高校大數據人才能力培養結構體系的研究與設計

【摘 要】本文論述高校大數據人才能力培養結構體系的設計，針對大數據專業建設中方向不明確、培養體系不清晰、專業內容不切實際等問題，結合企業各崗位的工作能力要求，設計了基于應用、專業知識與數據思維相結合的大數據技能型人才能力培養結構體系，并明確了體系中各個工作領域的能力要求和知識目標。

【關鍵詞】大數據 ?專業知識 ?數據思維

【中圖分類號】G ?【文獻標識碼】A

【文章編號】0450-9889（2020）06C-0139-03

大數據的應用受到社會和企業的高度重視，那么大數據專業人才該如何培養呢？根據調研發現，以往很多專業在建設中，結合崗位能力設計專業能力培養結構體系時，以“一專一能”的思想基礎，打造專業人才培養方向。但大數據涉及領域廣，綜合性強，顯然以一個專業方向對應一項專業能力的思維培養人才，不符合社會需求。綜合目前工作崗位對大數據人才的能力要求來看，大數據人才必須具有計算機相關專業技術，也要具有數據統計分析專業技術。高校培養大數據專業人才應該著重從這兩方面進行專業技術培養。

一、大數據人才能力培養結構體系構架

明確高校培養大數據人才應注重計算機專業技能和數據分析處理技能后，再根據此設計能力培養體系。計算機專業技術是指能綜合利用各種計算機技術和知識，收集、獲取、整理海量數據并加以存儲，為支撐相關決策和行為做好數據準備。一是搭建大數據處理的工作環境，這一步需要技術人員熟悉做大數據處理需要什么樣的硬件支持，包括服務器、交換機、數據顯示屏等。二是配置大數據軟件，軟件的性能對數據的處理，從搜集到分析結果都起著至關重要的作用，軟件功能強不強大，意味著結果準不準確。在這個階段，技術人員應具備較強的軟件開發能力，熟悉多種數據處理軟件，也可以在現有軟件的基礎上，進行二次開發和新功能的開發。三是大數據處理，這個階段過程包括數據挖掘、數據分析和數據服務、數據平臺管理等，是技術人員需要具有的核心技術。四是數據安全防護，數據安全防護保證數據私密性、安全性和有效性。

數據分析處理技能主要是指數據分析相關的技能和思維，能借助技術分析大數據的能力，能根據具體需求，采用有效方法和模型分析數據并形成報告，為解決實際問題提供決策依據，主要包括數學、統計學、數據分析和自然語言處理等。

高校大數據專業建設在制定培養體系時，結合應用領域的前提下，應注意計算機專業技能和數據分析處理技能的融合，形成兩條技能支柱，如圖1所示。

二、大數據人才能力體系設計

在明確大數據人才的技能體系結構后，我們需要思考如何培養大數據人才具備這些技能，需要什么樣的知識體系來獲取技能。大數據項目實施的實質就是利用計算機處理海量數據，項目的具體工作具有一定結構模塊性，我們可以采用“面向對象法”來構建能力體系，也就是按照一個全面的大數據專業人才在實施大數據項目的過程中，需要完成哪些步驟的工作，完成每一項工作需要哪些能力來構建。通過對實際的調研考察和總結規整，一個完整的大數據項目可以被劃分為六個階段性工作：項目規劃設計、大數據處理、數據平臺管理、數據分析挖掘、運營管理和大數據應用。

（一）項目規劃設計。大數據項目規劃設計是以大數據頂層設計思維，構建大數據平臺及大數據應用系統的框架，是指導大數據項目建設實施的標準。項目規劃設計工作貫穿整個項目的建設，各個階段的合力規劃及部署都非常重要。圍繞大數據項目的建設，大數據應用領域相繼出現了大數據解決方案經理、大數據咨詢顧問、大數據咨詢規劃師、大數據架構師、業務架構師、大數據售前等相關角色及崗位。因此，規劃設計類崗位一般是公司的核心崗位，要求大數據從業者綜合能力比較強，能承擔項目實施中的咨詢工作，研究政府信息化行業的發展，為產品超前發展提供建設性意見，與客戶進行大數據技術交流，掌握和識別客戶需求，形成用戶需求文檔，能夠把技術和業務融合，負責大數據及數據分析行業解決方案設計，具備創新型思維，全局感強。

