面向產業崗位需求的大數據專業課程建設

摘要：為了培養出符合大數據產業需求的優秀人才，本文根據大數據產業崗位及相關技能，分析大數據專業人才需求，針對大數據專業課程建設面臨的問題，分別從融入專業技能競賽，搭建專業課程體系；對接職業資格證書，設計專業課程內容；按照職業崗位能力要求，建設專業課程等多個方面入手，為實現大數據專業課程科學化建設提出建議。

關鍵詞：大數據產業；崗位需求；大數據專業；課程建設

一、引言

隨著大數據時代的到來，各行各業都積累了海量數據，大數據產業在促進國民經濟快速發展方面具有重要作用，同時各行各業對大數據專業人才提出了更高的需求量[1]。海量數據的處理需要專業技術人才借助新技術，從采集數據、存儲數據、挖掘數據、分析數據等環節入手，從這些海量數據中挖掘出有價值的數據。為此，各大高校均建立了大數據專業，并且該專業呈現出快速發展趨勢。然而，仍然有部分高校在建設大數據專業課程期間存在課程體系不健全、學生素質較低、實訓環境不配套、教學資源不全面等問題，導致所設立的大數據專業課程無法滿足大數據產業需求。因此，強化對標準化、系統化、成熟化大數據專業課程建設和應用顯得尤為重要。

二、大數據產業崗位及相關技能

結合大數據產業相關企業對大數據專業人才需求情況，學校需要明確大數據產業崗位工作任務、核心能力，并從該崗位中提煉和總結畢業生所需要的職業能力。在大數據產業崗位中，高校大數據專業學生畢業后可以直接從事大數據應用開發、大數據平臺運營維護以及數據采集、分析和處理等工作。

（一）數據處理崗位群

以工作內容為劃分依據，將數據處理崗位群劃分為以下幾種崗位。

1.數據處理工程師。該崗位主要擔任抽取數據、預處理數據、篩選和提取有價值數據等工作內容[2]，并配合倉庫工程師做好對相關數據的處理。學生需要掌握和應用數據庫、網絡爬蟲、JAVA等專業技術和技能。

2.ETL工程師。該崗位主要承擔程序設計、程序開發、程序優化、程序維護、ETL規則設計、ETL規則開發、ETL規則優化、ETL規則維護等工作內容。學生需要熟練地掌握和應用數據庫、JAVA、大數據平臺等。

（二）平臺管理崗位群

平臺管理崗位群主要包含以下幾類崗位。

1.大數據開發工程師。該崗位主要承擔大數據平臺設計與開發以及集群管理、平臺性能調試等工作內容。學生需要熟練地掌握和應用JAVA、Linux等生態組件技術。

2.數據倉庫工程師。該崗位主要承擔數據清洗、數據轉換等工作內容。學生需要熟練地掌握和應用數據倉庫分層架構、ETL工具、JAVA、Linux等編程語言[3]。

（三）大數據應用崗位群

在大數據應用崗位群中，可視化工程師屬于常見崗位，主要承擔數據視覺設計、數據可視化展示以及可視化軟件開發等工作內容。學生需要熟練地掌握和應用可視化工具、數據庫、HTML5、JS等技術。

三、大數據專業人才需求分析

在物聯網、大數據等技術的不斷推廣和普及下，5G通信標準得以有效推廣和實施，移動通信、物聯網、大數據技術等先進技術不斷融合，部分城市開啟“萬企融合”大行動，用五年時間引領兩萬左右的企業借助大數據技術，促使企業管理向數字化、信息化、智能化方向不斷發展。該行動的實施導致大數據專業人才需求缺口不斷加大，這就要求高校重視對大數據專業課程的建設，以保證大數據專業人才培養質量和效率，確保所培養的專業人才具有大數據產業相關背景知識，能夠將大數據技術熟練有效地應用于傳統產業中，從而提高大數據技術應用水平。結合目前招聘信息研究情況，不難發現大數據專業畢業生由于缺乏扎實專業技能，難以滿足大數據產業崗位需求，無法向社會直接輸送，往往需要經歷培訓才可勝任相關崗位[4]。

四、大數據專業課程建設面臨的問題

（一）課程體系不健全

部分高校直接照搬和套用網絡工程專業課程體系等內容，嚴重影響了人才最終培養質量，導致所培養的大數據專業人才難以滿足大數據產業崗位需求。

（二）學生素質較低

大數據專業人才需要熟練應用計算機技術，對海量數據進行收集、整理和存儲，并結合實際應用需求，運用切實可行的方案和數據模型，從海量數據中篩選和分析有價值的數據，為后期實踐問題的分析和解決提供重要依據和參考。部分高校學生缺乏最基本的計算機素養以及計算機應用能力，同時對大數據技術缺乏全面、深入地認識，甚至出現學習積極性差、學習氛圍不強等問題[5]。

（三）實訓環境不配套

在搭建大數據實訓環境時，通常會面臨大數據平臺安裝難度大、配置難度大等問題，導致實訓環境過于脆弱，極易破壞。現階段，部分高校教學實訓平臺過于落后，無法滿足大數據專業課程實驗等需求。

（四）教學資源不全面

部分高校剛剛開設大數據專業，尚未形成系統、完善的教學資源。此外，實驗教案、實驗手冊缺乏健全性、完善性，需要強化對立體化教學資源庫的構建和優化，使大數據專業課程教學資源更加豐富和完善。

