以学科竞赛为导向的课程体系建设探讨

蒋美云 郭 雷

（南京工业职业技术学院 江苏·南京 210023）

0 引言

随着国家及江苏政策推动与大数据技术的逐渐发展和成熟，大数据人才缺口日益壮大，企业对人才的需求远远大于学校的培养和供给，大数据人才的培养已经成为解决供需的关键。由于高职教育是以“应用”为主旨，岗位为导向，技能为本质和特征构建课程和教学内容体系，因此基于技能大赛的教学在高职教育中显得尤为重要，并在专业建设，人才培养，教学内容，教学模式改革中占有非常重要的作用。

1 整合竞赛知识点，确立人才培养目标（整合竞赛知识点，课程体系改革与实践）

近几年，大数据教学团队的学生主要参与的学科竞赛有，江苏省大数据技能大赛，小挑战杯，发明杯，互联网+等创业创新比赛。这些比赛形式多样，对学生的要求较高，很好的培养了学生的团队合作，语言交流，展示等能力。[1]以江苏省大数据技能大赛为例：

2018 年江苏省竞赛题目：电影公司为提高票房收入，了解电影市场的情况，包括何种类型电影票房收入高，不同种类观众对电影的偏好等等，为此公司选用python语言，综合运用python 的科学计算库Numpy,数据分析处理库pandas，数据可视化库matplotlib，机器学习库scikit 和MapReduce 编程模型，并利用网络爬虫抓取历年来行业信息（4G），随后对数据进行清洗、整理、计算、表达、分析。

2019 年江苏省竞赛要求：对Hadoop 平台进行分析配置，基于Web 页面进行数采集处理，综合利用MapReduce，HDFS、数据仓库HIVE，Java、python完成数据清洗、数据存储、数据转化、数据分析及数据推送；运用HTML、CSS、JavaScript、Echarts对数据进行可视化呈现。

根据两年竞赛要求分析，更新人才培养模式，大数据竞赛的知识体系旨在让学生掌握大数据的基本技能，包括平台组件配置，数据采集，数据清洗，数据存储分析，数据可视化，简单机器学习应用等。具体技能比重如图1 所示。

图1 大数据技术与应用竞赛技能

2 以竞赛为导向的课程体系设计与建设

2.1 以大数据竞赛为导向构建创新能力培养体系

随着大数据技术的逐渐成熟并且在各个行业中的广泛应用，大数据人才培养缺口增加。大数据人才培养需求形成体系和专业。以大数据技术与应用的技能竞赛的技能体系为基础，抽取分析技能要求，形成知识体系和课程体系，激发学生的兴趣，目的明确地学习专业知识，从而使学生能够清晰地建立起大数据专业所需的技能知识体系，并为大数据专业建设提供保障。根据竞赛要求，大数据核心技能包括：大数据平台运维、数据采集与预处理、数据清洗与分析、数据可视化。根据核心技能对接专业或者专业群基本核心技能有：Linux操作系统命令应用，软件编程，数据操作与管理，网页开放及数据可视化，职业素养。具体关系如表1 所示。人才培养中除设立平台基础课程，[2]专业基础课程以及传统实践教学环节，还必须完全对接核心技能。

图2 课程体系

表1 核心知识技能

根据表1 构建满足大数据行业技能需求的“普适型”学习路径和覆盖大数据行业多技能的“拔高型”学习路径。设计基于技能需求“普适型”和“拔高型”学习路径。

2.2 构建能力提升体系

以技能培养为基本原则，以职位要求为依据，形成大数据技术与应用岗位核心技能，相关能力要求设计如图2：（1）运维能力（Linux操作系统配置，管理优化，熟悉hadoop，Hive，Kafka，Hbase，yarn，storm 等Hadoop 技术生态足迹的配置管理）；（2）开发能力（精通python，java开发语言，精通oracle，mysql，NoS-ql 等数据库的工作原理）；（3）进阶能力（熟练掌握web 前端技术，熟悉主流机器学习算法，了解主流算法原理）。

图3 能力提升体系

（1）运维能力和开发能力。学生在大二上学期前以锻炼运维和开发能力为主，主要包括：计算机操作系统知识，计算机开发语言知识，计算机容器知识，大数据采集，大数据存储，大数据处理，大数据分析，大数据安全知识。

