大数据技术与应用专业课程设置实践

傅东亮

摘要：随着中国互联网产业的发展，大数据应用越来越广泛。在国家引导和政策的支持下，越来越多的高职院校也开设有大数据技术与应用专业。前期有些高职院校开设大数据类专业都参照其部分企业大数据技能需求来设置课程。这种课程设置方法虽然有一定依据，但存在一些弊端，无法适应“1+X”试点工作需求和企业的普遍用人需求。本文着重从两点需求出发，论述我校大数据技术与应用专业课程设置过程方法。

关键词：大数据处理环节;课程设置;“1+X”证书;大数据技术与应用

中图分类号：TP311      文献标识码：A

文章编号：1009-3044（2021）16-0086-03

开放科学（资源服务）标识码（OSID）：

1高职院校大数据技术与应用专业如何进行课程设置？

随着中国互联网产业的发展，行业的数据成指数增长。互联网数据随着量的增大其价值变得也越来越明显。一些企业因为数据变得更有价值，数据成了企业重要资产。但要使数据有意义必须要充分处理和挖掘数据的价值，需要大量的大数据专门人才。

高职院校近几年来也参与到了大数据专业的人才培养之中，与本科院校和研究生院几乎同步设立大数据相关专业。那么高职院校如何设置课程体系，如何能更好地培养出大数据应用类专门人才呢？ 过往一些学校通常会做些调研或者参考一些兄弟院校的设置。由于调研方法缺乏科学性，课程设置缺乏针对性和有效性。

2行业大数据处理环节分析

那么，如何科学地进行课程设置呢？

总体来说，还是要从需求出发。大数据相关专業着重培养互联网海量数据的采集、存储、清洗、挖掘、分析、展示 等专门人才。我们知道，数据来自互联网，互联网的数据通常有文本数据、结构数据、图片媒体、语音媒体、视频媒体等类型文件。一般中小型互联网企业对文本、结构、图片数据会进人工或自动化处理。而大型互联网企业则不仅对文本、结构数据、图片数据进行处理，还需要对语音和视频文件进行识别和处理。中小企业众多，但数据量不大，对数据处理的要求不高，对技能和IT环境设施要求一般。大型企业凤毛麟角，但数据量巨大，对数据处理的要求高，所需的技能和环境设施要求也非常高。

我们知道中小型互联网企业在数据处理环节上，更多处在数据采集、存储、展示的初级阶段，对于清洗、挖掘和分析要求不高。通常，这些中小企业网站会获得用户输入的结构化文字信息、图片信息。然后对这些信息进行后台人工分析、通过定制软件或者手工方式对数据进行简单加工或者展示，获得一定的商业价值。

大型互联网企业在数据的各个环节都要求非常高。包括数据的采集、存储、清洗、挖掘、分析和展示。甚至有些企业会形成更加复杂的数据交互过程。比如，今日头条客户端程序对于用户的位置信息、语音、视频信息会实时采集、清洗和分析，实时的挖掘出有商用价值的需求信息，然后与相关的电商平台合作，向用户推送满足需求的商业链接。而这些语音、视频信息都是非结构化数据，需要采用复杂的算法，经历大数据处理的各个环境，最终依靠数据，“智能”地获得更大商业价值。

3大数据处理环节所需技能及课程对照

要合理的推导出大数据技术与应用专业的课程设置， 需要最大限度地掌握企业需求，最大限度地了解大多数企业在常见环节上所需的技能要求，然后推出所需要的课程支持。表1从专业角度进行了一一对照：

4大数据技术与应用课程设置分析

以上列表仅仅是从专业角度分析大数据处理环节与技能及课程支持的对照。但不应该直接导出课程设置，我们需要进行更多的分析，有目标有侧重的推导出有特色的课程设置。

4.1 行业需求分析

对于大数据专业的学生需要了解数据在互联网行业中是如何运转的。但不可能所有环节都很精通，必须有所侧重。

随着大数据产业向广度和深度的发展，所涉及的学科越来越多。那么如何设置高职院校大数据技术与应用专业的课程呢？我们选择侧重在大数据处理环节的两侧，即数据的采集、存储和展示三个环节，原因有二：一是数据采集、存储和展示环节具有一定的感官性，对抽象思维要求不高，利于高职院校的学生学习，二是数据的采集、存储和展示环节存在于大中小型各企业中，企业用人需求量最大。这种课程的侧重既有利于学生学习，也有利于学生就业。