大數據項目規劃設計對大數據專業人才的專業技能要求比較高、更全面，具體包括：理解大數據概念并具備大數據創新思維;熟悉主流的數據庫、BI、數據倉庫、數據挖掘等領域知識;熟悉數據挖掘理論基礎知識，熟悉常用算法的實現與應用;熟練使用統計分析或數據挖掘工具（SPSS，SAS，R等）;熟悉大數據處理架構，熟悉Hadoop，Hbase，Zookeeper，Hive運作的內部機制，以及相關組件的優勢與劣勢;精通Office辦公軟件，善于思考，思路清晰，邏輯思維能力強;具備項目管理思維及項目管理能力，具備良好的客戶服務意識、宣講能力和溝通能力。

（二）大數據處理。數據在信息時代的重要性是有目共睹的，通過挖掘數據價值，關聯分析并輔助決策，給人們帶來了巨大的經濟價值。分析挖掘數據技術，包含對數據進行清洗、數據轉換等，而面對海量的數據，如何進行有效快速的處理是首先需要解決的問題，因此產生了一批大數據處理類的崗位，如數據分析師、ETL工程師、數據清洗工程師等。該工作崗位人員必須具備的能力包括：精通網頁抓取原理及技術，精通正則表達式，從結構化和非結構化的數據中獲取信息;熟悉JAVA、Python編程語言;熟悉linux平臺開發;熟悉搜索引擎和網絡爬蟲相關技術;熟悉主流數據庫技術、大數據平臺及各組件應用場景;熟悉Scrapy，Lucene，Nutch，Heritrix，HtmlParser等開源工具;熟練使用ETL開發工具，如Datastage，Congos，Kettle等。

（三）數據平臺管理。面對大數據技術，就會想到Hadoop，而圍繞Hadoop體系構建的大數據平臺是大數據分布式存儲和分布式計算的基礎。大數據平臺匯聚內部及外部多渠道數據，形成大數據中心，為業務層及創新型業務提供數據及決策服務支撐。所以大數據平臺開發類崗位是當前較為熱門的大數據崗位，如大數據開發工程師、數據倉庫工程師、大數據運維工程師、數據爬蟲工程師。進行大數據平臺開發需要具備的能力包括：Linux操作系統基礎;熟悉JAVA，Python開發語言;精通Hadoop生態系統組件，熟悉大數據平臺性能監控及調優方法;精通storm流式數據處理框架技術;精通Spark內存計算框架技術;熟悉數據處理流程，熟悉大數據平臺部署環境及步驟。

（四）數據分析挖掘。數據分析挖掘一般是指通過算法搜索隱藏于大量數據中的有效信息的過程。數據分析挖掘通常與計算機科學、統計學、數學有關，并通過統計、在線分析處理、多維分析、關聯分析、信息檢索、機器學習、專家評估和模式識別等諸多方法來實現上述目標。分析挖掘也是體現大數據的核心技術，是洞察大數據價值的最重要手段。圍繞分析挖掘類的崗位有很多，如數據分析師、數據建模工程師、數據挖掘工程師、風控分析師、決策分析師等。分析挖掘類崗位要求大數據工作人員需要具有的能力包括：精通Excel，PPT等Office辦公軟件操作;具備統計學基礎知識;熟悉SQL，SPSS，Python語言;具備較強的邏輯思維能力、溝通表達能力和組織協調能力;具備產品原型設計能力及熟悉主流的產品原型設計工具。熟悉數據倉庫各類模型的建模知識;數據倉庫的分層架構、3NF和多維數據模型設計;熟悉Hive，DB2，Teradata，Greeenplum原理知識，并且會調優;熟悉Linux操作系統及JAVA，Python開發語言;熟悉數據庫原理（如PostgreSQL，Mysql，Oracle，DB2，SqlServer等）。

