大數據微專業建設初探

張志萍 呂宵宵

摘? 要： 為了解決大數據專業人才瓶頸問題，結合揚州大學廣陵學院實際情況，提出大數據微專業建設。文章從專業定位與規劃、師資隊伍、課程建設、實踐教學及教學組織形式等方面探討新專業建設。提出大數據微專業定位在大數據應用，校企聯合培養，建設多元化的教師隊伍，構建基于工作過程、培養崗位能力的新課程體系，項目任務為驅動的教學模式等專業建設思路。

關鍵詞： 大數據; 專業建設; 項目教學; 校企合作

中圖分類號：G642? ? ? ? ? 文獻標志碼：A? ? ? 文章編號：1006-8228（2019）08-68-03

Abstract： In order to solve the problem of talent bottleneck in big data specialty， the construction of big data micro specialty is put forward according to the situations in Guangling College of Yangzhou University. This study discusses the construction of this new specialty from the professional orientation and planning， the teaching staff， curriculum construction， practical teaching system， teaching organization form， and other aspects. This paper puts forward some ideas for the specialty construction， such as the professional orientation in big data applications， the co-cultivation of school and enterprise， the construction of diversified teaching staff， the construction of new curriculum system based on work process and the cultivation of post competence， and the project task-driven teaching mode.

Key words： big data; specialty construction; project teaching; school-enterprise cooperation

0 引言

云計算、物聯網等信息技術的快速發展，與經濟社會各行各業深度融合，引發數據資源的爆發增長。對各種存儲介質中的海量數據進行采集、存儲、管理、處理、分析、整合、控制，大數據技術應運而生。

根據智聯招聘發布的《2018校招崗位報告》顯示：互聯網行業中，數據分析師作為新興的熱門職位，最供不應求，而且該職位地區分布不均衡，高度集中在北京、上海、廣州等一線城市。梳理2018屆互聯網校招高薪崗位發現，微軟、騰訊、阿里巴巴、百度、Google等20多家企業，年薪突破了30W。由此可見，當前我國人才供給中，數據分析工程師的供給矛盾最為突出。不僅中國，全球都面臨數據人才奇缺的難題。

自2016年教育部首批三所本科院校設立“數據科學與大數據技術”專業，截至到2018年，全國共有283所本科高校成功申報該專業。但是，高校輸出相關專業的人才至少需要4年之久，傳統的人才培養模式無法解決大數據人才瓶頸問題，必須尋找一種快速根據市場人才需求做出反應的辦學方式。微專業，通過以職業為導向的專業課程的學習，快速達到某一領域的核心技能要求，有效解決了大學專業設置與企業用人需求之間的匹配問題。

在此背景下，探究“微專業”人才培養模式是十分必要的。遵循“立足地方，定位應用，緊貼產業”基本原則，對接地方經濟社會發展，瞄準大數據分析專業方向，定位應用型人才培養。本文依托揚州大學廣陵學院，在現有專業培養的基礎上，探索適合獨立院校大數據人才培養的模式。

數據學科和大數據技術結合形成了數據科學與大數據技術專業，因此不能把大數據專業狹隘得理解為研究型數學專業[1]。大數據是一個交叉性很強的學科，很難完全歸屬于哪個獨立的學科。“微專業”建設，雖“微”不“簡”，也屬于專業建設，本文在充分論證的基礎上，從專業定位與規劃、師資隊伍、課程建設及實踐教學、教學組織形式等方面綜合考慮。

1 專業定位與規劃

專業建設定位要明確“培養什么人、怎樣培養人、為誰培養人”。人才培養是高校的中心工作，人才培養的改革牽一發動全身，尤其對于專業人才培養方案的修訂更是謹慎，而微專業的實施，可以用短平快的方式在最小范圍內對人才培養方案進行動態的調整，一旦發現調整措施有效，再穩定有序地全面推進專業人才培養模式的改革工作。

大數據微專業建設定位在大數據應用上，以大數據作為工具，優化改革傳統專業，調整專業發展方向，與專業的應用相結合，依托大數據把已有專業辦出特色。建立基于產業需求的人才培養方案修訂流程，堅持“工程應用型”人才培養目標定位。根據地方經濟特點和對人才的需求以及學院的辦學條件，從數據分析師、大數據應用開發工程師崗位的技能需求出發，企業參與人才培養計劃的制定，校企聯合培養大數據分析、應用開發類人才。

2 師資隊伍建設

教師能否適應大數據專業教學對理論知識和實踐的新要求，是培養高質量大數據人才的基本保障。大數據技術在國內起步較晚，綜合掌握數學、統計學、計算機等相關學科及應用領域知識的綜合型數據科學的教師資源缺乏[1-2]。為了適應教學，部分教師參加校外機構開設的大數據行業培訓，培訓的質量參差不齊，短期內無法滿足教學需求。為了解決師資力量不完善的問題，在大數據微專業培養中，聘請一線工程師作為教師隊伍的補充。高校教師主要來源于傳統學術型的高校人才培養體系，理論基礎扎實，但是缺乏一線工程經驗，所以聘請來自一線的行業工程師來授課，使企業、行業專家成為師資隊伍的一個重要組成部分，建設多元化的教師隊伍。

大一至大三開設的課程，主要為通識課、專業基礎課，相應課程對應用實踐要求不高，由高校教師授課。大四進入微專業學習，主要開設專業課，與當今社會前沿技術密切相關，由一線的行業工程師來授課，將項目和企業工程案例帶到課堂。高校教師作為專任班主任，通過全程參與學習，積累工程經驗，提升教師隊伍對前沿技術的掌握情況。

