应用型大数据人才培养目标及实现路径探究

2018-09-18肖大薇姜立秋李彤

黑龙江教育·高校研究与评估 2018年8期

肖大薇　姜立秋　李彤

摘要：大数据技术的迅猛发展和行业应用需求的快速增长，使得全球范围内应用型大数据人才稀缺。文章针对高校着力培养社会亟须的应用型大数据人才的现状，分析应用型大数据人才岗位需求和职业发展方向，厘定应用型大数据人才培养目标，从先决条件、核心要素、关键环节、有力保障四个方面提出培养目标实现路径的观点。

关键词：应用型大数据人才；培养目标；实现路径

中图分类号：G640 文献标识码：A 文章编号：1002-4107（2018）08-0074-02

在“互联网+”到“大数据”的DT（Data Technology）时代，全球面临着严峻的大数据人才匮乏问题。据全球知名咨询公司麦肯锡（McKinsey）预测，到2018年，美国在“深度分析”人才方面将面临14万～19万的数据分析技术人才缺口，在“能够分析数据帮助企业做出商业决策”方面将面临150万的数据分析管理人才缺口。据国际数据公司（IDC）预测，到2020年，企业面向大数据计算分析平台的支出将突破5千亿美元。大数据行业正面临着全球性的人才荒。世界上许多国家都已经认识到了大数据所蕴含的重要战略意义，纷纷开始在国家层面进行战略部署，以迎接大数据技术革命正在带来的新的机遇和挑战。

在互联网思维框架下，结合大数据人才的岗位需求，高校应实时调整人才培养目标，深化教育教学改革，着力培养社会亟须的应用型大数据人才。在此背景下，明确应用型大数据人才培養目标，探究此目标的实现路径势在必行。

一、国内外大数据人才培养现状

近年来，世界各国相继成立数据科学研究机构，各高校纷纷建立相关学院或与科研院所、企业联合培养大数据人才。国内很多高校已经开始了对大数据人才的培养，如参加高校大数据联盟开办的相关会议、参与大数据人才培养论坛、加强师资团队的建设与培训、组建大数据专业建设小组、探讨大数据课程体系、调整现有课程体系、深化教学改革等。

2015年，国务院印发《促进大数据发展行动纲要》（国发〔2015〕50号），并强调“创新人才培养模式，加强大数据人才培养”。同年，教育部在普通高校本科专业申报中首次增加数据科学与大数据技术专业。2016年和2017年，全国共有35所高校获批开设数据科学与大数据技术的本科专业，其中985/211工程院校8所，独立学院或民办学院6所。

大数据人才需求缺口越来越大，但同时传统IT类毕业生就业越来越难，两个现状并存的根本原因是人才培养单位对大数据行业相关工作岗位缺乏了解，大数据人才培养目标不明确，制定的人才培养方案还不能满足社会的需求。辽宁省“十三五”规划纲要和国家“十三五”规划纲要对提高普通高等教育质量的指导思想是：推动具备条件的普通本科高校向应用型转变，推行产教融合、校企合作的应用型人才和技术技能人才培养模式。由此可见，无论是省级层面，还是国家级层面，都把应用型人才培养作为普通高等院校的人才培养目标。

二、应用型大数据人才岗位需求分析

应用型大数据人才主要来自应用型本科院校对“技术技能型”人才的培养，具备的是利用大数据的方法解决具体行业应用问题的能力，主要从事大数据分析、大数据挖掘、大数据管理、大数据架构和大数据深度处理等工作，涉及的岗位有大数据分析师、数据可视化工程师、数据挖掘工程师、数据库管理员、大数据架构工程师、数据科学家等，就业的主要行业包括零售、保险、电子商务、物流、政府数据中心、医药、银行、研究型大学、金融机构和互联网企业等[1]。随着数据集规模的不断增大，大数据产业迅速发展，行业应用需求更加广泛，催生了应用型大数据人才需求的巨大缺口。

三、应用型大数据人才培养目标

应用型大数据人才是面向应用的、具备一定大数据职业能力的人才。应用型大数据人才的培养要顺应应用型本科院校的发展战略、契合行业发展前景，制定一个以学生为中心、理论联系实际、关注学生就业能力的培养目标。综上，应用型大数据人才的培养目标厘定为：培养具有良好的人文素养、职业素养和科学素养，具有扎实的数学、统计学和计算机科学基础，掌握计算机科学和大数据专业的基本技能和应用方法，具备大数据的分析与建模、挖掘与处理能力，能够在科研院所和企事业单位从事大数据技术相关领域的数据分析、数据处理和系统研发等工作的高层次复合型人才[2]。

四、应用型大数据人才培养目标的实现路径

（一）实施“以本科为标准、以就业为导向、以能力

为本位”的人才培养模式

实施正确的人才培养模式是实现人才培养目标的先决条件。应用型大数据人才培养的终极目标是使学生具备一定的大数据职业能力，能胜任大数据行业相关工作岗位，可从事大数据行业内的具体工作。从人才培养目标上看，应用型大数据人才的培养模式应基于以下三点要求。

