高职高专大数据人才培养

邓梦茹

【摘要】随着现代科技的发展，大原始数据演变成国家性战略人才资源，对于社会、国民经济发展的知名度愈加大。优秀人才稀缺演变成掣肘大数据行业发展的重要环境因素之一，培养适于社会需求的大数据优秀人才应是高等教育急需解决的关键问题。课文分析了高职院校大数据实用性人才培养中尚存的关键问题和难点，从需求为先导的视角论述高职大数据的人才培养模式。

【关键词】大数据;高职教育;人才培养;协同育人

引言

随着计算机信息技术手段的高速发展，数据处理模式从大型计算中心到个体PC机科技时代，再到现今的分布式并行计算模式。数据来源亦越发丰富，除了传统式的业务管理数据，也包含来自物联网的传感器数据，以及互联网产生的海量非结构化数据等等。原始数据早已成为一种战略性教育资源，成为生产因素之一。2013年开始人类进入大数据科技时代，大数据技术手段在各行各业获得了注重，对于这方面优秀人才的需求亦逐年降低。2014年3月将大数据首次被我国列入当地政府调查报告，自此中国大数据行业开始迅速发展。

国务院2015年正式印发《促进大数据发展行动纲要》，将大原始数据发展递增为国家战略[1]。在此视阈下，教育部为了落实《纲要》精神，2016年开始在北京大学等等三所本科院校开办数据科学与大数据技术手段新专业。日前，教育部在普通高等学校高等职业教育（专科）专业设置管理办法中，增补了大原始数据技术手段与应用专业。大原始数据技术应是一个多边缘学科交叉融合的新兴专业，关涉计算机网络应用、数学、现代科技、网路技术以及别的应用领域的专业知识。培养何种的优秀人才、怎样培养符合市场需求的优秀人才应是每一院校均在探寻的关键问题。本文分析高职大数据人才培养中尚存的关键问题，以市场需求为导向论述高职大数据人才培养模式。

1 高职大数据人才培养现状

1.1 学生能力差异大

随着高职教育的发展变革，高职院校的办学方式多样化，学生生源展现出多元性。普高有提早录取、高考招录、注册毕业等等，尚有职校对口单招、社会业务人员全日制招生。学生的来源亦存有地区多样性。报考的学生的根底素养参差不齐，在学习能力、学习态度等等方面尚存着不小差异。怎样因材施教应是摆在高职大原始数据人才培养之后的一个挑战。

1.2 人才培养方向定位难

大原始数据应是一个跨学科专业，懂得计算机科学、数学统计、行业专业知识的复合型优秀人才应是消费市场的宠儿。跨学科培养复合优秀人才模式对于学生素养、老师能力、实验教学前提的要求极为高，显然在高职院校挺难普及实现。此外大数据技术手段早已渗透到各行各业，每位行业的数据集特质、分析发掘目标均不尽相同。因而，各行业对于大原始数据优秀人才的知识结构、实践经验、思维方法的需求各异。受学制、课堂教学前提的制约，高校人才培养不可能面面俱到。怎样依照消费市场的需求定位本校大原始数据学生的培养方向，拟定合理的课程应是一个关键问题。

1.3网络资源低，实践前提不足

大原始数据应是一个新兴的专业边缘学科，可用的网络资源非常少，特别应是根据高职院校的网络资源就更少。社会培训网络资源没能相应的质量标准，知识不成指标体系，挺難适合高校实验教学的需求[2]。实践能力应是实用性大原始数据人才培养的核心。满足大原始数据实验教学、实践训练的分布式集群实训室应是现如今许多高职院校所欠缺的。此外，欠缺源于真实行业实例的大数据集是职业院校大数据实践中尚存的此外一个重要关键问题。

1.4 师资力量薄弱

现如今大数据专任教师大部分均是从计算机相关专业调剂过来的，很少有老师经过完整的大数据边缘学科指标体系培训，对于大原始数据知识结构和研究课题指标体系的认识不够，课堂教学能力也需要时间锻炼。此外，有些老师对于大数据行业的发展、市场需求不是很知晓。师资力量薄弱引发了人才培养时间表的拟定不够合理，人才培养细分不清晰，影响了大原始数据应用型优秀人才的培养产品质量。

2 大数据人才需求分析

人才资源与社会保障部于2020年4月30日下发了《新职业—大数据工程技术人员就业景气现状分析报告》，调查报告分析了现如今中国大原始数据行业人才需求情况和今后几年的预期。调查报告对于27家大原始数据行业典型医药企业的人才资源状况展开调研分析的结果。

