高職院校大數據專業人才培養研究與實踐

孫鳳嬌，趙晶晶，郭相臣，毛 振

（赤峰工業職業技術學院，內蒙古 赤峰 024000）

在大數據時代，數據的價值轉換和經濟價值的提升成為人們實現創新發展的重要手段。同時，政府也明確要求“實施國家大數據戰略加快建設數字中國”，中國大數據建設迎來新局面。面對已有且在不斷增長的龐大的數據資源，有能力挖掘、利用的人才卻十分有限，大數據人才培養已成為實現“數字中國”的當務之急。目前，國內院校尤其是高職院校大數據專業建設處于探索階段。大數據專業人才需要具備深厚的數學、統計學、計算機網路和軟件技術功底，課程理論性強，難度大，而高職院校學生往往基礎薄弱，接受能力相對較差，就業不占優勢。如何平衡這種矛盾，尋找適合高職院校學生的人才培養模式，面向企業就業崗位，培養大數據技能型人才，促進學生就業等問題是目前各高職院校研究的重點。深入研究高職院校如何面向企業培養大數據技術與應用專業技能型人才問題具有重要意義。

1 職業崗位定位

高職大數據技術與應用專業人才培養所面向的職業崗位應該是應用型技術人才所能從事的崗位，這樣的崗位包括大數據運維工程師、ETL工程師、大數據應用開發工程師、大數據可視化工程師、大數據售后/技術支持工程師、大數據運維工程師等。根據對兄弟院校人才培養模式及企業用人需求的調研結果，赤峰工業職業技術學院將高職生的崗位方向定位為：大數據運維工程師、大數據可視化工程師、大數據助理工程師三個方向。

1.1 大數據運維工程師

大數據運維工程師主要負責大數據平臺搭建、維護、優化、管理、監控，保障大數據平臺安全、穩定、可靠運行。要求工作人員熟悉Hadοοp生態常用開源項目的部署升級、擴容縮容、性能和管理優化、問題排查等。

1.2 大數據可視化工程師

大數據可視化工程師主要負責利用圖形化的工具及手段一目了然地揭示數據的中復雜信息，幫助企業更好地進行大數據應用開發，發現大數據背后的巨大財富。要求會使用Web開發框架進行可視化應用開發，會使用BI工具進行商業智能報表設計、開發與展示。

1.3 大數據助理工程師

大數據助理工程師主要負責基于大數據平臺完成的數據落地、清洗、計算、遷移等工作，以及編寫數據說明文檔、明確客戶方業務體系等。要求深入了解大數據計算平臺常規架構和相關產品組件大數據平臺，熟練掌握SQL數據庫、Java編程語言等。

2 課程體系設置

根據職業崗位定位，確定大數據技術與應用專業的人才培養目標為：培養擅長大數據應用、懂得將數據與業務更好結合、達到應用目的應用型技能人才。畢業生品格健全，具有科學的人文精神、創新創業精神和良好的職業道德精神。全面掌握大數據方向的一些基本理論和技術，熟練掌握大數據采集、存儲、處理與分析、傳輸和應用技術，同時能以所學的知識與技能分析和解決實際問題。為了實現這一目標，采用了理論與實踐相結合的教學方式，通過系統的多層級課程，逐步構建學生扎實的專業基礎知識體系結構。具體課程設置如表1所示。

人才培養分成基本素質和基礎理論知識培養、專業能力培養和綜合能力提升三個階段進行。

第一階段學生主要學習思政類課程、通識類基礎課程和專業基礎課程。培養學生樹立科學的世界觀、人生觀和價值觀，樹立良好的思想品德、社會公德、職業道德。培養學生文化素養，使學生具備基本的文獻檢索、翻譯能力、專業資料分析與綜合的能力、良好的文檔與科學論文撰寫能力。培養學生專業素養，儲備大數據分析與處理的基本技能。

第二階段主要學習專業核心課程。培養學生操作和使用大數據相關系統的能力、保障質量的完成數據分析項目的能力以及合理有效的設計數據可視化展示系統的能力。

第三階段主要進行大數據技術應用與開發實訓。同時在這一階段安排學生進企業實踐。帶領學生參加技能大賽。指導學生考取職業資格證書，如全國計算機等級證書（二級Java語言程序設計、二級My SQL數據庫程序設計）、工業與信息化部大數據工程師等。以“課崗證賽融合”模式促進學生綜合水平的提升。在系統的實踐學習中鍛煉學生綜合運用理論和技術手段設計系統和過程的能力。

表1 大數據技術與應用專業課程設置

3 實驗實訓環境建設

實踐能力的培養是高職教育的重中之重。為了給學生提供實際操作環境，真正實現學生在學中做，在做中學，建立了大數據實訓基地，與企業合作研發大數據實訓平臺。該平臺主要實現大數據挖掘過程演示、在線學習、實訓演練等功能，同時為教師提供科研實驗環境，具體介紹如下。

3.1 大數據挖掘過程演示

以案例的方式展示大數據挖掘和可視化的過程。平臺支持上千種大數據挖掘算法，支持數據挖掘的整個流程，包括數據源接入、數據清洗和處理、統計學習、機器學習、文本挖掘和社會網絡分析、深度學習和數據導出、數據可視化等等。另外，數據可視化包含餅圖、趨勢圖、散點圖、箱線圖、雷達圖、詞云、地圖等常規可視化功能，教師和同學們根據圖形智能推薦的功能進行可視化探索，將抽象的數據變得生動起來，從而了解大數據分析的全過程。

3.2 在線學習

為學生提供在線學習平臺。平臺上傳數據庫和數據倉庫的基本知識、Hadοοp生態圈基礎知識、數據可視化方法、大數據分析挖掘實際應用案例等。

3.3 實訓演練

收集交通和保險行業大數據，為學生提供數據挖掘和數據可視化“練武場”。為了降低操作難度，平臺將數據挖掘算法封裝為一個個的算法節點，學生通過可視化配置即拖拉拽算法節點的方式完成大數據挖掘分析，根據平臺提供的圖形智能推薦功能進行數據可視化，從而實現大數據分析和處理能力的提升。

3.4 科研實驗

教師應具備較高的技術水平和軟件研發能力，可以借助實驗平臺提供的數據資源和上千種數據挖掘算法，按照流式建模方法，完成大數據挖掘和科研工作，具體步驟包括研究方案確立、數據采集、數據脫敏、數據清洗、數據建模預處理、數據建模、模型評估、模型優化、模型再評估、模型應用等，從而提高教師的科研能力和教學水平。

4 結語

科技和人才是一切事業發展的基礎，是核心競爭力，自然也應當是大數據發展的引擎和發動機，而科研競爭最終也是人才競爭。培養大數據應用型技能人才的任務對于高職院校來說刻不容緩。本文從大數據技術與應用的專業定位、課程設置、實踐實訓條件建設幾個方面對高職院校大數據技術與應用專業人才培養方案進行研究，以期加快專業建設步伐，努力提高辦學水準。培養企業需要的大國工匠，以此促進教育教學改革，提升教育教學質量，促進學生就業。