高職院校大數據技能人才培養策略研究

郭娟 陳瑩

摘? ?要：大數據技術的出現極大地影響了社會各個領域的發展，在政府機關、營銷管理、醫療衛生、金融經濟等不同行業的應用，為不同行業管理者制定正確的發展決策提供了重要依據，極大地推動了這些行業的發展。大數據人才指從事大數據開發、分析、運營、維護及安全等工作的專業人才。高職院校要從學生實際情況出發，并與大數據崗位需求相結合，制定科學、合理的大數據人才培養方案。文章對此進行了分析。

關鍵詞：高職院校;大數據;技能人才

1? ? 高職院校大數據人才需求現狀

1.1? 學生培養定位現狀

高職院校主要為社會培養實踐型、應用型人才，培養人才的過程中尤其要重視培養人才的實踐能力。高職院校要注重培養學生的應用技能，提高他們利用所學知識解決實際問題的能力，不僅如此，還要重視培養他們的職業素養，使受教育者以最快的速度適應崗位需求，并在工作崗位上有所作為。

1.2? 大數據人才需求現狀

互聯網技術的迅速發展，使大量的數據涌現出來，其中不乏垃圾數據，大數據技術是集合海量的、難以利用工具或方法進行儲存、搜索、提取、共享以及分析的復雜數據的技術。大數據技術特征是數據規模超大化、數據轉移快速化、數據類型多樣化以及數據價值低密度化等。在社會不同領域引入大數據，有助于提高經濟效益和社會效益[1]。

1.3? 高職生大數據技能培養現狀

通過調查研究，筆者了解到大數據崗位人才需求情況以及高職學生基本特征。與高職學生特征相符合的大數據技能主要涉及大數據分析、大數據開發與應用、大數據可視化、大數據爬取等方面。高職生崗位定向主要為大數據可視化工程師、大數據運維工程師、大數據助理工程師等，大數據人才工作崗位涉及教育、政府、金融、證券、稅務、電力、政府等各個行業。大數據人才不僅熟練掌握大數據基本理論，靈活運用大數據采集、存儲、分析與處理技術，能獨立分析數據傳輸和可視化呈現等技術，還要具備一流的職業道德以及良好的創新能力[2]。

2? ? 現階段高職院校大數據人才培養課程體系結構建設情況

設置課程體系時要考慮大數據崗位工作要求，并以此作為課程設置的基礎，目的是培養更出色的、能夠靈活運用所學知識和技能解決實際問題的人。

2.1? 課程體系建設

課程體系要涉及整個大數據處理流程的各個不同環節，主要針對數據采集、存儲、分析、處理等各個方面的技能要求，有針對性地設置各個課程，如基礎課程、項目實訓課程、專業核心課程等。其中，“基礎數學”“Java基礎”“大數據導論”等課程屬于基礎課程的范疇;“數據可視化”“數據解析”“Hadoop技術”以及“網絡爬蟲”等屬于專業核心課程;項目實訓課包括“數據分析”“數據爬取”以及“數據可視化”等課程。

2.2? 教材開發情況

大數據技術及應用專業出現時間并不長，應盡快開發出與課程體系設置相適應的教材。開發教材時要綜合考慮4個方面：（1）整合各相關知識。所選擇的內容不僅要適合高職生學習基礎薄弱的特點，而且要與大數據相關。（2）實現教材項目化。要立足于完整的項目實際，從項目開發出發，結合項目實施過程中的真實數據以及實際情況來進行，確保各知識點融入其中。（3）教材知識要隨時代發展及時更新，滿足時代發展的要求，確保知識的應用性。（4）注重開發與課程體系相配套的教學資源，如教案、課件、案例以及輔導性用書等。

3? ? 高職院校大數據技能訓練建設

大數據是一門新興學科，也是一門交叉學科，融合了統計學、數學、軟件技術、數據庫等多個領域的知識。大數據技術與社會不同行業之間存在密切聯系，并廣泛應用于各個行業，所以培養大數據人才時不僅要注重培養他們的專業技能，而且要注重培養他們的思維能力。

3.1? 大數據平臺和實訓基地建設

高職院校要成立大數據平臺和實訓基地，重視提高學生的實踐能力。學生實踐技能的提高不僅依賴于課堂學習，更重要的是通過參與實訓來實現。大數據平臺可以為學生提供參與實訓、在線學習的機會。將理論學習與實踐結合在一起的專業化實訓基地也能夠為學生提供良好的實訓環境。