依照调查报告现如今大原始数据优秀人才工作岗位主要归结为初级分析类、发掘遗传算法类、开发运维类、商品运作4个方向。初级剖析类和商品运作类职位的份额占44.45%，发掘遗传算法、开发运维职位占到比55.55%。初级分析类和商品运营职位的操作技能应当

求相对低些，应是高职毕业生日后就业的主要职位。数据表明这类职位的需求占到比高，表明高职大数据毕业生的就业市场前景良好。

但对于大原始数据优秀人才专业来源，统计数据表明计算机网络类优秀人才占到比约35%，数理类占到比约29%，这个两个专业应是大原始数据技术手段发展的根底。可是此外国民经济管理类以及别的类专门人才占比亦达到35%，表明应用领域专业知识亦应是大原始数据发展的重要支撑之一。既懂得计算机网络、数学统计，也知晓专业知识的实践性优秀人才最最受消费市场追捧。究其原因，一方面应是2019年以前大原始数据专业的大学生尚未进校，校招没能最合适的毕业生供医药企业挑选;此外，大原始数据应是一个多边缘学科交叉的专业，带有工作实践经验的复合型优秀人才更受医药企业追捧。这对于大数据人才培养而言应是契机，此外亦应是挑战。应当依照市场需求，因势利导，选准培养方向、调整人才培养设计方案，培养受医药企业需求的优秀人才。

3 高职大数据人才培养模式构建

3.1 深化校企合作机制

“产教融合，校企合作”应是职业院校的重要办学模式。医药企业相比于学校有信息内容品牌优势，对于消费市场人才需求、科学技术发展方向、技术手段需求等等信息内容掌握的比学校及时。经由产学合作，高校可以及时依照市场需求调整课程目标、培养设计方案。此外，高校可以从医药企业中聘请生产、服务第一线的适用性技术优秀人才，就让学生知晓其较新的、实用的技术。此外医药企业可以视为高校的经常性的实践基地，经由见习、实训的方式就让学生知晓医药企业生产管理方式、生产质量标准，培养吃苦耐劳的心理品质。

来自于生活实践的真实数据集是大数据实践课堂教学的重要人才资源。因为市场竞争保密的需求，企业一般不愿意将企业真实原始数据集与高校分享。经由产学合作，学校老师引入到医药企业的科学技术工作中，实现双赢，医药企业真心愿意与学校分享科研成果，共同提高人才培养的产品质量。

3.2以市场需求为导向，建设课程内容

各职业院校开始大原始数据专业的时间均相当长，在课程建设方面都处在摸索阶段，没能成熟模板可以借鉴。视为一个新的专业，高校首先应当深入用人单位调研，知晓市场需求。大原始数据技术手段在各行业中应用广泛，牵扯的领域其较多，学校教育不可能面面俱到。

高校应立足于服务地方的观念，调研地方特色产业的大原始数据人才需求，以及需求工作岗位关涉的操作技能。立足于自身学校的教学设施，以消费市场为先导，细分课程目标，建设自身学校民族特色的大原始数据课程。

3.3 加强师资队伍培养

高水平的专任教师队伍应是保证人才培养产品质量的背景。大原始数据应是一门新兴的学科，对高职院校的教师而言亦应是一个新的挑战，要求教师不光应当懂网路、图像处理，也得懂数学统计、各种发掘遗传算法、行业专业知识等等。因而，必须经由加强培训的方法提高现有老师的技术水平。一方面可以从一线医药企业和重点高校聘请大原始数据专业人士到高校开展授课培训;其三，可以派优秀教师到国内大原始数据技术水平较高的高校展开指标体系学习;此外，可以经由到一线医药企业锤炼的方法提高老师实践技术水平。在培训挖潜的此外亦可以引进医药企业高级操作技能优秀人才到师资队伍中，提高双师型老师的份额[3]。

4 結语

高职院校开设大原始数据技术手段于应以消费市场为先导，顾及高校办学条件、地方品牌优势和国民经济行业需求。经由深度调研细分人才培养战略目标，拟定符合市场需求的人才培养设计方案、课程。加强产学合作，提升高职院校培养的学生产品质量。

参考文献

[1]李翔宇，李瑞兴.高职大数据应用人才培养模式探究[J].兰州教育学院学报，2017（12）：11-12.

[2]贾万祥，徐红兵.高职院校大数据技术与应用专业人才培养模式的研究[J].电脑知识与技术：学术版，2019（10）：102-103.

[3]谭怡.大数据人才培养模式分析与思考[J ].内蒙古科技与经济，2019（18）：30 -32.