新工科背景下基于产教深度融合的数据科学与大数据技术专业人才培养模式研究

摘要：以大数据产业的人才需求为出发点，根据实际需求、学生自身的特点相结合，建立一个灵活性更强的基于产教深度融合的培养体系框架，以期能够更有针对性地培养学生，为大数据行业提供人才。

关键词：产教融合;新工科;大数据;培养模式

中图分类号：TP391.4 文献志码：A

高校近年来已经为社会培养出许多大数据人才，自2015年开始各大高校纷纷提出大数据专业建设申请，截至2019年10月，共有509所高等院校开设大数据专业，其中，设立数据科学与大数据技术专业的院校有479所，数量增长了近160倍。设立大数据管理与应用专业的院校有30所。但我国大数据人才总量偏少、结构不优、高端综合人才紧缺等问题仍待改善。大数据人才荒与大数据人才培养落后的矛盾给高校大数据人才培养带来发展机遇，但也带来了挑战。通过深度产教融合可以较好地解决当前大数据人才培养的超学科难融合、专业定位难、校企合作不深入、数据实验基础条件差、师资力量缺乏等问题，高校必将能摸索出更好的人才培养模式，满足社会用人需求，支持國家的大数据战略和人才强国战略，应对全球工业4.0时代所特有的以数据为导向的制造模式、消费模式、商业模式的变革。

1大数据行业现状分析

我国大数据行业现如今发展的热火朝天，作为互联网时代新型的产业，大数据行业其实是互联网和计算机结合的产物，互联网实现了数据的网络化，计算机实现数据的数字化，两者结合赋予大数据生命力。大数据技术的到来，精炼的说是各行各业产生的大量数据经过特殊的计算所得到的结果。准确的说是PC端、移动端、物联网在生产生活中所产生的大量数据，经过大数据技术的挖掘、可视化和数据计算得出一个更为贴合、更为准确的结论。大数据技术开启人类社会利用数据价值的另一个时期[1]。大数据行业具有优质的开端，拥有广泛的发展空间，但是由于大数据行业的发展太过迅速，导致很多问题也一涌而出：（1）数据资源开放共享程度低。海量数据不仅多又杂，各行业产生的数据共享程度低，应用度不高，无法准确有效挖掘具有价值的数据。（2）技术创新与支撑能力不强。数据分析与数据挖掘、分布式计算框架、大数据可视化技术等方向与国外还尚有差距，影响力不够。（3）大数据应用水平不高。目前，大数据仍处于生长期，虽在我们生活中时常可见，但应用度还不深入。仍然存在了解程度不到位，应用范围不广等现象。（4）大数据安全体系不健全。数据的开放标准、网络隐私权等相关信息安全有待进一步加强。还没建立一定的信息安全和数据开放标准的兼顾体系。（5）人才缺乏，师资队伍不健全。由于大数据是新兴产业，专业的技能型人才紧缺，应采用外引内培的方式加快建设一支强有力的师资队伍。

2大数据专业建设所面临的困境

人才培养模式处于基础阶段我国大数据行业由于发展迅速，有许多人才都是从相关行业转型的，因此从事大数据工作的人员思维和认知不足;现阶段各个行业都与大数据相结合，希望能够分析出每一位用户的喜好和习惯。因此短时间内大数据行业的人才缺口较大，人才培养速度无法满足行业的需求度。大数据技术是 17 年开始创办的专业，人才培养模式还有待提升;针对高职院校，理论学习能力较弱，学生的动手能力较强，但目前大数据专业的人才培养模式还停留在纸上谈兵的状态[2]。

3新工科背景下大数据专业人才培养新模式创新与实践

专业建设和人才培养必须满足当前和未来的人才需求，针对学生的职业发展目标和学校定位，立足当前需求，以持续深化产教融合为目标，改造现有的数据科学与大数据技术专业。根据调研结果，满足学生个人学习和职业选择的需求。

（1）课程体系建设

根据企业对大数据人才的不同层次需求，以应用型大数据工程师和应用型大数据分析师为培养目标，培养具备扎实的数学与计算机科学基础、具备统计与优化的数据分析与建模能力、具备专业化行业知识的数据应用解决方案设计能力、具备“新工科”素质能力的创新创业型人才，使其未来能够立足不同行业，从事数据分析与管理决策等工作。应用型本科院校开展数据科学与大数据技术专业人才培养，构建专业课程体系，必须在教学计划、课程设置、课时安排、培养目标等方面，要确保符合大数据人才发展需求，对人才培养体系构建做进一步完善[3]。

（2）师资队伍建设

针对目前大数据专业师资队伍整体水平有限的状况，需要开展教师专业技能和教学培训工作，培训的内容与课程体系建设相关联，将大数据前沿技术、主流开源平台、分布式文件系统架构、并行计算框架及运行机制、大数据分析与挖掘、行业大数据平台规划与建设、数据中心运维与应用等多层面多维度的专业知识作为主要的培训内容。改变传统的教学模式、教学方法，使学生的潜力和能力不落后于时代的发展。同时开展定期与不定期的师资培训班，形式包括在线培训、研习班培训、系列培训、高端培训等多种组合[4]。帮助任课教师理清大数据技术的知识架构，明晰大数据行业的发展方向，掌握大数据前沿应用技术。师资水平提升有利于完善大数据技术专业课程体系，培养具有行业特色的大数据专业技术人才打下坚实的基础。