（2）进阶能力。具有大数据平台搭建及数据仓库建模的能力；具有基于分布式计算集群实现对数据的分析、挖掘、处理、生成报表的能力；具有维护分布式计算集群的能力；具有基于大数据分布式系统应用的测试能力；具有行业大数据平台方案规划的能力；具有大数据系统销售的能力；具有大数据运维的能力；具有大数据应用系统的实施能力；具有作为大数据顾问的能力。

2.3 基于岗位的典型工作任务的实施

根据目前就业趋势，在人才培养方案中，设立了大数据开发工程师，软件测试工程师（大数据方向），大数据实施工程师，大数据售前咨询顾问等几类不同岗位。本文以大数据开发工程师为例，从竞赛知识点抽取并设计了四个典型工作任务和其对应的能力要求。如表2 所示。

3 基于竞赛的课程建设的实施与成效

根据之前的培养目标和课程能力体系，在完成专业方向基础的前提下，在大一下学期开始，将组建竞赛队伍，在班级模拟小组竞赛的任务融入到教学环节中。技能竞赛大多数以小组为整体，[3]而不是一个学生独立应赛，学生根据自己所掌握的知识的侧重点合理组队，三人一组，每个小组合理分功，切割知识点，设计完整的比赛方案，在班级教学过程中，这样的全班模拟比赛，能够快速让学生深入学习和实践，保证所有学生得到同样的实验训练，经实践，对结果进行分析和总结，兴趣浓厚的同学和成绩比较领先的小组可以重新组建团队，进而组建一支实力均衡的比赛队伍继续深入研究，从而参加各类竞赛。并激发学生的各类潜能，在学院形成可持续发展的教师和学生队伍。[4]

具体来讲，可以分成以下过程：

（1）基础性学习，学生入学以来经过一个学期左右的基础课程学习，适应大学生活，了解计算机基础，大数据基础和编程基础课。

（2）进阶能力，具体通过接近一年的时间，学习大数据相关专业课程和能力提升课程，相关小实验，具备进行一个完整任务的能力。

（3）典型工作任务，班级同学按三人一组进行分组，学生将任务分解，并由组长按任务模块分工，根据任务特点，期间穿插多次研讨，小组分享，答辩等。一轮任务结束后可以开始多轮典型工作任务。

（4）竞赛团队组建，根据前面的学习和实践，对有兴趣的同学和做的好的小组进行引导，组建竞赛团队。其他同学进行后续课程的学习和根据不同岗位的个性化学习，或者顶岗实习。

自2016 年以来，大数据教学团队已成功培训三届学生参与竞赛，获得江苏省大数据竞赛二等奖的好成绩，参加挑战杯大赛，并获得全国一等奖的好成绩，并且参加发明杯，互联网+等大赛，获得奖项十余次以上，累计培训大数据学生人才达到40 以上。大数据教师团队以提高学生的创新能力和就业为导向，紧密结合课程特点，制订大数据技术与应用专业人才培养方案并成功申请了大数据技术与应用专业，在2019 年录取了第一批大数据专业的学生。并且将学科竞赛作为课程教学和实践的扩展和延伸，将竞赛内容合理融入课程教学，将竞赛内容和形式合理融入实践教学，促进课程改革和实践教学的改革，对培养科技创新和高素质应用型人才的培养方案作出探索。

4 结束语

课程建设和人才培养方案是一个长期的系统工程。基于学科竞赛为导向的课程体系和人才培育方案可以给人才培养指明方向，[5]使学生在竞赛的良好氛围中增强对学习专业的兴趣，更好地实践了黄炎培职业教育“手脑并用，双手万能”的职业教育思想。通过两年参加江苏省大数据技能竞赛，和其他相关赛项，为大数据课程建设指明了方向，并且增进了学院开展大数据专业的信心，促进了教师开展专业课的信心，加速了人才培养的修订，为大数据专业教学模式改革创造了较好的条件。在竞赛进入课堂教学的同时，促进了教师团队教学和科研水平的提升，并将这种以学生为主体，以竞赛为横线的项目教学方式的引入到整个专业实践教学中，推动了大数据专业的发展。