新工科背景下高职院校基于CDIO的大数据技术与应用专业人才培养模式研究

凌财进

（河源职业技术学院，广东 河源 517000）

1 引言

专业人才培养模式是职业院校实施人才培养和开展质量评价的依据，人才培养方案决定人才培养质量，因此，优化专业人才培养方案，创新高职院校的人才培养模式是提高人才质量的关键。高职人才培养模式是指各个高职院校根据其行业特征，以及服务当地经济发展提供用人的需要和专业发展的需要，为学生构建的学科知识、能力和素质结构。在调研企业特定人才需求的前提下，学校可与企业共同制订人才培养目标、课程体系、管理制度，共同编制校企教材，实施企业师傅进课堂、校企共建实训基地等教学方式完成校企合作人才培养的全过程。目前，大数据行业作为“互联网”产业一个新兴的、最具活力的产业之一，需要大量的大数据处理技术人才，2017年全国有35所本科院校开设了大数据相关专业，截至2021年当前统计，全国已有809所高职专科院校开设“大数据技术(与应用)”专业。由于专业的大数据技术人才缺口较大，就业前景十分广阔，且大数据其专业人才培养模式还处于探索阶段，人才培养模式需根据自身院校的特点以及服务地方经济的范围进行探索与构建。

2 CDIO工程教育理念

2017年教育部发布《关于推荐新工科研究与实践项目的通知》，意味着“新工科”从概念阶段进入实施阶段。“新工科”是指以继承与创新、新兴产业与传统产业的交叉与整合、强调协调与共享发展为主要途径，培养支撑新产业发展的创新卓越工程人才。大数据技术专业是众多学科与统计学交叉产生的一门新兴学科之一，大数据技术专业面向“新工科”人才的需求，回归工程教育建设的理念，因此，结合“新工科”学科背景与“CDIO工程教育”进行人才培养模式的改革，探索大数据技术与应用专业人才培养新模式对工科类的教育教学改革有重大的意义。在CDIO工程教育理念模式中，CDIO是构思(Conceive)、设计(Design)、实现(Implement)和运作(Operate)四个英文单词的缩写，以工程导论为导向，通过项目整合课程系统化的知识结构，让学生以主动的、真正的实践企业真实案例，在实践的过程中掌握运用知识能力，培养其良好的创新创业发展能力。CDIO人才培养旨在培养复杂的工程系统能力、团队合作能力和个人成熟思维能力，“新工科”更是把实践提高到前所未有的高度，新工科人才培养主要用来解决社会发展中的工程实际问题，新工科建设宗旨是对工程教育的改革与创新，因此，CDIO工程教育理念符合在新工科背景下大数据技术与应用专业人才的培养规律。

3 大数据技术与应用专业特质

3.1 大数据技术与应用专业特点分析

“新工科”专业主要有大数据、人工智能、智能科学与技术等，大数据技术是众多学科与统计学科交叉产生的一门新兴学科，涉及计算机、云计算、统计学等专业领域。现在的计算机科学、数学、统计学已经发展成了较为庞大的学科体系，并与高中数理化课程联系非常紧密，但对于部分学习基础薄弱的高职学生来说，学习这些庞大学科体系的理论知识内容会使学生感到十分困难，并且高职院校目前大数据技术的实训环境还比较单一，在大数据的普及和应用上略显落后，相应地也缺乏一些专业的大数据师资力量，尤其是精通具体应用的实践操作型的师资力量，因此，以培养实践能力为核心，实现理论与实践、产学与研用融合成为教学的焦点，也是高职教师进行教学改革的方向。根据“工程教育专业认证”的要求，客观上要求将大量具有较强学科前瞻性和应用前瞻性的内容纳入教学范围，培养学生在实践工程项目的过程中学习、运用并巩固理论知识的能力，不断完善自我专业体系的构建，并能运用所学知识上分析遇到的问题和创新方法去解决工程问题，目的是提高学生系统性思维能力和工程实践能力，提高人才培养质量来满足行业需求。