4.2 “1+X”证书制度分析

近年来，《国家职业教育改革实施方案》明确了职业院校将成为“1+X”证书制度试点的主体， 因此，各专业课程体系需考虑X证书（技能证书）的需求。HCIAHCIP＼HCIE  Big data是大数据方向的考证方向。 在大数据的应用、大数据处理分析、数据仓库和挖掘 环节上我们考虑引入了华为课程：“Hadoop 大数据技术与应用（华为）”“FusionInsight 大数据开发技术（华为）”“数据仓库与数据挖掘技术 （华为）”。这三门课程既可以承担起大数据在其存储、清洗、挖掘、分析环节上的支撑作用，也分别对应了HCIA＼HCIP＼HCIE  Big data方向的核心课程。

4.3 集中实践课程设置分析

考虑到职业教育的要求，需设集中实践教学环节。

大数据专业当前应用最广的平台当属Hadoop，对数据的采集、存储、挖掘、分析等都不离不开Hadoop。因此熟练掌握Hadoop搭建和配置是大数据专业学生必须做到的。

大数据技术与应用专业是一门重开发的专业。其要求学生具备一定的软件开发能力，需要掌握2～3门开发语言，其中Java和Python程序设计语言在Hadoop中得到广泛应用，需要重点掌握。如前分析，作为高职院校，我们将学生集中实践重点放置在数据采集、存储和展示三个重点方向。因此在集中实践教学环节，将实践课程设置如下：

?Hadoop数据平台搭建综合实训;

?HBase 应用综合实训;

?JAVA应用综合实训;

?电商数据采集综合实训;

?行业大数据可视化综合实训。

5大数据技术与应用专业课程设置实践

通过以上课程设置分析，我们得到以下专业课程设置列表、框图和教学进程表：

5.1课程设置列表

课程设置列表如表2所示。

5.2 课程设置框图

课程设置框图如图1所示。

说明：

1）图中重点体现校内专业相关课程，未体现校外实践教学环节课程。

2）图中椭圆形部分为校内集中实训课、右上角矩形部分为“1+X”中X所要对接的职业考证级别。

3）由于我校采用2+1教学模式，要求所有专业课程必须在第四学期全部完成。第四学期集中了HCIP和HCIE对接课程，职业考证须安排在第四学期之后。

5.3 专业课程教学进程表

专业课程教学进程如表3所示。

说明：

1）本进程表仅体现专业课程计划，包括课程分类、课程学分计划、学时计划、学期计划。

2）Python程序设计设置了两门课程，目的是为更好地满足数据采集和存储的开发。

3）能力拓展类课程设置“数据可视化技术”和“Web前端技术”两门课程，且课时较多，目的为更好地培养学生数据展示的技能。

4）课程中课程名后带“#”的课程为专业核心课程。

6总结

大数据技术与应用专业是2016年高职才开设的专业。由于专业较新，课程设置缺乏有效指导。除了参考兄弟院校课程外，我们从行业企业需求、1+X证书制度需求出發演进推导出我大数据技术与应用专业课程体系，相信将极大利于我大数据技术与应用专业学生今后的职业考证和毕业就业。本次课程设置实践经过了我院专家评审委员会评审通过，已获批成为我人培方案的一部分。

参考文献：

[1] 曾德生，骆金维，肖巧玲，等.1+X证书制度下高职院校大数据人才培养的实践研究[J].职业教育研究，2020（1）：30-34.

[2] 何志红，孙二华.高职大数据技术与应用专业人才培养规格的研究[J].信息系统工程，2020（5）：151-152.

[3] 高春燕，庄绪强.“1+X”证书制度下高职院校大数据技术与应用专业建设初探“[J].陕西青年职业学院学报，2020（3）：20-22.

[4] 韦宁，韦守居.“双高”背景下高职院校大数据技术与应用专业建设研究[J].科学咨询（教育科研），2020（10）：65.

【通联编辑：唐一东】