业本科教育是具有高等教育属性的高层次职业教育，面向社会基层，培养会动手、会研发、会管理、会发展的“四会型”高等职业技术人才，学生毕业后能快速融入工作岗位，并能在岗位上能够做出一定贡献的高素质技术性人才。因此，大数据专业人才培养必须致力于学生本科职业技能的培训与实践，课程建设对接职业标准，对接就业岗位，着眼于与本科职业教育学情性匹配的教学培养模式建设。

    （二）解决教学方法单调与培养学生创新能力之間的问题

    传统的教学在教学模式与教学方法上的设计上，过多地要求学校和学生的因素，忽略了学习的规律性以及学习者的学习目的和学习需求，常常对学生“一刀切”，抹杀了学生之间的差异性;同时，长期以来的教学属于教师讲、学生学的灌入知识，缺乏教与学的互动，学生很难主动地学习与思考。高技术信息智能时代，需要建立以学为主、师生互动、学生主动参与的、各式各样的大数据专业教学模式，以现代学徒模式，从实际应用层面切实培养学生的创新能力。

    （三）解决大数据专业学生实践环节相对薄弱的问题

    采取课内与课外结合，深化产教融合，加强校企合作，着重培养学生数据处理与数据分析实践操作能力，强化实践教学培养体系，积极拓展校企共同育人，切实提高学生的专业应用和操作能力。

    （四）解决师资力量薄弱问题

    培养大数据专业带头人，切实掌握大数据科学与技术专业发展方向，提高职业本科教育的理论水平、科研以及业务能力，在专业教学建设中起到模范作用。培养骨干教师，能够运用现代大数据教育技术教学，在教研教改中发挥作用。加强校企合作，聘请企业高级大数据科技人才进课堂，共同搭建科学合理的教学平台。

    三、结语

    我校作为教育部批准的首批15所本科层次职业教育试点院校之一，致力于“培养一流职业人才，助力民族汽车工业”目标，以工为主，工、管、经、文等多学科协调发展，培养适应社会发展的高层次技术技能型人才，结合我校汽车专业特色，依据大数据应用的五个主要层面（数据采集、处理、存储、分析、可视化），系统地培养学生掌握大数据各种典型问题的解决办法，培养具有将汽车产业领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据分析和管理的高层次技能型人才，从汽车行业布局、市场需求、汽车研发需求、汽车后市场等方面切入，为智慧交通、智慧城市、数字政府、数字社会建设输送大数据相关技术人才。

    参考文献：

    [1]陈冰红，廖锡海，祝振宇.基于现代学徒制的大数据技术与应用人才培养模式探讨[J].科教导刊（中旬刊），2019（07）：54-55.

    [2]杨海迎，宋凯，李冬.高职院校大数据技术与应用专业人才培养策略[J].科技资讯，2019，17（15）：249-250.

    [3]王崇刚.高职院校大数据技术与应用专业人才培养方案课程体系模块化设计的探索[J].广东蚕业，2017，51（12）：91.

    [4]周志光，赵锦一，刘浩.土木工程和大数据技术与应用复合型人才培养模式探究[J].高等建筑教育，2019，28（04）：55-60.

    [5]刘广钟，李毅，刘旻.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.