3.2 市场对大数据技术与应用专业人才的需求

大数据技术是“新工科”专业之一，人才培养方案需加快工程教育改革的步伐，培养造就新兴领域创新型工程科技人才，支撑我国“互联网+”等重大战略的实现。近年来，随着互联网、物联网和移动互联网等通信技术及产业的发展，全球数据量呈爆炸式增长，我国大数据产业已经从起步阶段上升到“黄金”阶段，根据目前数据资源开放和共享程度以及各行业的数据应用程度，迫切需要大数据专业技术人才进行数据分析处理，提炼数据蕴含在各行业的商业价值。“大数据”已成为一个热门词语高频出现在各种场合，现已有的从业人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业迎来一个巨大的机遇与的挑战。国内将建成500亿元大数据产业规模产业基地，未来几年大数据相关岗位人才需求量将越来越大，目前行业内从事相关职能的人才专业背景各异，技术人才缺口大。根据珠三角各市大数据相关企业的需求，大数据就业主要有三个方向：一是数据分析类大数据人才，基于各种大数据分析技术进行科学分析、挖掘展现用于决策支持；二是系统研发类大数据人才，主要从事非结构化数据业务模型构建、大数据存储、数据库架构等；三是应用开发类大数据人才，如搭建大数据应用平台以及开发分析应用程序，ETL开发者就是在此需求下诞生的一个职业岗位。大数据行业的主要就业岗位包括大数据应用开发工程师、数据可视化工程师、大数据运维工程师、算法工程师等。

3.3 大数据技术与应用专业学生培养要求

根据国家实施的大数据战略，结合珠三角大数据岗位需求以及服务地方经济的需求，对进行大数据技术招生的院校的人才培养方案进行了研究，对我校大数据技术与应用专业学生的培养定位为：主要培养适应国家战略性新兴产业和经济社会发展的人才，推动数据技术与产业应用结合的多学科、多行业交叉融合的新工科发展，探索新形势下兼具数据知识和应用视野的大数据人才培养尤为迫切。新工科背景下的大数据技术人才的要求既具有较好自然人文与自科学科基础，又能系统掌握大数据的运行原理及相关理论、方法和技能，具备数据相关技术等专业知识，具有较强的理论与工程实践能力，以及较强的团队协作、知识综合运用和技术创新能力，具有多领域和跨专业的交流、学习能力。专业方向重点培养能够为企事业单位提供大数据系统搭建、管理和运维的技术人才。服务国家战略发展以及新工科工程教育建设的迫切需求需要进行深化高等工程教育改革，通过构建大数据技术专业实践教学体系解决当前高校人才培养的输出与新工科背景下工程领域中人才需求不匹配的问题。

4 基于CDIO理念的大数据技术与应用专业课程设置与能力培养

大数据与运用技术专业的主要学习内容有：面向对象程序设计，Hadoop实用技术，数据挖掘，机器学习，数据统计分析，高等数学，Python编程，JAVA编程，数据库技术，Web开发，Linux操作系统，大数据平台搭建及运维，大数据运用开发，可视化设计与开发等。大数据专业教学改革尝试在以新工科背景下建立一种适应“大数据”时代和“基于CDIO工程教育专业认证”要求的新型多方式复合教学模式，并在院系进行试行和推广。构建基于CDIO理念的多方式复合教学模式主体的思路为：第一学年，重点在通识教育、计算机专业群必修基础课程的学习；第二学年，以大数据技术专业基础课程，结合专业必修课程来进行教学，教学方式采取CDIO工程教育理念，将理论的知识内容融入工程实践项目中，通过实践应用加深理解大数据技术的搭建、配置、管理及运维实训，通过大量的案例与实践操作，熟练掌握大数据系统管理所需的各种专业知识和能力，通过自我内化的过程构建学习者自我知识体系；第三学年，重点学习专业核心的实践课程内容与毕业设计课程，注重工程实践创新能力的培养，并与行业企业共建实习基地共享模式，设计企业真实项目综合实训、实习与毕业设计等实践教学体系，与企业的岗位需求进行无缝对接，满足企业人才需求，通过与企业共建实习的模式，使学生提前对企业真实大数据平台系统以及大数据应用系统项目的搭建、配置、运维实训加深认知，使其具备一定的职业素养，为从事大数据行业系统管理工作奠定坚实基础。在毕业论文设计上，其根据大数据知识体系主要分为应用开发和数据运维。学生可以根据自己的需求，选修其中一个或两个方向课程群。大数据技术与应用专业的课程体系与能力培养如图1所示，教学改革的方向：整合校内外相关资源，以CDIO教育理念为指导，采用多种教学方式方法，形成可相互引导和支撑的复合工程教学实践体系，将大量交叉学科、前瞻性和应用前瞻性的内容纳入教学范围，增强学生工程思维培养，提高学生在行业内的竞争力和发展潜力。