五、基于大數據產業崗位需求的大數據專業課程建設路徑

（一）融入專業技能競賽，搭建專業課程體系

在搭建大數據專業課程體系時，高校需要根據大數據產業需求，引導學生借助企業大數據平臺，利用所學知識，分析和解決項目實踐相關問題，培養學生的實踐操作能力。此外，高校還要重視舉辦專業技能競賽，將大數據專業課程教學內容與專業技能競賽進行有效地融合，借助備賽、參賽等方式，不斷提升學生的專業技能，以此提高學生的未來就業競爭力。

例如，某高校舉辦“大數據技術與應用”技能大賽，要求學生參照該大賽的規程、競賽內容設置大數據專業課程。在進行大數據專業課程教學期間，教師需要融入該專業技能大賽，鼓勵和引導學生積極主動地參加到該技能競賽中，確保學生在參與技能競賽的過程中不斷地提升自身的專業素養和操作技能。

（二）對接職業資格證書，設計專業課程內容

為了提高大數據專業人才培養質量，高校要在對接職業資格證書的基礎上，不斷地優化和完善大數據專業課程，保證專業課程內容設計質量，確保學生通過考取職業資格證書的同時，不斷地提升自身的專業技能和素養。如圖1所示，大數據專業課程體系方案主要包含三大模塊。

1.專業平臺課模塊。專業平臺課模塊可以引導學生結合大數據產業崗位需求，學習和完成大數據專業課程，順利通過全國計算機等級考試以及軟件設計師、計算機網絡工程師等職業技能考試，進而提高學生的就業競爭力，使得學生擁有更廣的就業范圍。

2.專業核心課模塊。該模塊可以幫助學生提升自身的大數據分析與應用能力，確保學生能夠勝任大數據平臺運維等相關工作。在“1+X”證書制度的督促下，該模塊可以幫助學生在考取大數據平臺運維職業技能等級證書的同時，熟練地掌握和應用大數據平臺安裝與配置等作業技能。

3.專業實訓課模塊。高校可以采用校企合作的方式，研發專業實訓模塊，引導學生利用專業實訓模塊，提升自身平臺項目開發能力、項目編程能力和大數據分析應用能力，進而為企業發展夯實人才基礎。

（三）按照職業崗位能力要求，建設專業課程

高校應當結合大數據產業崗位需求，建設大數據專業課程體系；嚴格按照大數據產業崗位職業能力相關要求，采用校企合作的方式，開發專業課程體系。以“工程項目”為例，高校應當對大數據產業崗位能力進行模塊化處理，保證大數據專業課程建設水平，同時重視構建“四平臺+多項目”課程體系。圍繞社會主義核心價值觀，開展創新創業教育工作，將勞動教育思想、工匠精神等元素與人才培養工作進行有效地融合。學生在擔任學生、學徒兩種角色的情況下，將分別在學校、企業中積極主動地參與到生產案例、定崗訓練、頂崗實習等實踐活動中，完成對擴展平臺、專業核心平臺、慕課平臺、公共基礎平臺的學習，從而滿足數據采集工程師、數據分析工程師多崗位需求，確保學生從學生身份逐漸過渡到學徒、準員工、員工，最終成為滿足大數據產業崗位需求的高水平、高素質、高能力技能型人才。

（四）結合崗位職責，確定大數據專業課程體系

為了更好地培養學生的專業技能，滿足大數據產業崗位需求，高校需要結合崗位職責，將大數據專業課程體系劃分為三個部分。

1.專業基礎課。專業基礎課涉及Java、大數據導論、數據庫原理與應用、Linux操作系統等課程。

2.專業核心課。專業核心課涉及可視化工具應用、數據挖掘、數據采集技術與應用課程等。

3.綜合實訓課。綜合實訓課涉及大數據開發綜合實訓、網絡爬蟲綜合實訓等。

六、結束語

綜上所述，為了滿足大數據產業需求，高校需要結合大數據崗位工作職責和人才培養目標，培養一大批符合企業用人需求的技能型、創新型專業人才。同時，針對大數據專業課程建設存在的問題，高校應當融入專業技能競賽，搭建大數據專業課程體系；對接職業資格證書，嚴格按照職業崗位能力要求，強化對大數據專業課程建設，以此保證大數據專業人才的培養質量，促進各行各業的健康、可持續發展。

作者單位：程東東 黃金龍 長江師范學院大數據與智能工程學院

參考文獻

[1]陳寧寧.基于大數據基因的新工科專業課程體系建設模型研究[J].中國現代教育裝備，2023（7）：105-107，111.

[2]涂家海.以大數據技術與應用為方向的計算機應用技術專業課程體系研究[J].電腦知識與技術，2019，15（28）：168-170.

[3]鄭習武.“互聯網+”背景下大數據專業一體化課程體系研究[J].電腦知識與技術，2020，16（13）：136-137.

[4]張長海.高職院校大數據技術與應用專業課程體系研究[J].信息與電腦，2019，31（23）：233-234.

[5]田宏.以成果為導向的大數據與會計專業群建設探索——以遼寧金融職業學院為例[J].遼寧高職學報，2023，25（1）：41-43，52.