基于大數據分析的新工科人才分類培養研究與實踐

鄭述招 張軍

摘 要 針對當前高職大數據專業人才培養面臨的生源結構復雜、師資等教學資源匱乏、人才培養難度大等問題，以企業需求、學生發展為中心，借助大數據分析確定人才培養定位及方案;開展基于大數據分析的新工科人才分類精準培養模式改革，構建了配套大數據課程體系，踐行精準育人;精準對接行業領軍企業，在課程資源建設、大數據項目開發、雙師團隊、“1+X”證書等方面深度合作，取得了較好效果。

關鍵詞 培養模式 大數據 分類培養 精準育人

中圖分類號：G712 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ?DOI：10.16400/j.cnki.kjdkz.2021.03.020

Research and Practice on Classified Training of New Engineering

Talents Based on Big Data Analysis

——Take big data technology and Application Major as an example

ZHENG Shuzhao， ZHANG Jun

（Guangdong Polytechnic of Science and Technology， Zhuhai， Guangdong 519090）

Abstract In view of the complex structure of students， the lack of teaching resources such as teachers and other teaching resources， and the difficulty of talent training in Higher Vocational big data major， the orientation and scheme of talent cultivation are determined by big data analysis with the help of enterprise demand and student development; the reform of precise training mode of new engineering talents based on big data analysis is carried out， and the supporting big data is constructed curriculum system， practice precision education; precision docking industry leaders， in-depth cooperation in curriculum resources construction， big data project development， double division team， "1 + X" certificate and other aspects， has achieved good results.

Keywords training mode; big data; classified training; precise education

而相較傳統學科，以大數據為代表的新工科專業人才社會需求迫切，但技術迭代快、培養培養難度大;且不同背景、不同區域、不同類型的企業，對于大數據人才需求差距較大、具有典型的多元化特征。人才供給側方面，學生來源廣、學情復雜，如何做到因材施教、實現人人進展其才，亦是當前高職大數據教育工作者面臨的重要問題。

1 當前高職大數據人才培養的難點

1.1 生源結構復雜

當前，高職院校生源涵蓋普高生、學考生、自主招生、三校生、“四類人員”（退役軍人、下崗失業人員、農民工、新型職業農民）等，學情異常復雜;學生在知識水平、學習能力、專業發展潛力、興趣愛好、年齡等方面各不相同。不同的學業基礎、學習動機及就業傾向，產生不同的學習需求;而傳統的一套人才培養方案、同質化培養，已經不能滿足學生個性化學習的需求;進而導致學生自信心不足、學習積極性不高、就業對口率不高等問題。

1.2 人才培養難度大

與旺盛的人才需求相比，作為新工科專業的典型代表，大數據領域涉及的技術范圍廣，涵蓋大數據獲取、數據清洗、數據存儲、數據分析、數據可視化、大數據平臺搭建、大數據平臺運維等諸多細分領域，且技術更新快、人才培養難度大。而部分崗位對從業者數學分析能力、算法理解能力、邏輯思維能力及英文資料閱讀能力的要求較高，并不適合高職院校培養;因此高職大數據專業如何精準定位、明確目標崗位，是人才培養首先面臨的挑戰。

1.3 師資、教材等資源缺乏

作為熱門新工科專業，高職大數據專業普遍面臨師資嚴重不足、來源相對單一、校企雙向流動不暢的窘境。教材方面，多數專業書籍面向大數據從業者或本科、研究生，主要講授大數據理論、相關算法或復雜工程應用;而高職層次則以培養應用型人才為主，理論知識“夠用”即可，面向高職層面的大數據專業課程教材極度匱乏。此外，對于高職教學而言，大數據項目、案例資源的匱乏，導致教學過于“理論化”，學生實踐能力難以提升。

2 大數據分析，確定人才培養定位及方案

大數據等新工科專業人才培養，沒有可供借鑒的成熟經驗;首先需要精準定位，確定培養什么樣的人才;進而根據學生特點，制定符合其職業發展、滿足企業用人需求的培養方案：

2.1 應用網絡爬蟲技術，獲取企業招聘信息，構建人才需求大數據

高職人才培養，要以市場需求為導向;采用Python網絡爬蟲技術，從中華英才網、51job、拉勾網、獵聘網等大型招聘網站獲取大數據相關人才需求信息，為后續崗位劃分、崗位技能分析奠定基礎;建立了“全樣本”人才需求數據集，改變了傳統的調查問卷、重點走訪等小樣本抽樣調查方式，可更加準確的反映大數據行業人才需求。