图1 大数据技术与应用专业的课程体系和能力培养

5 构建基于CDIO模式的大数据技术与应用专业实践教学体系

CDIO模式是从产品研发到运行结束为时间跨度的一种“基于工程实践”理念的“项目式”教学模式，是让学生以单独或团队合作的方式完成一个完整的工程项目过程，学习者以主动、合作、创新的方式把内在、外在的知识进行系统化学习并解决工程实践中的问题，从而达到培养基础知识能力、个人基本能力、团队合作能力和工程系统能力的目的。在教学设计中把教学目标设计到项目，强调“成果导向、以学生中为心”的理念设计实践教学课程，课堂采取“教、学、做”一体化教学模式需要深入行业和企业调研，对目前职业岗位进行具体分析，把课程内容的基础知识以及“成果导向”的教学目标设计到项目中，实践教学课程的课程结合大数据技术专业职业技能证书（选考）：“1+X”大数据分析与应用职业技能等级证书（初级及以上）；“1+X”大数据应用开发（Java）职业技能等级证书（初级及以上）；全国计算机技术与软件技术资格考试程序员及以上资格证书；红帽认证系统管理员(RHCSA)；华为大数据工程师认证HCIA-Big Data；红帽认证工程师(RHCE)；HCIP-Big Data系列证书；行业企业的“大数据工程师”技术技能证书。实践教学体系的课程设计要以企业真实项目为导向进行实习与毕业设计，在毕业论文设计的实践环节上，根据大数据知识体系主要分为应用开发和数据运维，毕业设计从以上两点知识体系中选择任意一项进行“成果导出”，成果以兼顾企业项目“重要内容和技能”，并注重其实用性。教学设计中对于Python数据爬虫技术、Spark大数据处理、大数据平台运维等实践性较强的课程，课程的培养目标设计是根据CDIO能力培养的标准与用人单位对大数据技术从业人员能力的要求，从知识、技能、能力与素质四个层次确定，并在教学过程中遵循CDIO的教育理念，以项目化的教学模式强调创新能力、工程系统能力的培养，把“教、学、做”融为一体，对教学的各个环节进行一体化设计，学生单独或者分组协同完成一个独立的项目，把教学评价聚集于“学习成果”上，采用多元和梯次的评价标准，提供学生展示成果的机会，教师并及时反馈评价结果。在新经济、新技术、新工科背景下，大数据专业教育教学改革的方向应该紧贴国家最新产业战略规划，把CDIO工程教育理念模式引入到实践课程体系中，项目教学设计需要学科知识与实践进行深度结合，要求教师有很好的设计项目规划能力和很强的实践能力，同时，CDIO理念的课程体系设计是帮助建立一个完整的知识体系，在工程实践的基础上体现大数据多学科知识和技能的综合运行，解决工程实践的现实问题。

6 结语

引入CDIO教育模式，探索新工科背景下高职大数据技术与应用专业人才培养模式，目的是培养学生工程基础知识、团队合作能力、转化思维能力和工程实践能力。目前，基于新工科背景的CDID理念大数据专业的人才培养模式还处于初步探索和部分试验阶段，我院大数据技术与应用专业的教学已初见成效，专业在技能大赛、蓝桥杯大赛、“大数据应用比赛”中崭露头角，在大学生挑战杯、“互联网+”创新创业以及其他创新创业比赛中都取得了较为满意的成绩，2018级毕业生就业率也较高。由于涉及师资力量、企业项目合作、实践课程、改革教学模式、教学评价等，CDIO教育理念的大数据技术与应用人才培养模式还具有非常广泛的探索实践空间。