4产教融合推动大数据专业建设创新与实践

依据大数据产业的现实需要和应用型本科教育发展趋势，协同大数据产业企业及行业协会、其他院校，选取产业中的典型工作岗位，研究适合新工科背景下的大数据产业人才培养标准。在技术融合应用新要求下，加强职教工作的内涵建设，促进行业协会、产业公司、众创空间等多方合作平台的主动融合，使产业链与专业链对接，探索大数据专业人才培养的新模式。

（1）以数据为产教结合点基础的产教融合路径实践

立足大数据产业，以数据作为产教结合点的基础，结合廊坊大数据产业区有代表性企业的典型工程技术研究项目，优选大数据企业、高职院校和本科院校作为协同对象，明确产教融合过程中各主体的权利义务，在高效协同的基础上形成产教深度融合的有效路径。进一步推进校企合作育人、协同创新和成果转化，增强校企合作的粘合度，促进产教融合向更深层次发展[5]。

（2）资源共享促进大数据专业服务产业发展研究

整合现有校企合作平台的人才资源、专业资源、课程资源、数据资源等，以产教深度融合为目标导向，人才培养为纽带，利用信息化手段，提高资源共享程度，将实训室、师资、平台等资源共享做真做实。在协同机制、专业课程建设平台、师资团队建设、人才培养、统筹就业、信息交流等方面不断实践探索，在资源的充分共享下，促进人才培养与大数据产业紧密衔接，推动专业建设和实体经济协同发展。

（3）产教融合保障机制建设

以产业学院作为组织形式开展基于国际合作和产教融合的一流应用型人才培养，涉及政府、高校、行业或企业等。产业学院建设首先要解决的问题就是如何使这些合作方各尽其责通力协作。因此需要在协同运行机制上进行创新，关注各方利益，推进持续发展。一是构建校企合作组织治理机构。成立产业学院理事会，让企业参与管理，分担责任;专业学院和产业学院并存，明确职能，发挥各自优势，促进校企合作的深度融合，如共建共享教学与科研团队，共建共享产教融合的教学模式，共建共享教学与科研基地，共建共享人才和技术成果。二是共建合作各方利益共享激励机制。遵循利益共享、风险共担原则，确保合作各方的利益，使产业学院达到预期目标，且妥善解决合作企业的动力机制及相关激励问题[6]。产业学院通过解决企业的生产、销售、管理等方面的技术难题，促进产学研良性发展;通过高校的外部优势及社会影响力，为合作行业或企业进行舆论宣传，持续为企业带来“溢出效应”;对企业进校驻点人才培养的投入，学校和学院制定合理的有偿服务办法。三是创新产业学院内部激励机制。学院为了鼓励教师积极对接产业需求，联合企业拓展对外服务，合理利用考核评价、绩效分配等政策杠杆，以提高教师对校企合作、协同育人的积极性，调动教师对企业联合教学、共同研发、产业服务投入的积极性。学校配备行政管理人员，专门负责产业学院建设工作和日常行政管理事务;支持产业学院创新机制，有弹性地自聘有企业工作经验的人员共建校企合作团队。四是充分利用和整合校内外优质资源。产业学院要在人才培养模式方面有显著创新，就必须有效整合和利用校内校外包括政府、企业等在内的外部资源。各级政府主管部门、行业龙头企业往往拥有丰富的人财物资源，能否整合利用这些资源，取决于人才培养的创新模式能否得到政府、企业、全社会的一致认可。因此，产业学院充分了解政府、企业、社会对人才的需求情况，了解在区域经济转型及产业结构升级过程中遇到的技术和人才等方面的难题，将人才的培养与政府、企业和社會的期盼很好地对接起来;产业学院加强内涵建设和主动对外对接，统筹利用相关资源，设法让政府、行业、企业主动参与学院办学的各个环节中来，成为探索一流应用型人才培养模式的重要力量[7]。

5结束语

综上所述，基于大数据实训中心的建设，驱动复合型人才培养，并且采用校企合作的模式，紧跟大数据产业走向。进一步完善大数据技术专业的人才培养模式、课程体系。提升学生与教师的实践能力，提高大数据专业学生的实战能力，进而有针对性的建立更适应大数据技术专业的教学标准，提高人才就业对口率。运用“产、学、研、用”一体化的思维方式，满足专业人才对于理论教学和实践课程体系的更高需求，更加具有社会型特色人才培养。能够从企业的需求和专业发展来优化人才培养模式，使其真正的在产业、学校、及实际项目中相互配合，发挥优势，形成生产、学习、实践运用的系统运作模式。

参考文献

[1]梁柏榉.大数据技术专业实验教学与创新驱动型人才培养[J].物联网技术，2017，7（10）：113-114.

[2]姜宝华.新时期数据科学与大数据技术专业建设探索[J].计算机产品与流通，2020（7）：236.

[3]陈新民.区域经济视野下的新建本科转型研究[M].杭州：浙江大学出版社，2014：56.

[4]王宇平.地方应用型本科院校“产教融合”模式探讨[J].教育现代化，2016（20）：73.

[5]柳友，项桂娥，王剑程.应用型本科院校产教融合模式及其影响因素研究[J].中国高教研究，2015（5）：64.

[6]汤正华，谢金楼.应用型本科院校产教融合的探索与实践[J].高等工程教育研究，2020（5）：124.

[7]冯军，路胜利.借鉴德国经验构建“六化”本科应用型人才培养模式[J].高等工程教育研究，2019（2）：129.

作者简介：李妍，1992年，女，吉林榆树人，助教，硕士，从事计算机应用、模式识别机器视觉。E-mail：lenbore@163.com