2.2 采用大數據挖掘、機器學習等手段，分析大數據領域所涵蓋崗位及技能要求

對前期采集的招聘數據進行清洗，應用大數據挖掘、機器學習手段，對招聘崗位進行“聚類”，得到崗位類別;利用自然語言語義分析，對招聘“任職要求”進行分析，得到大數據詞云（圖1）及相關技術詞頻（圖2），進而確定當前大數據領域主要技術（涵蓋Hadoop、Spark、Hive、SQL、HBase、Python、Linux等），參照上述技術設置核心課程，緊跟技術發展潮流。

2.3 精準定位，增強目標崗位與行業需求的匹配度

數據分析表明（表1），企業招聘的大數據人才涵蓋各個層次，既有百度、阿里、騰訊等巨頭所需的頂級算法工程師、資深專家，又有小微企業急需的大數據處理、大數據系統維護等工程技術人員。按照“精準培養”的理念，針對高職學生“理論知識相對薄弱、動手實踐意愿較強、數理邏輯相對較差”的特點，結合行業專家、企業資深工程師意見，選取適合高職學生的大數據處理、大數據應用開發、大數據維護等3個崗位重點突破，著力培養大數據應用型人才。

3 分類精準培養模式改革

生源多樣化、學情復雜化必然要求創新人才培養模式;我國近代職業教育奠基人黃炎培指出“職業教育之定義，是為用教育方法，使人人依其個性，獲得生活的供給和樂趣，同時盡其對群之義務”，強調承認學生個性差異、尊重個性特點、謀求個性發展。

按照“因材施教、以人為本”的理念，本專業實施了基于大數據的分類精準培養改革（如圖3），制定和實施針對性、適應性和實效性強的人才培養方案，開展“分類教學、個性化培育”;并構建對接行業高端認證的“專業基礎——崗位核心能力——個性發展”的遞進式課程體系（圖4所示），實現大數據課程體系、教學內容等與社會需求的精準對接。

自然班（大一）：大一學生統一學習專業基礎課程，培養學生專業基礎能力，由專任教師采用任務驅動方式開展教學做一體化教學;學生在掌握IT領域基礎知識的同時，了解本專業培養目標與定位。

崗位班（大二）：根據企業需求、專業定位，設置大數據應用開發、大數據處理等多個崗位班;大二學生根據個人興趣、職業發展愿望等，選擇其中一個崗位（且只能選擇一個），進入不同的崗位班、學習崗位技能，從而實現分類培養;由具有“雙師”素質的專任教師和企業兼職教師在校內實踐基地采取項目導向的方式共同實施教學。

項目班（大三）：根據企業運作規律和項目開發需求開設教育大數據、數據可視化、OCM頂級認證、創新創業等項目班，大三學進入不同的項目班;班內學生組建團隊（4-8人），按照商業IT項目流程，企業工程師、校內老師提供必要的技術指導，協助制定項目開發計劃，召集每周例會，檢查進展及項目文檔;不定期開展討論，解決項目進行中的需求、技術、文檔撰寫等相關問題;教、學過程，均有規范文檔記載，保證教學質量;通過真實工作環境、真實項目開發任務和工作過程培養學生的項目開發能力、創新創業思維，積累項目經驗，提高職業素養和就業競爭力;最終實現“人人皆可成才、人人盡展其才”。

4 研發分類培養平臺，助力精細化培養

完成崗位劃分、課程體系設置后，接下來便面臨“學生——崗位”匹配問題，這也是決定分類培養能否實現的重要環節。傳統“學生——崗位”匹配采用學生填寫意愿、專業教師（輔導員）統籌調配的方式，該方式看似滿足了學生的發展需求，但存在嚴重缺陷：（1）部分學生對自身的性格、愛好、技能等缺乏詳細認知;（2）由于信息不對稱，學生對各崗位的劃分、培養目標缺乏了解;（3）“羊群效應”明顯，崗位分流過程中盲目追求所謂“熱門崗位”;以上因素導致學生選擇的崗位與真正適合的崗位不一致、選定崗位后又反悔的情況時有發生。

為做好“學生——崗位”的匹配，需要對學生的學習態度、技術能力、個人性格等各方面因素進行綜合考慮，因此研發了基于大數據分析的人才分類培養平臺;該平臺含大數據采集從學生入學、在校培養到實習就業全周期數據，涵蓋學生學籍信息、性格測試數據、各科考試成績、每一節課考勤情況、參與學生社團及第二課堂等信息;平臺內置了基于大數據分析的崗位推薦模型，可以根據學生相關數據提供個性化推薦。

5 精準對接行業領軍企業，協同培育大數據人才

當前，無論是IT企業還是大型金融、物流、商貿企業，紛紛布局大數據、人工智能，但職業院校短時間內匯集足夠數量的高技能師資是十分困難的;且完全依靠自身力量，短時間內提升現有師資技能、開發優質課程資源，亦是難以實現的;此外，高技能大數據人才的培養，也需要學生參與真實項目、以項目驅動教學。

