大數據技術專業復合型人才培養模式

胡春月（吉林職業技術學院）

“很多人還沒搞清楚什么是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯的時候，大數據時代又來了。”這是馬云卸任演講中的一句話，這深深體現現代科技發展之迅速。自2013年以來，大數據呈雨后春筍、星火燎原的態勢發展起來，不僅僅為社會創造巨大的經濟及社會效益，同時也為人民生活提供便利、為更多學子的就業提供廣闊的途徑。因此，為了進一步提升大數據專業、及與大數據相結合的其他專業的教學質量與水平、更是為社會培養更多專業對口的技能型人才，本著“與時俱進、投資未來”的教學理念，結合大數據實訓中心的建設與研究，綜合探究并分析復合型人才培養模式。

■ 大數據行業現狀分析

我國大數據行業現如今發展的熱火朝天，作為互聯網時代新型的產業，大數據行業其實是互聯網和計算機結合的產物，互聯網實現了數據的網絡化，計算機實現數據的數字化，兩者結合賦予大數據生命力。大數據技術的到來，精煉的說是各行各業產生的大量數據經過特殊的計算所得到的結果。準確的說是PC端、移動端、物聯網在生產生活中所產生的大量數據，經過大數據技術的挖掘、可視化和數據計算得出一個更為貼合、更為準確的結論。大數據技術開啟人類社會利用數據價值的另一個時期[1]。大數據行業具有優質的開端，擁有廣泛的發展空間，但是由于大數據行業的發展太過迅速，導致很多問題也一涌而出：（1）數據資源開放共享程度低。海量數據不僅多又雜，各行業產生的數據共享程度低，應用度不高，無法準確有效挖掘具有價值的數據。（2）技術創新與支撐能力不強。數據分析與數據挖掘、分布式計算框架、大數據可視化技術等方向與國外還尚有差距，影響力不夠。（3）大數據應用水平不高。目前，大數據仍處于生長期，雖在我們生活中時常可見，但應用度還不深入。仍然存在了解程度不到位，應用范圍不廣等現象。（4）大數據安全體系不健全。數據的開放標準、網絡隱私權等相關信息安全有待進一步加強。還沒建立一定的信息安全和數據開放標準的兼顧體系。（5）人才缺乏，師資隊伍不健全。由于大數據是新興產業，專業的技能型人才緊缺，應采用外引內培的方式加快建設一支強有力的師資隊伍。

■ 大數據專業建設所面臨的困境

人才培養模式處于基礎階段我國大數據行業由于發展迅速，有許多人才都是從相關行業轉型的，因此從事大數據工作的人員思維和認知不足；現階段各個行業都與大數據相結合，希望能夠分析出每一位用戶的喜好和習慣。因此短時間內大數據行業的人才缺口較大，人才培養速度無法滿足行業的需求度。大數據技術是17年開始創辦的專業，人才培養模式還有待提升；針對高職院校，理論學習能力較弱，學生的動手能力較強，但目前大數據專業的人才培養模式還停留在紙上談兵的狀態[2]。

■ 打造專業的大數據人才培養模式

關于“產、學、研、用”四位一體的大數據技術人才培養模式高校建設的重點之一就是強化實驗實訓、實習環境和平臺建設。鼓勵吸引行業企業參與，建設“產、學、研、用”四位一體的實驗、實訓、實習設施，推動技術技能型人才培養和應用技術革新。為實現大數據的快速發展，更為緊要的是加快建設大數據技術技能型人才，引入專業的實訓設備，完善大數據實訓課程，讓學生接觸到真實的大數據項目，從而擁有豐厚的知識儲備和精湛的技術。因此健全“產、學、研、用”協同創新機制，與相關企業合作，構建以大數據技術和平臺管理為基礎，建設大數據實訓中心與實訓平臺，組建創新戰略聯盟，進而不斷增強人才的職業技能和社會競爭力，為社會提供精確的大數據技術技能型人才[3]。

（一）不斷完善人才培養體系

大數據人才培養體系應以就業為導向，以行業為依托，瞄準市場需求，實施“校企合作，工學結合”的辦學模式，采取“項目導向、任務驅動，理實一體”的教學方法。實現專業設置與產業需求對接、課程體系與職業標準對接、教學過程與生產過程對接、畢業證書與“1+X”證書對接、職業教育與終身學習對接、高職教育與本科教育銜接，充分體現高職教育辦學特色。基于大數據實訓中心的教學資源，對計算機相關專業，及與大數據技術相結合的其他學科（例如大數據與會計專業），進行人才培養體系的改進與完善。就人才培養體系確定相應的課程內容、實驗實訓課程和考核辦法，落實關于在院校實施學歷證書試點工作。建成“1+X證書”為主要培養方向的課程體系，根據用人單位要求設置相應標準，從而完善課程體系。

