大数据产业技术技能型人才培养对策研究

摘 要 大数据正成为国家竞争的前沿、产业竞争力和商业模式创新的源泉，我国大数据产业快速发展也带来了人才巨大缺口。调研显示，市场中有相当比例的面向高职院校毕业生设置的大数据技能型岗位，主要集中在大数据服务层各类领域数据标识、大数据平台运行维护、数据分析与数据挖掘、数据清洗、信息系统开发与维护等岗位。培养大数据产业技术技能型人才，需要高职院校从创新人才培养机制、创新人才培养模式、构建实战型实训课程体系、创新课证融合机制、校企共建校内大数据生产性实训基地等方面着力，实现供给与需求的有机衔接。

关键词 高职院校;大数据产业;技术技能型人才;人才培养;课证融合

中图分类号 G712 文献标识码 A 文章编号 1008-3219（2020）26-0028-04

2015年8月31日，国务院印发的《促进大数据发展行动纲要》提出，“运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力，大力推动大数据发展和应用”。《2019中国大数据产业发展白皮书》显示，2018年大数据产业整体规模已达4384.5亿元，预计到2021年中国大数据产业将达到8070.6亿元[1]，我国大数据产业受技术进步与升级、宏观政策环境等因素影响，将在一段时期内保持较快的增长速度。随着大数据产业发展进入爆发期，大数据人才短缺是面临的最严峻问题。截至2018年底，全国大数据人才仍存在60万人的缺口，产业转型升级、建设“数字中国”都对大数据人才产生巨大需求，而且这种需求将在未来几年内呈快速增长趋势，而现有大数据人才的数量以及人才培养速度难以满足产业发展的实际需求，导致人才缺口持续增大，预计到2025年我国大数据人才缺口将达到230万人[2]。

一、大数据人才市场需求分析

（一）大数据产业生态划分

大数据的产业生态大致分为三类型：数据资源建设产业、数据处理和分析产业以及数据应用和服务产业。数据资源建设产业可分成数据采集、数据整合、数据中心、数据存储平台、数据集成等;数据处理和分析产业包括数据处理平台、数据管理平台、数据交易平台、数据分析平台、数据加工工具、数据分析工具、数据挖掘工具以及数据可视化工具等;数据应用和服务产业包括电子商务、智慧交通、医疗健康、虚拟现实、在线教育、大数据物流等。具体见图1。

（二）大数据需求的行业分布

根据《2019年中国大数据产业发展白皮书》数据显示，2018年大数据的实际应用案例多集中于政务、金融、健康医疗、交通和电信等领域。一方面，这些行业的信息化程度较高，数据资源丰富，易于商业化变现;另一方面，这些行业也多属于国有重点管控的企事业单位，政策导向性对大数据在这些行业的推进有较大影响。从产品和服务来看，主要涵盖数据分析挖掘、场景化解决方案、数据采集和预处理、数据可视化、云端产品和服务等内容，这些产品和服务基本上覆盖了大数据架构中除去硬件以外的多数软件和服务。由此可见，用于大数据分析的软件产品和服务是当前大数据企业竞争的焦点。同时，调研数据显示，未来几年对大数据需求最迫切的行业将集中在政务、金融、医疗、电信以及工业大数据等领域。

（三）大数据技术技能型人才的岗位需求

随着大数据产业快速发展，产业对于各层次大数据人才的需求快速增加。目前，我国大数据人才资源储备明显不足。由于大数据人才培养对计算机、统计学和数学基础的综合性要求高，导致大数据人才培养难度较大。而在围绕各类应用和市场需求提供辅助性服务的大數据产业链服务层，根据拉勾网相关数据统计，数据挖掘师、数据分析师、大数据工程师三类职位的专科及以上学历占比分别为7%、12%、26%，可见市场中有相当比例的面向高职院校毕业生设置的大数据技能型岗位[3]。高职毕业生就业岗位主要集中在大数据服务层各类领域数据标识、大数据平台运行维护、数据分析与数据挖掘、数据清洗、信息系统开发与维护等岗位。

二、企事业单位对大数据服务层人才培养的需求

以福州职业技术学院（以下简称“学校”）为例，2018年学校获教育部批准设立了大数据技术与应用专业。为了充分了解企事业单位对大数据人才的新需求，更好地发挥高等职业教育优势，学校以问卷调查、上门座谈、询问法、网络资讯检索等方法开展了大数据专业调研，通过走访北京中关村和福建东南大数据产业园区等大数据企业，了解企业大数据高职层次相关岗位和岗位需求，同时，学校借助与北京大数据学院博雅大数据研究院的合作关系，与博雅研究院专家深入讨论和分析了大数据未来的发展方向、高职大数据核心能力的划分，明确培养大数据服务层人才培养要求。

