大数据时代软件技术专业群建设研究

聂书志

摘 要：软件是信息产业的核心，其发展变化速度非常快。目前软件人才缺口较大，特别是技术技能型的“软件蓝领”人才，现阶段高职院校培养“软件蓝领”人才基本都是采用专业群的建设模式。文章通过分析现阶段软件技术专业群建设过程中存在的问题与不足，提出在大数据时代，充分利用大数据和高职教育的有机结合，实施专业动态调整制度，做到有效对接;强化教师队伍的双师素质建设，持续改善和提升人才培养质量;从校内外实训基地入手，加大深化产教融合校企合作力度，从而实现软件技术专业群建设的专业化、精准化和智能化。

关键词：大数据;专业群;动态调整;产教融合

中图分类号：G712 文献标识码：A 收稿日期：2019-02-28 文章编号：1674-120X（2019）11-0119-02

软件是信息产业的核心与灵魂，在国民经济和社会发展的许多领域发挥重要作用。国家大力支持软件产业的发展，相关产业政策的实施为软件企业营造了良好的发展环境。目前，我国正处在软件企业高速发展时期，软件人才缺口较大，据工信部和相关行业预测，今后数年内中国软件人才每年需求30万人，而其中对“软件蓝领”人才的需求为每年20万左右。据相关部门统计，全国人才市场中，软件人才已成为IT行业的第一需求，但目前IT人才队伍结构不合理，不仅缺少高级IT人才和复合型高级管理人才，更加缺少大量从事基础研发工作的技能型应用型IT蓝领人才，因此，“软件蓝领”人才的培养已成为当务之急。

一、高职软件专业毕业生就业现状及原因

高职软件技术专业经过多年的发展，其体系经过不断修改优化，已取得不少成就，但在对接产业转型升级、行业改革发展和服务地方经济建设等方面仍有待加强和提高。不少高职院校软件技术专业毕业生就业存在以下情况：一方面，少部分学习成绩好的尖子生轻轻松松能找到对口的工作，甚至很多是高薪岗位;另一方面，大部分学生毕业后较难找到对口的工作，不少的学生毕业后须经过企业较长时间的培养才能较好地胜任岗位工作。笔者经过分析认为主要是由以下几个方面的原因造成的：一是人才培养供需不匹配。软件技术专业群人才知识结构与相关产业、行业需求脱节，人才培养目标“脱靶”度较高，高素质技术技能型人才缺口较大。二是软件技术专业课程设置不合理。很多高职院校课程设置片面，为追求大而全，开设课程数量较多但深度不够。三是师资队伍有待加强。部分高职院校是在中职、中专和教育学院等基础上合并成立的，合并前的师资队伍有待加强，而新引进的专任教师则缺乏企业的工作经历和项目实际研发经验。部分高职院校教师每学期课时达到300+，几乎全部精力都用在完成学期教学任务，基本没有时间搞教研科研和参加各种培训进修来提升自己。长此以往，教师疲于教学，知识逐步与社会脱钩。四是实践教学有待改善。部分高职院校为节约开支，导致实践教学设备投入不够，缺少行业和产业真实项目完整的教学和研发，使实践教学效果不佳，学生的动手能力较差。五是人才培养质量不高。由于扩招，学生基础较差，学习积极性和主动性不够，逻辑思维能力弱，缺乏独立思考能力和创新精神，数学和英语普遍不好，综合素质不高。这些硬伤导致不少学生在学习过程中经常碰壁，碰到困难就想放弃，易形成恶性循环，导致人才培养质量不高。毕业生竞争力和就业质量不高，专业对口率不尽如人意，同时企业也招不到其迫切需要的人才，形成“就业难、招工难”的怪圈。六是校企合作有待加强。校企合作双方中仍然是以学校为主， 导致企业积极性不高，切入点和契合度不够精准，部分合作流于形式。

二、软件技术专业群建设现状分析

针对软件技术专业的发展情况，不少专家和学者提出很多宝贵的建议和措施，例如订单制、工单制、现代学徒制等，本文将重点讨论专业群的建设。2006年，教育部等相关部门联合启动国家示范性高等职业院校建设计划，提出“十一五”期间要建设500个左右的专业群，从而促进资源共享，進一步提高示范院校服务经济社会发展的能力。此后，越来越多的高职院校和教育工作者对专业群进行了深入的研究、探索与实践。专业群建设经过十多年的大力推进，不断优化和完善，专业群人才培养模式已引起教育工作者的高度关注和重视。

目前高职技术专业群建设存在以下问题：

首先，专业群的组建不够科学合理。不少高职院校的专业群并不一定是基于产业链组建的，而是在若干个专业经过多年发展的基础上，围绕某一产业行业领域，以学校现有的特色或优势专业为核心，融合其他几个相关专业而形成的专业集群。这样容易出现两种情况：一是重视每个专业的个性，导致专业群内数个专业自成体系，各自为政;二是强调专业群的共性，过于强调核心专业的建设及辐射作用，忽视了非核心专业的个性。这两种情况都容易出现群而不合、合而不力的局面。其次，专业群的管理有待完善。专业群建设因涉及的专业领域较多，需要不同部门之间高度协作。目前，越来越多的高职院校都是采用专业群的建设模式，但在管理体制和运行机制方面仍沿用原来的管理思路，忽视了专业群建设的特点和要求，要么缺少专业群建设的管理机构，对专业群的引导协调作用不足;要么专业群的管理制度不健全，相关规章制度不一致，岗位职责不明确，管理效率低下。最后，专业群的实施效果有待提高。专业群内的各个专业仍然存在资源整合度不高、共享程度差、利用率低、评价指标不够精准等问题，不少高职院校的专业群因缺少高水平的专业领军人才，团队的凝聚力不足，产教融合校企合作力度不够，导致行业企业的指导参与积极性大打折扣，专业群的专业设置与产业需求脱节，形成部分学生毕业即失业的不良局面，无法充分体现专业群的特色、优势和品牌效应。