3 課程建設

隨著大數據技術的不斷發展，高校需要建設與時俱進的大數據專業課程體系，更新教學內容，以適應新的發展要求[3]。在課程設置方面，不局限于數據采集與預處理、數據存儲與管理相關的基本知識、技能，應貼合社會及產業需求，重視培養就業技能，增設數據分析、挖掘和應用的技能的課程。以學生為本位，根據就業崗位的需求和學生在學習過程中的反饋，不斷地探討和改進課程體系及課程設置。

大數據課程建設的基礎在于龐大的數據資源。數據資源主要來源于社會各行各業，高校自身要完成大數據基礎資源的收集是相當困難的，普遍存在缺乏企業工程案例挖掘，缺少真實工程數據，缺乏高質量教學案例庫等問題。目前，高校培養的學生與行業需求始終存在差距，這個差距成了難以逾越的鴻溝，采取校企聯合培養方式是解決這一問題的有效途徑，為用人市場提供最緊缺的人才，為產業發展提供保障。通過校企合作，將課程內容與企業項目有機結合，以行業企業大數據需求為標準，以職業崗位能力培養為主線，開設基于工作過程、培養崗位能力的新課程體系。通過校企合作，可以積累教學工程案例，更新教學內容，充實教學資源庫，讓學生掌握到目前主流的核心技術與應用。在運用大數據有效推進數據挖掘、數據分析，深化大數據在各個專業管理創新、服務創新的同時，進一步整合和優化專業課程設置[4]。

4 實踐教學

獨立院校的人才培養定位在應用型人才的培養，實踐教學是應用型人才培養區別于學術型人才培養的重要環節[5-6]。目前實踐教學實施過程中主要面臨的問題：缺乏科學的實踐教學體系，實驗實訓的目的不明確，缺乏過程管理和監督，實踐教學的反饋機制尚未建立。課程實驗教學基本都是以驗證理論知識和掌握實驗實訓技能為目的。由于受到硬件設施和空間的限制，實踐教育與課程實驗教學相脫節，兩者之間缺乏互動、銜接，未形成完整的實踐教學鏈條。如何解決實踐教學中存在的問題，深化實踐教學改革，為學生提供更優質的實踐機會和實踐平臺，是大數據人才培養過程中面臨的一個挑戰。

為了使學生快速成長為符合大數據產業需求的人才，實踐教學要與數據行業應用場景及企業大數據項目的需求相結合。項目實訓內容設計時需要覆蓋當前主流大數據技術應用場景，涵蓋數據采集，清洗轉換，分析處理，可視化展示等流程。只有讓學生參與到企業項目中，在項目實訓中形成工程思維，積累工程經驗，鍛煉專業技能，提升工程實踐能力。授課案例采用企業真實案例，設置了企業的項目啟動、討論、結案的模擬課時，讓學生提前適應模擬項目實戰流程。通過大量項目訓練與實踐，讓學生在實際應用中掌握數據分析的方法，在項目實戰中強化分析問題和解決問題的能力。

5 教學組織形式

教學組織安排中，注重對學生崗位綜合技能的鍛煉，采用以工作過程為導向、項目任務為驅動的教學模式。通過項目實戰，不僅實現學習與實際工作的無縫對接，還可以在真實工作情景中培養學生分析問題、解決問題、創新能力和溝通協調能力等職業素養，提升學生的實踐能力和創新能力。

項目教學零距離貼近企業工作環境，將學生分組進行項目實戰。在項目任務布置之后，通過MOOC開設線上學習課程，為學生提供個性化自主學習環境，幫助和引導學生自主學習和再學習，培養自我發展的能力，樹立終身學習的理念，更好的適應未來職業發展的需求。

隨著智能手機的普及，教師在平臺上傳學習資料與教學視頻，學生在移動設備上進行學習，打破時間和空間的限制，有利于學生利用生活中細碎時間，自主選擇感興趣的知識進行學習，在短時間內掌握相對完整的知識塊。

項目教學是一種基于工作過程的教學模式，具有很強的模擬性和實戰性。為了增強針對性和互動性，在項目教學實施過程中，采用周匯報和項目研討相結合的形式。通過周匯報提升學生自我認知與管理水平。每周提交項目總結，對一周的學習情況進行總結歸納，包含學習效率、學習狀態的自我評價，以及下一周的學習規劃等。通過項目小組研討的方式制定出工作計劃與項目方案，項目完成之后集中匯報，培養學生的團隊協作能力和創新精神。

6 結論

為了解決大數據人才瓶頸的問題，提出微專業建設。根據獨立學院自身特點，大數據微專業建設定位在大數據應用上。為了適應專業對實踐的新要求，采用校企聯合培養的人才培養模式，聘請企業、行業專家作為高校教師隊伍的補充。以職業崗位能力培養為主線，構建基于工作過程的新課程體系。教學組織安排中，注重對學生崗位綜合技能的鍛煉，采用MOOC在線學習、項目教學模式，在真實工作情景中提升學生的實踐能力和創新能力。

參考文獻（References）：

[1] 陳振沖， 賀田田.數據科學人才的需求與培養[J].大數據， 2016. 5：95-106

[2] 朱琳. 關于高校大數據專業教學模式初探索[J].電腦知識與技術， 2017. 5（13）：125-127

[3] 賀文武， 劉國買. 數據科學與大數據技術專業核心課程建設的探索與研究[J].教育評論， 2017.11： 31-35

[4] 張艷. 大數據背景下的數據挖掘課程教學新思考[J].計算機時代， 2014. 4： 59-61

[5] 樊迪. 論高校本科開設大數據專業的重要性[J].沈陽工程學院學報（社會科學版）， 2018.1：119-123

[6] 姚力， 朱龍飛， 崔晨. 大數據時代數據科學課程建設與人才培養的探索[J].計算機時代， 2018.11：87-93