基于校企產教融合模式的大數據專業人才培養研究

梁楠楠

(宿州學院 信息工程學院，安徽 宿州 234000)

近幾年來，中國大數據產業技術發展迅速，廣泛運用在金融、農業、教育、管理、醫療等各個領域，大數據產業發展造成了人才需求的急劇上升[1]。大數據專業是一門綜合交叉性學科，要求學生具備較強的數學、統計學基礎，扎實的計算機編程能力，同時還應具備各相關領域知識。由于是新興產業，對理論和實踐要求較高，人才獲取十分困難。為了促進大數據人才的發展，滿足各個領域的需求，2015年，國務院出臺了《促進大數據發展行動綱要》[2]，對大數據的發展進行系統部署，進一步推動大數據產業的發展和應用，這標志著大數據被納入國家戰略層面。2016年，教育部發布中，新增“數據科學與大數據技術”本科專業(專業代碼：080910T)。2017年，宿州學院信息工程學院積極申報數據科學與大數據技術專業并被教育部成功獲批，是安徽省第一所開設此專業的高等院校[3]。

1 大數據專業人才培養現狀

1.1 人才培養目標難定位

大數據專業是一門綜合交叉性學科，要求學生具備較強的數學、統計學基礎，掌握扎實的計算機編程能力[4-5]，同時具備金融、農業、教育、管理、保險、醫療等各個領域的相關知識。由于各行業對數據的需求不同，人才培養目標難以定位。對應用型高校而言，培養具有夯實基礎的大數據人才尤為重要。

1.2 大數據實踐教育體系不夠完善

應用型本科院校人才培養目標要求提升人才培養方案中實踐教學的比重，而實踐能力中如何處理“大數據”是大數據人才教育培養的核心[6]。生活中的大數據大部分來源于紛亂的非結構化數據，處理起來非常困難。由此，需要建立專業實驗室培養學生進行虛擬仿真、生產實習，實施階梯式工程實踐能力，而這需要高校、政府、企業合力，共同打造融合的實踐教育體系。

1.3 校企合作深度有待提高

校企合作是應用型高校人才培養的重要保障，傳統的專業培養模式已經不能適應新時代人才培養的要求[7]。大數據專業在校企合作過程中涉及企業的關鍵業務算法以及技術，使得企業難以共享數據和資源，校企合作不夠深入，根據需求有針對性地定制大數據人才校企合作培養模式成為難題。

1.4 師資和教學需進一步完善

師資力量是決定人才培養的有力支撐，大數據作為近幾年的新興專業，人才嚴重匱乏。目前高校大數據專業師資多為相關專業課教師轉型，在轉型過程中，由于專業教材、實驗設備匱乏等，多數教師采用自學摸索方式培養學生，教學效果不甚理想。

2 大數據專業產教融合、校企合作人才培養模式

2.1 構建大數據專業“四鏈”融合的實踐教育體系

人才培養教育體系對經濟以及產業發展的推動建立在人才培養生態系統的融合性和協同創新性上，依托產業鏈、專業鏈、教育鏈、人才鏈“四個融合”[8]，通過機構創新，彌補現有系統的不足，由大數據基礎實驗到綜合、專業實驗，實行漸進式實驗研究能力的培養；通過認知實習、仿真模擬、企業實踐，實現大數據專業實踐能力的階梯式培養；由單元操作設計到模塊過程、項目設計，開展遞進式設計能力的培養；對必修的“科研訓練”，實行“一人一項目”“大創項目”自主申報與實施，科研訓練與學科競賽及教師科研方向銜接。構建大數據專業“四鏈”融合的實踐教育體系和人才培養生態系統，見圖1。

圖1 “產、教、科、創”四位合一大數據人才培養生態系統圖

“四鏈”互融互通，將學生工程創新能力培養貫穿始終。實施方法如下：(1)設置新生實踐導學課，架設與教授互動的橋梁；(2)開設學科概論課，構建學科框架與研究方法；(3)建設工程導論課，引導遴選復雜工程問題開展研究；(4)設立系列專題研討課，訓練自主科研；(5)針對隊伍平臺、過程管理、考核激勵、經費籌措等方面制訂規章，規范實施。

2.2 構建“分層+分流、個性化發展”的大數據專業人才校企聯合培養模式

根據新工科背景下大數據專業人才校企聯合培養的要求，按“分層+分流、個性化發展”的指導思想，根據人才培養目標，改變傳統的專業培養模式對本科生分流，實施“專業課+全校性輔修課、創新實驗室、校企聯合培養”的新培養模式，通過“三階段八環節”實踐教學模型以及校企合作實踐基地，直接獲取社會各個行業對大數據專業人才的需求，或通過間接渠道獲取，針對社會需要，培養個性化大數據專業人才，從而構建地方高校數據科學與大數據技術專業的多元化、立體化的人才培養模式。制訂構建“分層+分流、個性化發展”的新工科背景下大數據專業人才校企聯合培養模型，如圖2。

圖2 新工科背景下大數據專業人才校企聯合培養模型圖

2.3 建立大數據專業產教融合培養實訓平臺體系

基于上述“分層+分流、個性化發展”的大數據專業人才校企聯合培養模式，通過大數據專業體系架構的培養方案以及動態演進型人才培養模式[9]，建立新工科背景下大數據專業產教融合培養實訓平臺體系。實訓平臺體系的底部是物理計算機池(硬件)和虛擬化管理軟件(軟件)，虛擬化技術用于構建虛擬機池和購買專用大數據機，并部署大數據軟件，頂層為大數據應用系統和模型，見圖3。