三、大数据时代软件技术专业群建设探讨

针对专业群建设的现状，笔者认为随着大数据时代的到来，在信息技术与相关专业技术的支撑下，各个行业包括高职教育领域所产生的数据都在呈几何级数增长，对这些数据的统计、分析、挖掘和应用将会创造前所未有的价值和财富。因此应抓住大数据带来的新机遇，加快高职教育领域中的大数据开发与利用，充分利用大数据和高职教育的有机结合，真正改变乃至颠覆传统的教育模式，引领教育转型和变革，实现高职教育的个性化、专业化、精准化和智能化。

大數据在高职教育领域应用的意义在于可以帮助我们以崭新的视角判断什么可行、什么不可行;展示以前无法观察到的教学层面，实现教师教学质量提高和学生学业表现的提升。在数据采集方面，与采用传统手段收集教育数据相比，大数据时代的教育数据优越性体现在数据规模、实时性、真实性和决策性等方面。在教育反馈方面，传统的教育反馈一般是通过标准化测试获取学生的学业表现，教育几乎是单向度的，即从教师和校方指向学生和家长。大数据时代的信息传递是双向进行的，相关反馈数据既可用于现有教学内容的修改和调整，也能在实时分析的基础上，自动为学生推送满足个体需求的学习内容。在教育预测方面，依靠大数据技术和相关工具采集到的教育数据，在数据规模、真实性和决策性等多个方面取得了巨大突破，其概率预测将不再依赖教师凭借以往经验做出判断，能够从随机的、动态的数据中挖掘预测对象的整体变化趋势，得到精准度和稳定性更高的预测结果。

江门职业技术学院（以下简称“我校”）软件技术专业群就是以软件技术专业为龙头，包含大数据技术与应用、计算机应用技术、计算机信息管理、计算机网络技术、云计算技术与应用等相关专业。

面对上述情况，结合我校的实际情况，笔者提出以下几点建议。

（一）实施专业动态调整制度，做到有效对接

大力推进专业群建设与地方产业群的对接，逐步推进专业群设置与行业产业需求、教学过程与企业研发过程、课程内容与行业职业标准的有效对接，技能证书与职业资格证书对接，让专业群设置更加符合地方社会经济发展的实际情况。对专业群内的专业实施动态调整，加速专业群内各专业的关停并转力度。例如我校的软件技术专业群，是在服务与对接江门、珠三角地区电子信息产业的基础上组建的，利用大数据技术充分分析与合理预测相关行业企业的需求，近几年来已关停计算机应用技术、计算机信息管理，增开大数据技术与应用、云计算技术与应用，不断提升和优化专业设置的针对性和有效性，以满足社会经济发展对相关人才的需求。

（二）加强双师素质队伍建设，提升人才培养质量

由于信息技术更新换代速度快、专业工程性特色鲜明，除了加强现有教师队伍的培训外，建议与知名IT公司或软件专业人才培养机构合作，有计划、有步骤地不定期安排教师进修培训，不断提高教师行业产业真实项目的研发能力，积累研发经验，第一时间了解行业产业的最新发展趋势和人才需求。对新引进的教师，除了考虑学历、职称、年龄等结构问题，更要注重产业行业研发经验。平时多聘请产业行业经验丰富的研究人员、工程师、管理人员、校友等为师生授课，全面指导和帮助师生的实际操作，不断提升人才培养效率，实施“宽进严出”制度，让学生学有所成。

（三）以校内外实训基地作为切入点，加大深化产教融合校企合作力度

实训教学在高职教育中的地位是非常重要的，是培养学生分析和解决问题能力的最有效途径之一，是提升技能、取得成果和发扬特色的关键环节。以实训基地“小切口”，撬动产教融合“大改革”，采取共建共享原则，充分调动政校行企的积极性，积极推进教科研成果转化，不断提高专业群师生的科研能力和社会服务能力，实现建设成果多赢的局面。

参考文献：

[1]刘迎春，李亚声.高职软件技术专业调研与数据分析[J].计算机教育，2017（3）：106-114.

[2]王向华.基于《悉尼协议》的软件专业课程改革策略研究[J].高等职业教育（天津职业大学学报），2018，27（5）：30-33.

[3]张 霞，廖春秀.基于产教融合的软件技术专业实践教学模式的探索[J].南方农机，2017，48（22）：13-14.

[4]吴晓威，陈旭远.“大数据”理念的教育应用与中国教育改革——从数据分类到证据转化的机遇识别[J].内蒙古社会科学，2014，35（6）：168-171.

[5]孙 华，贾晓婷.大数据时代人工智能在计算机网络技术中的应用[J].信息与电脑（理论版），2018（9）：128-130.