國務院印發《國家職業教育改革實施方案》明確提出職業教育要“深化產教融合、校企合作，推動企業深度參與協同育人”;上述問題的解決，唯有此路。廣東科學技術職業學院大數據專業與阿里云、華為、Oracle（甲骨文公司）等行業領軍企業建立合作關系，與珠海奧威、廣州泰迪等中小型大數據企業建立產教協作聯盟，實現校企精準對接、開展協同育人。

5.1 校企協同制定人才培養方案

在前期采集的人才需求大數據基礎上，建模、分析企業人才需求，初步確定培養目標（崗位）及技能要求;通過走訪座談、網絡調研等形式，征求大數據領域技術專家、行業企業工程師意見;吸納大數據行業專家，成立“廣科大數據專業建設委員會”，經委員會審議，形成大數據人才分類精準培養方案。

5.2 校企聯手開發核心課程標準與資源

當前部分大數據企業已經開發了部分專業課程資源，但這些資源主要針對社會（企業）技術人員培訓且缺乏體系性，并不完全適合高職院校需求。為此，專業與廣州泰迪、廣州職教橋等行業企業首先確定Hadoop大數據基礎、Spark大數據技術、分布式數據倉庫等12門課程的教學標準，在吸收企業現有資源基礎上，共同開發適合高職教學的教案、教學日歷、授課課件、授課案例、程序代碼、數據集、練習題、微課視頻、軟件等。針對高職層次大數據教材匱乏狀況，聯合合作企業、出版社，三方協作開發立體化專業教材，有力推動了線上線下混合式教學，進一步提升了培養質量。

5.3 校企共同開發教育大數據項目

高職院校而言，要提升大數據專業教學科研水平，必須依托具體應用領域、承擔具體的大數據項目、開展具體的大數據應用。充分利用教育數據資源富集的優勢，聯合深度合作企業，以教育大數據開發項目為載體，組建了專業教師為主導、在校生廣泛參與、企業提供技術支撐的若干技術團隊，承擔了學校數據中心維護、招生大數據分析、基于大數據的學業預警、基于大數據的就業質量分析等項目（任務）。通過參與真實項目，進一步提升了專業教師的技術能力，鍛煉了學生隊伍;項目成果經過數據脫敏等技術處理，作為大數據開發案例反哺課堂教學，進一步提升了專業教學效果。

5.4 校企共建高水準“雙師”團隊

按照“互聘共培、委托培養”的思想，專業成立之初，部分崗位核心課、項目班課程聘請企業資深工程師擔任主講;校內專職教師全程隨堂跟聽、同步學習，在短時間內掌握行業前沿知識。此外，為適應IT新技術快速迭代要求，專任教師全員參與Hadoop、Spark等大數據領域基礎技術培訓，輪流下企業掛職鍛煉（三年內不少于6個月），以企業員工身份參與大數據項目研發，提升其大數據項目研發能力及創新能力，有力促進了教師技術更新與提升。以上舉措，促進了校企師資雙向交流，有力解決了師資不足、來源單一的問題，推動高水準的“雙師”團隊建設。

實施基于大數據的分類精準培養，大數據教育供給側改革得以開展，合作企業得以深入參與協同育人，因材施教得以順利推行，學生得以進展其才;實現了從崗位標準、崗位課程、人才評定、就業推薦全過程的校企精準對接、精準育人，為高職大數據人才的培養開辟了可行路徑。

基金項目：廣東省教育科學“十三五”規劃項目“基于大數據分析的高職大數據技術專業群精準培養與診改研究”資助（項目編號2018GXJK317）、廣東省教育教學改革研究與實踐項目“基于大數據分析的新工科人才精準培養研究與實踐——以大數據技術與應用專業為例”資助（項目編號GDJG2019123）、廣東科學技術職業學院科研項目（項目編號XJJS2018001）

參考文獻

[1] 陳昌智.以黃炎培職教思路研究的新成果推動職教事業的創新發展[J].教育與職業，2016（12）.

[2] 國務院. 國家職業教育改革實施方案[EB/OL]. http：//www.gov.cn/zhengce/content/2019-02/13/content_5365341.htm，2019.10.1

[3] 曾文權，曾文英，龍立功.高職軟件技術專業校企雙主題人才培養模式研究[J].中國職業技術教育，2013（5）.

[4] 馬樹超，郭文富.高職教育深化產教融合的經驗、問題與對策[J].中國高教研究，2018（4）.

[5] 付偉，唐謙，王璐烽.高職院校大數據專業人才培養模型研究[J].教育技術研究，2019（6）.