产教融合下高职大数据技术专业人才培养改革探索——以苏州市职业大学大数据技术专业为例

许 旻，陈 珂，胡忠波

(苏州市职业大学 计算机工程学院，江苏 苏州 215104)

0 引言

党的十九大报告提出“产教融合，校企合作”，这是应用型高校培养应用型人才的核心理念，也是人才培养模式改革的关键环节。国务院《关于深化产教融合的若干意见》指出，“受体制机制等多种因素影响，人才培养供给侧和产业需求侧在结构、质量、水平上还不能完全适应，‘两张皮’问题仍然存在。深化产教融合，促进教育链、人才链与产业链、创新链有机衔接，是当前推进人力资源供给侧结构性改革的迫切要求”。

随着ICT产业升级以及“中国制造2025”规划的出台，以大数据作为新兴技术领域的新专业为传统产业和社会经济注入了新的活力。大数据技术专业是为了适应产业发展需要，教育部于2016年公布的新增专业，2017年部分高职院校启动该专业的招生。苏州市职业大学于2019年开设大数据技术与应用专业，在特色上注重大数据平台架构与运维能力、大数据ETL与应用开发能力的培养。

1 产教融合下大数据技术专业人才培养研究现状

大数据技术专业作为新兴信息技术类专业，各高职院校积极探索校企合作、产教融合的新模式、新方法。周欢等[1]认为应不断深化教育教学改革，大数据技术与应用专业采取产教融合、协同育人的人才培养战略，使专业能对接产业、课程对接职业技能标准，从而培养符合地方区域发展要求的高素质技术技能型人才。王鸿铭等[2]认为高职大数据技术与应用专业教育教学在现阶段面临更高要求，为了有效迎合未来大数据产业发展诉求，注重应用产教融合模式极为必要，依托“双师型”教师队伍，保障人才培养效果能够得到理想提升。周海娟[3]认为通过深入了解企业、高校、科研院所对创新型人才培养的需求，进一步完善政策措施，从而依托大数据技术推进产学研深度合作。史国洁[4]认为高职院校与大数据行业企业深度合作，针对市场上大数据企业技术人才需求展开调研、制定方案，创新大数据技术与应用专业人才培养模式。

综上所述，国内研究者从产教融合人才培养模式、创新教学内容与课程体系设置、师资队伍建设等方面进行了有益的探讨，也形成了不同的观点。根据高等职业要服务行业、服务地方经济建设的要求，大数据技术与应用专业人才培养方案不可能千篇一律，要深入大数据技术应用一线企事业单位调查研究，不断改进与完善，才能设计出具有特色的人才培养方案。

2 产教融合下大数据专业人才培养存在的问题

高职院校人才培养应立足于区域经济发展需求，应与地方产业紧密联系，对照产业发展需求培养相应的大数据人才。目前，产教融合下大数据技术专业人才培养存在着一些亟待解决的问题。

2.1 全面获取大数据技术专业人才就业岗位信息不够

大数据技术专业作为新设专业，大部分高校目前还没有毕业生，对产业岗位研调充分性和持续性关注不足，忽略行业动态发展，因此制定及修订相关人才培养方案时缺乏足够的参考和评价，无法体现时代变化，不能满足区域经济发展要求。

2.2 产教融合在课程体系建设中实施不到位

目前，很多高职院校的产教融合、校企合作在课程体系建设中还只作为表面形式，课程体系固化，沿袭多于创新，所开设的课程体系以计算编程开发类为主要课程，理论重于实践，不利于培养学生具备系统完整的专业技能和综合素质。

2.3 校内实践环境与社会生产不对接，缺乏企业案例教学资源库

具备良好的实践环境是培养大数据技术专业人才的重要条件，但在实际教学过程中，现有的教学模式主要依托传统机房的软硬件环境或校园化模拟平台，仅能满足基础课程的教学要求，学生无法接触真实企业项目，实战运营能力比较欠缺。同时，由于该专业开设时间较短，与行业需求结合的资源较少，缺少企业开放优质教学资源，不利于提升人才培养质量[5]。

2.4 课程教学内容与行业需求匹配度不高

目前高职院校的课程教学多数采用任务导向、项目驱动的教学模式，但在设计实践教学环节和内容时，尚未认真调研行业实际应用场景，就按传统基础实验课的方式进行，课程内容与职业岗位技能需求关联度低，导致学生项目实战能力弱，严重阻碍了学生创新能力的提升。