高職學生進入到社會之后主要從事實踐工作，他們一般不擅長科研，有必要提高實踐能力。只憑借課堂、實驗室、實訓基地等途徑很難最大限度地提升學生的實踐能力，還需要加強與企業之間的合作，使學生親自參與企業工作。高職學生通過完成企業任務、分析和處理企業數據，一定能大大提高自己的實踐能力。高職院校還可以成立專業建設委員會，增強行業聯系，通過多種途徑，采用多種方法與大型知名企業建立合作關系，確保學生頂崗實習需求得到滿足，全面提升學生的職業素養，積累學生的工作經驗，使其走上社會之后能夠迅速適應工作崗位[3]。

3.2? 大數據分析軟件開發能

高職院校培養人才時要多使用分析工具。從當前來看，有些具有數據處理功能的軟件，如Matlab，Excel等受到普遍歡迎。如Excel這一數據處理軟件不僅可以完成基本的數據統計任務，還可以進行數據分析、制作電子表格以及數據可視化處理，甚至該軟件可以應對分析5 000行數據的工作要求，但是當數據數量多達幾十萬行時，Excel軟件的功能顯露出不足，因此，要想完成大型數據分析工作，就必須通過程序設計來完成。

3.3? 校企合作

很多高職院校，開設大數據課程的時間并不長，因此不得不從零點開始摸索。高職院校通過與企業之間的合作以及建設培訓基地的方式了解行業對大數據人才的具體需求，并以此為基礎設置課程體系，有針對性地制定合理的人才培養策略。教師在大數據技術與應用專業建設中處于主體地位，所以非常有必要加強教師隊伍建設，打造一支優秀的教師隊伍。可以通過多種方式來培養教師力量，如派遣教師去企業參加實踐、邀請企業優秀員工舉辦專題講座、定期組織教師參加培訓等。另外，教師在指導學生參加國家級相關競賽時，不斷提升自身各方面的能力，并逐漸縮減與行業要求之間的差距。

4? ? 創新思維和大數據思維的培養策略

高職院校培養大數據技術人才時，要注重培養學生的思維能力，如創造能力、邏輯分析能力以及數據分析過程中的合作能力和交流能力等。高職院校要為學生提供良好的展示自己優點的平臺，如組織辯論會，鼓勵學生提出問題，引導學生在商討中尋找問題的答案。教師在教學中要觀察學生的學習態度，了解他們的學習能力，根據學生的個性化學習特征有針對性地采取恰當的教學方法和手段。

5? ? 高職院校教學模式

高職院校在培養大數據人才時，要從企業業務實際出發，采用與項目實際相適應的教學方式，鼓勵學生積極參與大數據分析和處理。所謂項目教學，不僅可以將課程體系視為完整的大項目，也可以將課程體系中的各個部分視為小項目，選擇特定的一個高效益或高價值的行業進行大數據分析，根據數據處理流程開展課程。開展實驗訓練，重視對大數據思維的培養，使學生通過參與實驗訓練來增加對知識點的認識，與此同時，培養學生的大數據思維和創新思維。教師引導學生進行實驗訓練時深入挖掘隱藏的數據。有些儲存起來的數據一直得不到再次使用，而深入挖掘這些“暗數據”的價值就是大數據思維的目的之一。

教師在教學時要幫助學生選擇恰當的工具軟件。高職學生使用可視化非編程軟件基本可以滿足全部的預測分析需求，學生在分析數據時，不僅要形成傳統的數據報告，而且還要將數據體現在業務流程中，建立起大數據預測模型。

大數據時代的到來為人們的生活帶來了許多新的變化，因此，全社會越來越關注大數據的應用問題，希望通過大數據技術挖掘出“暗數據”的價值，并根據分析結果制定正確的決策。

[參考文獻]

[1]饒緒黎，趙佳旭，陳志德.基于互聯網數據的大數據人才需求調研及培養思考[J].工業技術與職業教育，2019（2）：26-30.

[2]趙寶芳，李洺瑤，于幫新.“互聯網+大數據”背景下高職院校會計專業人才培養模式改革探討[J].商業會計，2019（10）：127-129.

[3]蔡娟.大數據時代高職會計人才培養創新[J].襄陽職業技術學院學報，2019（3）：25-28.

Study on the training strategy of big data skilled talents in higher vocational colleges

Guo Juan， Chen Ying

（Information-Based Construction Office， Changjiang Polytechnic， Wuhan 430074， China）

Abstract：The emergence of big data technology has greatly affected the development of various fields of society. The application of big data technology in different industries， such as government agencies， marketing management， medical and health care， financial economy and so on， provides an important basis for making correct development decisions for different industries and greatly promotes the development of these industries. Big data talents refer to professional talents engaged in big data development， analysis， operation， maintenance and security. Higher vocational colleges should proceed from the actual situation of students and combine with the needs of big data posts to formulate a scientific and reasonable training program for big data talents. This paper analysis it.

Key words：higher vocational colleges; big data; skilled talents