（五）運營管理。數據運營管理是面對海量的結構化和非結構化的數據，運營、管理和治理這些數據，通常包括原始數據管理、數據質量管理、數據標準管理、數據服務管理等，解決大數據運營中的問題及構建新的商業模式。它要求工作人員具備的能力包括：獨立大數據分析模型，具有數據敏感度，能從海量數據中分析挖掘問題，提煉洞察;熟練運用SQL，Excel，Access等數據可視化工具;具備大數據分析問題的思路及方法，能夠把合理的思路成功應用于實踐;熟悉客戶關系管理分析及數據化運營;熟悉大數據平臺開發基礎技術;了解數據挖掘算法及分析、建模方法;具備數據管理方法論，熟悉數據治理方法。

（六）大數據應用。大數據應用主要技術就是數據的展現，也就是大數據可視化技術。數據模型可視化是非常重要的一個環節，它用非常形象、清晰易懂的圖形方式將數據價值呈現出來。可視化類崗位主要有可視化工程師、UI設計師、BI分析師、前端工程師等。它要求工作人員具備的能力包括：熟悉主流可視化產品，熟練使用Tableau，Echarts，D3等產品，了解開源可視化工具;了解Oracle，Mysql等傳統數據庫應用;熟練使用Excel工具;精通Web圖形的渲染技術（SVG，Canvas，WebGL等）;精通HTML5，CSS，JQuery，JS等技術;熟悉數據倉庫、集市構建流程及技術;熟練使用MSTR報表工具;熟悉ETL工具及使用場景。

高校在大數據專業人才的培養過程中還需要考慮理論教學與實踐教學相結合，配套建設大數據實訓基地，著重培養計算機專業技能和數據分析技能，遵循“教學訓”的教學模式，培養團隊合作精神，加強學生對產業領域的了解，讓培養出來的技能人才能夠快速適應社會的需要。

【參考文獻】

[1]張元萍，周遠，楊哲.金融工程多維度復合型人才培養模式的構建與探索[J].教育進展，2018（5）.

[2]燕東，魏麗杰，王曉梅.高校武術與民族傳統體育專業人才培養模式創新研究[J].體育科學進展，2018（4）.

[3]向程冠，熊世桓，王東.淺談高校大數據分析人才培養模式[J].中國科技信息，2014（9）.

[4]張海生，張瑜.多學科交叉融合新工科人才培養的現實問題與發展策略[J].重慶高教研究，2019（6）.

[5]高進鋒.基于大數據對我國培養電子商務人才特征及問題與建議對策的研究[J].商情，2018（28）.

[6]韓霞，朱克實.我國IT人才現狀及培養模式探討[J].中國科技論壇，2007（5）.

[7]蔣云爾.大數據引領下的高職教育人才培養模式創新[J].江蘇經貿職業技術學院學報，2017（3）.

[8]張蕾，魏立斐.大數據時代下“數據分析”課程的探索[J].教育教學論壇，2015（25）.

[9]吳勇.應用型本科院校計算機專業“3+1”人才培養模式研究——以閩南科技學院為例[J].吉林省教育學院學報，2017（11）.

[10]王孟欣，周甜甜，張思乾.大數據背景下統計學人才培養模式轉變的思考[J].統計與管理，2015（10）.

[11]李新友，李戈.高職院校大數據人才培養問題研究[J].河北旅游職業學院學報，2017（1）.

[12]劉廣鐘，李毅，劉旻，等.大數據技術與應用課程的內容與教學方法研究[J].中國信息技術教育，2015（10）.

[13]胡瑞娟.大數據架構下的熱詞發現與可視化技術研究[J].軟件工程，2018（5）.

【基金項目】2019年度廣西職業教育教學改革研究項目“以崗位能力為導向的大數據專業2+1模式課程體系的研究與實踐”（GXGZJG2019B038）

【作者簡介】王文莉（1981— ），女，廣西南寧人，廣西國際商務職業技術學院講師，研究方向：大數據和軟件技術。

（責編 丁 夢）