3 产教融合下大数据专业人才培养改革实施路径

3.1 调研大数据技术人才需求岗位，实现人才培养方案与产业需求相对接

充分利用校企合作的优势，组建以实践应用为导向的产教融合型师资队伍，组织专业骨干教师深入企业进行调研，依据岗位对应技术领域所需的职业能力可以准确定位人才培养目标、设计课程体系，并结合行业标准和学生的认知规律形成课程方案与标准[6]。

通过走访相关企业单位并查阅人才市场需求数据，调研了解到企业对于大数据技术人才的需求状况，并梳理形成本校本专业所对应的主要职业岗位和技术工作领域描述，具体如下。

大数据处理工程师：主要涉及分布式ETL过程调优，要求学生能使用工具进行数据的处理、抽取、清洗和转换等操作。

大数据开发工程师：主要负责搭建大数据应用平台，要求学生熟练运用大数据分析处理工具开发大数据应用程序，实施大数据分析和预处理问题。

大数据应用工程师：主要涉及Hadoop处理技术，要求学生具备关系数据库和列数据库知识，掌握统计分析的相关工具，完成企业网站应用开发、数据仓库类项目的ETL开发，能对数据进行可视化展示。

大数据运维工程师：主要涉及Hadoop体系结构，要求学生掌握Linux基本命令、调优方法，能够完成大数据平台的搭建、测试、调优及故障应急处理。

3.2 构建“校企双元、项目载体”的人才培养新模式

学校和企业作为人才培养的双元主体，要加强彼此沟通与联系，结合大数据技术专业应用岗位能力培养要求，对接产业发展转型需要，深化产教融合，探索本专业的核心能力从而适应社会发展的需求。以行业应用为支撑带动教学，以校企合作开发项目作为专业课程和教学资源，不断优化教学内容及教学方案。以创新创业能力、应用技术能力和综合素质为重点突破口，通过实际产业应用项目培养学生专业思维和能力，解决教育与产业发展脱节问题，培养出适应大数据产业需求的复合型、技术技能型人才。

3.3 构建面向产业的“岗、课、证、赛、创”一体化课程体系

在校企融合背景下，以企业岗位需求为引领，以职业技能证书为起点，以职业技能大赛为突破口，以培养学生的创新创业能力为目标，将相关岗位所需国家职业标准、教育部规定的专业证书和“1+X”证书考纲要求、全国职业技能大赛标准、全国大学生“互联网+”或“挑战杯”大赛标准与课程对接，构建“岗、课、证、赛、创”一体化课程体系[7]，实现“以证促学，以赛促学，以创促学，课证融通”，在模拟产业项目生产和实施的备赛过程中，提高学生的自主学习和创新创业专业技能。

在产教融合课程体系的构建中，充分利用校内外实训基地，以地方产业为依托，由企业提供相关技术支撑，并全程参与产学课程及相关能力的培养。苏州市职业大学大数据技术专业课程体系主要分为职业技能核心课程和实践教学课程，职业技能核心课程主要有Python数据分析与应用、Linux系统运维、网络爬虫设计与应用、Hadoop平台构建与应用、Spark大数据处理、数据处理与清洗、SPSS数据分析与挖掘、数据可视化应用等，实践教学课程为商业智能系统项目案例实训、基于Hadoop和Spark的大数据处理实训、SPSS数据分析与挖掘实训、数据可视化实训、顶岗实习及综合实训、顶岗实习与毕业实践等。

3.4 共建共享产教融合平台，实现研创融教

依托现有实训资源，立足于大数据产业集群特点，围绕行业前沿技术和关键技术，打造具有真实职业环境的校内实训室。创立企业冠名学生工作室，将企业文化、就业创业和大数据新形势、新发展融入专业课程内容、教学实践和学生创新创业培养中。根据大数据技术专业人才培养的实际需要，与企业合作共建“生产、教学、科研、实践”产教融合产业平台，将校内实训室和企业冠名学生工作室均融入平台，校企教师共同研究大数据专业应用理论，研发实用技术和科技创新教研活动，共同申报项目，提高了教师研发和实践创新能力，推动了大数据专业教学内容和教学方法改革，也提高了学生大数据应用实践能力，从而提升专业人才培养质量。

4 结语

通过企业和高校的优势互补、资源共享，将产教融合人才培养模式作为推进大数据技术专业人才教学改革的重要工作内容，更好地培养适应新时代需求的大数据人才，将是继续探究的重点。