学校根据大数据服务层各类应用和市场需求及提供辅助性服务的特点，对接企事业单位大数据服务层人才相关岗位需求，确定了数据分析工程师、大数据运维工程师、大数据开发工程师的培养要求：培养理论知识够用的高素质技术技能型人才;培养擅长大数据分析、懂得将数据与业务更好结合、达到应用目的的实用型高端人才。技能要求：数据分析工程师要具备Java基础开发能力、动态网站开发能力、测试能力、数据库工具使用能力、数据收集能力、文档编写能力;大数据运维工程师要具备大数据平台的熟练使用能力、Python语言的熟练使用能力、数据预处理能力;大数据开发工程师要有较强的架构、性能优化能力，能独立负责产品的架构规划和架构演进，熟悉Hadoop、storm或Spark等分布式系统的工作原理，熟悉Java、SQL等开发语言。此外，要注重学生职业素养、团队协作及沟通能力的培养。

三、大数据产业技术技能型人才培养机制与对策

（一）创新政校企协同大数据人才培养机制

设置符合社会和企业需求的培养方向，按照社会和企业对大数据服务层人才的质量要求，引进企业实训课程体系和实训项目，校企协同培养大数据人才。除了校内课程培养之外，学校更要重视为学生提供足够的实践机会，而这样的实践机会很大程度上依赖于学校与政府和企业的日常联系。

校企双主体共育大数据人才。2017年5月，学校主动对接阿里云、慧科集团等众多大数据教育行业龙头企业，通过“阿里云数据森林人才计划”，成立了全国首家阿里巴巴大数据学院，是全国第一所面向应用型大数据人才培养的校企共建学院。阿里学院以“现代学徒制”创新大数据人才培养机制，依托阿里云的行业人才标准和权威认证体系，校企联合成立了阿里云大数据培训认证中心，引入阿里云ACF等认证体系，新建教学在线直播平台、慕课教学系统、在线实训平台等智慧教学信息化云平台，通过数字化和信息化手段优化教学过程，提高大数据专业教学质量，为福州市区域大数据、云计算、人工智能等前沿信息产业高速发展提供人才支撑[4]。

探索政校企混合所有制办学，共育区域大数据人才。2018年5月31日，福州市人民政府与微软（中国）有限公司达成战略合作协议，政企联合福州职业技术学院等共同打造国内首个微软创新学院。由福州职业技术学院成立的资产管理公司牵头与微软总代理公司及长乐滨海新城东湖数字小镇建设企业共同出资组成三方公司。学校以政府专项资金购买设备入资占股51%，三方共同组建了由政府、学校、企业、行业代表组成的福州大数据园区微软创新学院理事会，实行董事会领导下的总经理负责制，董事长由学校派出，负责微软创新学院的运营管理。福州市政府提供福州市滨海新城东湖大数据园区教学与办公场所，学校提供部分师资和教学组织管理，企业提供微软认证及培训师资。三方充分利用各自优势资源，实现混合所有制联合培养资源的组合。

（二）创新技术技能型大数据人才培养模式

学校以“企业导师工作室”为引擎推动大数据人才培养创新发展。“企业导师工作室”设在学校创新创业大楼，工作室成员主要来自大数据专业学生，合作企业派出骨干工程师入驻导师工作室，工作室以现代学徒制模式开展人才培养工作。工作室成员实行双重身份制，既是学校的学生，也是企业的学徒，导师以“师带徒”的形式带领成员进行岗位技能训练和具体项目实战。企业导师辅导工作室成员熟悉企业项目实施流程，并带领工作室团队承接具体项目，将课程教学标准与具体工作任务结合起来，教学过程按照从理论课堂到导师工作室再到项目现场，再由项目现场回到理论课堂的工学交替方式循环进行。通过导师工作室专业导师的辅导，学生（学徒）在解决问题和完成任务中成长，快速提高岗位技能水平。目前，学校已建成“金科大数据服务外包导师工作室”“中锐大数据导师工作室”，有600多名学生（学徒）参与岗位培养，实现岗位成才，为合作企业及大数据产业链相关企业输入400余名优秀人才，完成企业合作项目33个，合同金额累计超900万元。此项人才培养成果获得了微软、华为、阿里、百度等国内外知名大数据相关企业的好评[5]。

（三）构建具体项目为载体的实训课程体系

学校依托百度公司、阿里云公司、慧科教育集团等大数据行业知名企业，开展深度校企合作，以具体项目为载体设置模块化课程。学校联合阿里云计算公司、慧科集团的技术领军专家和学科带头人组成实训专家组，研发针对大数据专业群学生的系列项目实训课程体系，在实践经验丰富的实训教师指导下，引入阿里云正在运行的具体项目，实施案例教学，按照企业的实际用人需求，培养具有职业品行素质和行业领域知识的大数据技能型人才。慧科集团利用阿里巴巴的大数据技术以及阿里巴巴对新经济各个行业的研究积累和实际案例，整理出大数据交换实践、海量数据仓库实践、网站大数据统计实践、实时推荐系统实践、智慧交通实践、小天池系列课程、网站日志分析、货车联网平台解决方案等适合高职生的各类大数据实践操作实训课程，并派遣专业资深师资力量面对面指导学生进行实训，提高学生的综合技术能力。同时，实训专家组充分考虑大数据分析、运维、开发从业人员的岗位成长和职业发展空间，以知识水平、职业技能、职业素养为主要架构，挖掘企业实际大数据项目案例，校企双师（学校教师和企业导师）共同开发设计数据库应用、Java开发编程语言、数据收集与数据分析、数据可视化、Hadoop生态系统和Spark Shell、Spark SQL業务应用等知识和能力模块课程，在实施课堂教学的过程中，缩短“学”与“用”之间的距离，提升学生动手实操能力。