1.以本科为标准：高等学历本科教育的目标是培养本科人才。本科人才应具备基本的思想政治素质、身心素质、科学和人文素质，系统掌握本学科和专业的基本理论知识，具有获取知识和实践应用的能力。

2.以就业为导向：以学生的就业和创业为目的引导教育和教学，并将其贯穿本科教育全过程，要求既能满足当前就业创业需要，又能兼顾长远就业创业需要。

3.以能力为本位：学校的一切教育教学活动都应以提高学生的能力为目标，包括胜任企业相应岗位职责的专业能力和团队协作能力等综合能力。

所以，应用型人才培养模式的实施要以行业需求作为学生职业能力培养的风向标，通过考取行业相关专业技能证书（如：数据分析师CPDA）、职业资格证书（如：工信部颁发的《数据分析师职业技术证书》）以及参加各类专业竞赛（如：中国高校计算机大赛—大数据挑战赛）、职业技能培训等，提高学生的专业应用能力和岗位工作能力，使学生毕业后能够迅速适应工作岗位，熟练地从事行业相关工作[3]。

（二）构建“产教深度融合”的课程群体系

大数据的工具性决定了大数据专业的应用性，对大数据人才的培养则直接指向了应用型。促进高校更加有效地实现应用型转向，校企合作是必由之路。构建“产教深度融合”的课程群体系是实现应用型大数据人才培养目标的核心要素。学校与企业应在资源整合的基础上实现产教深度融合，实现校企双主体运作，充分发挥校企双方的主体性、能动性，在产教融合模式下实现双赢。构建大数据专业的课程群体系应基于以下三点要求。

1.在课程设置上：要求校企双方共同参与，深入调研大数据市场需求和职业岗位要求，将学科专业知识结构和行业需求紧密结合，共同协商确定大数据专业课程群体系、教学内容、教学方法、教辅资料等。

2.在课程实施上：要尊重学生人格，关注学生个性差异，要在科学的教育教学理论的引导下，根据学生的实际，积极探索新的教学方法。

3.在课程内容上：应重点强化大数据实践类课程教学，注重大数据企业真实项目和案例的实战，让学生尽可能多地在教师的带领下从工作情境中生成实践性知识并不断提高专业技术技能水平，从而实现项目人才培养与未来职业岗位的零对接[4]。

（三）建设“双师双能型”师资队伍

“双师”是指既是教师，又是工程师；“双能”是指既具有教育教学能力，又具有行业实践能力。大数据人才不仅需要扎实的理论基本功，更需要熟练的实际操作能力。所以，建设一支数量充足、素质优良、结构合理的“双师双能型”师资队伍，是培养高层次应用型大数据人才的关键环节。“双师双能型”教师的培养方式主要有以下四种。

1.在职培养：充分利用学校现有资源，如学校科研工作站、校企合作基地、大学生创新创业训练计划项目等，加强“双师双能型”教师培养，不断提高教师的科研水平和实践水平。

2.短期培训：有计划地选派专业中青年教师或骨干教师到国家级或省级师资培训基地参加培训，或者利用寒暑假等业余时间选派教师参加相关行业组织的专业技能培训。

3.企业挂职训练：加大校企合作力度，选派专任教师到相关企业或科研机构进行挂职锻炼，挂职期限为一个学期或一个学年，实现教师与企业真正的“零距离”接触。

4.国际交流和培训：充分利用学校中外联合办学项目，依托国家留学基金委国家公派出国留学项目等，每年选派一定数量教师到国外高校或企业进行交流和培训。

（四）推行“开放多元动态”的人才培养质量评价体系

人才培养质量评价是对人才培养目标是否有效实现及其实现程度的有效反馈，它能够使培养单位不断发现人才培养中存在的问题，便于及时修正与完善。推行“开放多元动态”的人才培养质量评价体系是实现应用型大数据人才培养目标的有力保障。构建该评价体系应基于以下三点要求。

1.評价指标目的性：构建应用型大数据人才培养质量评价体系的目的是更好地培养应用型大数据人才，为应用型大数据人才培养提供导向作用。所以，其评价体系的构建需要以学生的成绩和能力及就业创业实际状况为根本，反映应用型大数据人才培养质量。

2.评价主体多元化：评价主体不仅包括学生、教师，还包括行业专家和社会上的教育行政部门。以评价对象为核心，多元化评价主体共同参与，才能保证人才培养质量。

3.评价体系动态化：应用型大数据人才培养坚持就业导向，其人才培养质量评价体系也应随评价目的及大数据行业发展状况不断做出调整。因此，应用型大数据人才培养质量的评价体系是一个动态的评价体系。

目前，我国大数据产业正处于高速发展期，旺盛的市场需求以及各级政府的助力，进一步推动了大数据技术的应用及创新，培养应用型大数据人才之路任重道远。高校应继续研究并分析应用型大数据人才的培养目标，完善培养路径，为建设大数据专业、培养跨界复合型大数据人才做好充足的准备。

参考文献：

[1]曹耀钦，李发陵，周龙福.应用型智能科学与技术专业大