圖3 新工科背景下大數據專業產教融合培養實訓平臺體系圖

2.4 制定大數據專業產教融合“三化一體”的人才培養方案和課程教學體系

按照“厚基礎，強實踐”的教學理念指導，制定新工科背景下大數據專業產教融合“三化一體”的人才培養方案和課程教學體系。與安徽蘭智數加學院聯合，采取系統化課程內容教學，同時結合課后實踐教學。借助安徽蘭智數加學院提供的師資培訓與認證體系提高學校教師實踐教學能力，校企聯合制定培養計劃，整合教學大綱，優化教學資源。前三年由教師按照培養計劃教授專業基礎課程以及部分專業核心課，同時，與安徽蘭智數加學院的項目經理有機聯合教學，共同完成教學大綱中的實踐教學任務。培養計劃的最后1年，由安徽蘭智數加學院經驗豐富的專職項目經理負責授課，以實訓方式為主，完成工程項目實踐，從而激發學生的學習興趣，提高他們應用所學技能的能力，最終完成對學生項目經驗的培養目標。畢業設計題目直接來源于實訓項目，由學院和安徽蘭智數加學院共同指導完成。具體課程安排如下：

2.4.1 理論課程

本專業的專業核心課程有離散數學、Java語言、數據結構與算法、數據庫原理、Python程序開發、Hadoop大數據技術、數據挖掘與分析、機器學習與模式識別、數據采集與預處理和Spark技術及應用。

2.4.2 實踐課程

數據科學與大數據技術專業培養的畢業生應具備的知識和技能包括數據采集與預處理、數據分析以及數據挖掘等，同時還應具備從事大數據工程師等相關專業工作的技能。實踐課程主要培養學生掌握以下幾方面技能：軟件的操作與實踐技能的掌握、項目分析與設計能力、團隊溝通與合作能力、過程質量管理與控制能力等。實踐教學的形式包括課程實驗(課內實驗和獨立開設的實驗)、綜合性課程設計、工程項目實踐、畢業設計及實習。

(1)課程實驗。課程實驗作為實踐教學環節重要的一環，與課堂教學相輔相成。通過課程實驗，學生能夠進一步加深對理論課程內容的理解，同時掌握各種實驗理論、方法、工具的使用。數據科學與大數據技術專業應加強實驗教學，尤其是要重視設計性實驗和綜合性實驗教學。本專業的主要課程實驗有程序設計基礎課程實驗、Java語言課程實驗、Python程序開發課程實驗、數據庫原理課程實驗、數據挖掘與分析課程實驗、機器學習與模式識別課程實驗、數據采集與預處理課程實驗、數據可視化技術課程實驗及各方向課程實驗。

(2)綜合性課程設計。綜合性課程設計可以使學生綜合應用相關幾門課程并對課程進行分析與設計。培養計劃中綜合性課程設計部分課程開設為單獨的實驗課程，也有部分開設為數據科學與大數據技術專業綜合實習課程。本專業主要課程設計有數據結構與算法課程設計、計算機組成原理課程設計、計算機網絡課程設計、Linux操作系統等各方向課程設計等。

(3)工程項目實踐。通過安徽蘭智數加學院的項目實訓，使學生零距離接觸項目工程并積累相關經驗，有效培養學生的實際項目開發能力。本專業的工程項目實訓主要有程序設計實訓、數據庫應用系統實訓、復雜工程項目實訓一、復雜工程項目實訓二等。

(4)畢業設計及實習。大數據專業畢業設計及畢業實習安排在培養計劃的第七、八學期。按照“校企合作”的原則，通過企業職業素養教育、企業核心課程實訓和畢業論文設計(源于企業實習實訓)，集中一體化完成對實習實訓安排(表1)。

表1 大數據專業畢業實習及設計安排

2.4.3 課外實踐活動

大數據應用專業一些課程的課堂教學及課內實驗時間是很難滿足教學要求的，課外實踐活動能夠有效彌補課堂教學時間不足的問題，因此，要適當為學生布置課外學習任務。還可鼓勵有能力、有精力的學生積極參與教師的產學研課題及重要的學科競賽，例如大數據與人工智能應用競賽等，學生能從中獲得很好的實踐經驗。

3 結語

以現有大數據專業人才培養方案為依托，通過教學團隊的實踐教學、校企合作、競賽指導等過程，對目前的大數據人才培養模式進行了探索性的改革，提出新工科背景下大數據專業產教融合、校企合作人才培養模式。通過構建新工科背景下大數據專業產業鏈、專業鏈、教育鏈、人才鏈“四鏈”融合的實踐教育體系；搭建“分層+分流、個性化發展”的新工科背景下大數據專業人才校企聯合培養模式；建立新工科背景下大數據專業產教融合培養實訓平臺體系；制定新工科背景下大數據專業產教融合“三化一體”的人才培養方案和課程教學體系。為今后大數據專業的發展與建設打下堅實的基礎，也為應用型本科院校大數據專業人才培養提供了新方法和新思路。