（四）探索“一课双师”教学模式，创新课证融合机制

学校探索校企联合开展“一课双师”教学模式，组建大数据专业双师协同教学团队，整合校内教师和企业导师的各自优势。其中，校内教师主要负责证书理论考试部分教学，企业导师主要负责实操考试部分教学，以提高学生职业技能水平为主要目标，构建课堂教学与认证培训相融合的教学环境，促进认证培训顺利开展，努力提高认证培训质量。创新课证融合机制，将认证培训融入教学过程。学校通过与企业的合作，引入阿里云ACA、ACP、ACE认证培训课程，思科CCNP认证培训课程，微软的MTA、MCP、MPD等认证培训课程，并系统培训校内相关教师，提高教师的认证教学水平，使之达到专业认证教师资格的要求。引导大数据专业学生积极考取认证证书，对学生获取的认证证书和职业技能等级证书体现的学习成果赋予相应学分，按证书等级免试或免修相关课程。专业课程采取课证融合，实行以证代考，确保大数据专业学生均能获取初级证书，学有余力及基础较好的学生考取中级甚至高级证书。由此，畅通技术技能大数据人才成长通道，拓展学生就业创业本领，提高毕业生的就业率。

（五）校企共建校内大数据生产性实训基地

校内大数据生产性实训基地主要用于学校学生实习实训。与百度、新大陆、福建金科、福建中锐网络等公司合作建立的校内大数据生产性实训基地，内容包括但不限于数据采集、清洗、加工及预处理等实习和综合性实训。企业负责合作基地的设计与装修，且提供用于大数据生产性实训和办公所需的软硬件设备。软硬件设备设施包括网络设备、数据加工高速扫描设备、终端、软件与设备、医学影像展示软件与设备等。每个生产性实训基地合作企业需每学年为福州职业技术学院学生提供不少于300课时的生产性实训课，且提供实训方案，指定专人指导学生实习实训。企业指导人员必须通过专业大数据采集加工相关企业或政府部门组织的上岗培训，具备三年以上大数据加工实践经验。企业与校方共同开发与大数据生产加工相关实践课程，为本专业的大数据分析、大数据应用、大数据运维、大数据开发等实训项目提供实训条件。在实训过程中，通过教师培训、教学督导、实训成果鉴定等多个环节保障实训环节的教学质量。生产性实训基地“以学生为中心”，根据学生特点，激发学生学习兴趣，实行任务驱动、项目导向等多种形式的“做中学、做中教”教学模式;将专业主干课程教学转变为“教、学、做合一”的模式，部分课程采取理论与实训同步教学，部分课程实行岗位化教学。学生依托呈现真实职业场景的生产性实训基地，加入项目团队完成实战训练，在具体的项目任务完成过程中提高项目实战能力。

参 考 文 献

[1]赛迪研究院发布《2019中国大数据产业发展白皮书》[EB/OL].（2019-03-20）[2020-01-20].https：//blog.csdn.net/lrs62520kv/article/details/88704145.

[2]2025年中国大数据核心人才缺口将达230万[EB/OL].（2019-10-08）[2020-01-20].https：//www.sohu.com/a/345502769_260616.

[3]大数据岗位更看重学历还是工作经验[EB/OL].（2019-05-15）[2020-01-20].http：//www.sohu.com/a/140741516_539390.

[4]黄朝波，江允英.福州职业技术学院：校企合作激发活力 产教融合创新发展[N].中国教育报，2018-11-28（7）.

[5]魏明樺，饶绪黎. 基于现代学徒制的网络专业群人才培养实践与创新——以福州职业技术学院为例[J].闽西职业技术学院学报，2019（3）：50-55.

Abstract  Big data is becoming the frontier of national competition， the industrial competitiveness and the source of business model innovation. The rapid development of Chinas big data industry has also brought about a huge talent gap. The survey shows that there is a considerable proportion of big data skill-based positions set up for graduates of higher vocational colleges in the market， mainly focusing on data identification in various fields of the big data service layer， big data platform operation and maintenance， data analysis and data mining， data cleaning， information system development and maintenance. Cultivating technical and skilled talents in the big data industry requires higher vocational colleges to develop innovative talent training mechanisms， innovative talent training mode， construction of a practical training course system， innovative course-certificate integration mechanism， school-enterprise co-construction of big data productive training bases and other aspects to achieve organic connection between supply and demand.

Key words  higher vocational colleges; big data industry; technical and skilled talents; talent training; course-certificate integration

Author  Huang Chaobo， assistant researcher of Fuzhou Polytechnic （Fuzhou 350108）