（二）緊密提升校企合作

實行校企合作、工學結合形式是在企業實訓和課堂學習的有機連接，按照市場和企業對大數據技術專業及與大數據技術相結合的其他學科人才的需要。依照“工學結合”的人才培養模式，對大數據行業實行調研和論證。通過多年的辦學實踐和不斷探索，對大數據技術專業人才培養模式基本思路的認識更加清晰。總的來說應該一半以上的時間在接受企業模式培訓，專業技能的要求和實訓內容均能滿足企業需求，學生畢業時同時取得畢業證書和職業資格證書。全程以企業培訓模式進行教學，聘用從事企業技術培訓人員擔任教師，保持教學內容與企業技術的同步，設置滿足知識吸收和企業實際特征的課程，學校人才培養階段要掌握企業內部培訓所需技術及資料內容。盡可能縮短實習中崗前學習時間，提高就業學生的崗位競爭力，提升生產效率。

（三）基于大數據實訓中心的專業建設

為了提高大數據技術專業的教學質量，提供實戰環境，提高師生的創新能力，促進大數據及相關專業的發展，深入研究實訓中心的建設以及基于實訓中心的專業設置問題。大數據實訓中心的建設共分硬件建設及實驗平臺建設兩大部分。其中實訓中心硬件環境共分為三個模塊，是計算中心、學習中心、展示中心。計算中心是整個實驗室建設的核心硬件平臺，包含計算、管理、GPU三大服務器、交換機以及機柜等硬件設備。一方面是學生和教師的大數據實訓平臺，另一方面充分為實驗室的成果提供存儲空間；學習中心選取PC機，組建實訓中心網絡，支持學生學習真實的實訓項目；展示中心作為各種大數據項目以及圖像可視化的集中顯示終端。實訓中心的平臺建設分為實訓管理端及云管理端。教學實訓平臺集教學、實訓、科研為一體，涵蓋教學和項目兩大部分的建設；云管理端以Docker為基礎，通過對硬件設施進行虛擬化處理，形成虛擬層面的資源池系統。

大數據實訓中心的建設需要滿足大數據專業及相關專業的實驗活動，以滿足就業方向、實驗課程項目，崗前就業能力培養為導向，建設大數據技術實訓中心。科學計劃并實施，降低低層次的反復建設，提升實訓中心的使用頻度，最大限度的實現實驗教學資源共享，突出學生職業能力培養。依托“仿真型”的實訓基地環境，圍繞著滿足大數據技術專業教學、培訓、技能鑒定、技術服務的需要，注重各專業的新發展方向和綜合應用，提升實訓設備的技術含量。基于大數據實訓中心的建設下，不斷明晰、不斷改善大數據專業的建設標準，實現校內工學結合，推進實訓體系的完善，更好地促進大數據專業實訓中心高水平建設。

（四）加強建設師資隊伍

加強師資隊伍建設，可以通過以下兩種方式的開展：（1）引進專業的大數據技能型人才，通過聘請大數據方向教師，提高教學團隊的綜合實力。（2）對專職教師采用“輕使用、重培養”的人才觀念，將專任教師推送至大數據企業進行掛職學習，或聘請行業專家指導專業建設、科研教研項目。通過多次學習提高教學團隊的整體水平，積極推進大數據高技能復合型人才隊伍的建設。

（五）引入網絡課堂教學改革

隨著信息化教育教學越來越普遍，課堂的教學形式也豐富多樣，網絡教學也逐漸進入我們的生活中。網絡課堂對于教師而言不僅有助于教師掌握企業前沿的技術技能，還能夠學習先進的教育教學理念，同時幫助學生在課前課后隨時隨地的充裕自己的知識庫。教師將課程以網課形式上傳至網絡平臺，通過平臺建立班級群、專業群，在課前發布預習，課后發布練習，從而有助于學生更充分的吸收課程內容。

■ 結束語

綜上所述，基于大數據實訓中心的建設，驅動復合型人才培養，并且采用校企合作的模式，緊跟大數據產業走向。進一步完善大數據技術專業的人才培養模式、課程體系。提升學生與教師的實踐能力，提高大數據專業學生的實戰能力，進而有針對性的建立更適應大數據技術專業的教學標準，提高人才就業對口率。運用“產、學、研、用”一體化的思維方式，滿足專業人才對于理論教學和實踐課程體系的更高需求，更加具有社會型特色人才培養。能夠從企業的需求和專業發展來優化人才培養模式，使其真正的在產業、學校、及實際項目中相互配合，發揮優勢，形成生產、學習、實踐運用的系統運作模式。