基于“岗赛证”融通的大数据专业课程改革实践——以武汉软件工程职业学院大数据技术与应用专业为例

张海龙

（武汉软件工程职业学院，湖北武汉 430205）

武汉软件工程职业学院（简称“武软”）将大数据就业岗位、大数据技能竞赛、大数据“1+X”技能证书相融合，以大数据竞赛促进大数据专业课程建设，以大数据专业课程建设促进“1+X”证书制度实现，以大数据“1+X”证书制度提升学生大数据综合职业能力，为促进学生大数据岗位有效就业，针对大数据专业课程改革进行了积极的实践探索。

一、大数据人才需求类型分析

从数据全生命周期及大数据技术体系的角度，大数据人才需求类型可以划分为六大类：

（一）大数据规划设计

围绕大数据项目的建设，相继出现了大数据解决方案、大数据咨询顾问、大数据咨询规划、大数据架构师、业务架构师、大数据售前等相关角色及岗位。大数据规划设计以大数据顶层设计思维，构建大数据平台及大数据应用系统的框架，是指导大数据项目建设实施的标准。大数据规划设计类岗位一般是公司的核心岗位，要求从业者能把技术和业务融合，具备创新性思维。

（二）大数据预处理

大数据的出现，让数据价值变得尤其重要。对大数据关联分析、挖掘数据的前提是对数据进行预处理，包括数据清洗、数据转换等，如何对海量数据如何进行有效快速地预处理是首先需要解决的问题，因此产生据预处理类的岗位人才，如ETL工程师、数据清洗工程师等。

（三）大数据平台开发管理

围绕大数据Hadoop生态体系构建的大数据平台是大数据分布式存储和分布式计算的基础。政府企业都在积极构建大数据平台，汇聚内外部多渠道数据，形成大数据中心，为业务层提供数据及能力服务支撑。大数据平台开发管理类岗位是热门大数据岗位，如大数据开发工程师、数据仓库管理工程师、大数据运维工程师。平台开发类岗位一般需要大数据从业者具备java基础、python语言等基本的编程基础。

（四）大数据分析挖掘

大数据分析挖掘一般是指从大量数据中通过算法搜索隐藏于其中信息的过程。大数据分析挖掘是大数据核心技术，是洞察大数据价值的重要手段。围绕大数据分析挖掘类岗位有数据分析师、数据建模工程师、数据挖掘工程师、风控分析师、决策分析师等。大数据分析挖掘类岗位要求大数据从业者有一定计算机、统计学、数学的基础。大数据分析挖掘大多不是纯技术岗位，但是要求很强的逻辑思维和创新能力。

（五）大数据运营管理

随着大数据的发展，面对海量结构化、非结构化的和来自各渠道全方位的数据来源，如何去运营、管理和治理数据，是需要大数据运营管理类人才去解决的问题。数据运营管理类一般包括数据管理和数据运营两部分，数据管理通常包括元数据管理、数据质量管理、数据标准管理、数据服务管理等，大数据运营通指横向拉通整个大数据资源，解决大数据运营中的问题及新的商业模式构建。

（六）大数据可视化

目前大数据应用主要是大数据的可视化技术。大数据的发展赋予可视化技术重要使命，解决数据价值呈现的“最后一公里”问题。大数据可视化类岗位主要有可视化工程师、UI设计师、BI分析师、前端工程师等。对大数据分析挖掘的结果通过大数据可视化技术进行呈现，各式各样的图表能形象直观地表达大数据所蕴含的价值。

二、大数据专业“岗赛证”需求分析

（一）大数据就业岗位需求分析

大数据行业主要包括大数据基础岗位和数据分析岗位。大数据基础岗位包括数据的采集、大数据分布式存储、大数据处理等岗位；数据分析岗位包括数据分析、数据挖掘、数据可视化等岗位。大数据基础岗位包括从数据采集、存储、分析、展示的完整数据处理过程。数据分析岗位主要有数据分析、数据分析可视化、数据检索，数据服务平台、商业智能及大数据预测与咨询等具体岗位。大数据行业就业岗位用人需求有大数据采集工程师、大数据存储及分析工程师、大数据应用开发工程师、大数据平台运维/实施工程师，依次对应的典型工作任务是数据采集、大数据分布式存储与处理分析、大数据应用开发、大数据平台实施与运行维护。

（二）大数据技能竞赛考核要求分析

大数据技能竞赛通过引入大数据各环节的实际应用场景，全面考察高职学生的大数据技术基础、大数据运维、数据采集、数据清洗、数据分析、数据可视化、大数据生态系统组件的部署管理等知识、技术、技能以及职业素养和团队协作能力。大数据平台运维管理的考核要求是掌握大数据平台安装、部署、配置与管理；数据采集的考核要求是能够明确数据采集需求，选择数据采集技术，完成数据采集；数据清洗的考核要求是能够实现数据完整性检查、完成数据清理；数据分析的考核要求是能够使用数据分析算法对数据进行分析并导出分析结果；数据可视化的考核要求是能够利用相关可视化技术对数据分析结果进行可视化呈现。

（三）大数据“1+X”证书制定标准分析

“1+X”证书是指学历证书和若干职业技能等级证书。“1+X”证书制度是国家职业教育的改革创新之举。在教育部公布的第三批1+X证书制度试点名单中，新华三技术有限公司成为大数据平台运维“1+X”认证考核评价组织。

新华三公司大数据平台运维职业技能等级证书分为初、中、高三个等级。新华三大数据平台运维中级职业技能等级证书和武软大数据技术与应用专业人才培养方案较为匹配，以中级认证标准作为武软大数据专业课程改革实践的参考标准。新华三“大数据平台运维中级1+X”认证包括大数据平台部署、组件维护、平台维护、平台优化、平台诊断等领域的认证标准，如表1所示：

表1 新华三“大数据平台运维中级1+X”认证标准

三、基于“岗赛证”融合的大数据专业课程改革实践

（一）成为“1+X”认证考核试点

武汉软件工程职业学院是第一批新华三大数据平台运维“1+X”认证试点单位。武软大数据专业根据自身师资力量和学生能力水平，选择让学生考取大数据平台运维中级认证，以期学生毕业时能同时获得大专毕业证书和大数据运维中级技能等级证书。新华三大数据平台运维中级认证培训课程体系包含大数据平台架构与安装配置、生态组件维护、平台优化、故障诊断处理和行业典型案例综合实战等内容。

（二）大数据技术与应用专业课程改革实践

武汉软件工程职业学院以大数据专业技能竞赛和大数据平台运维“1+X”考证为主要抓手，以竞赛项目和工作岗位实训为教学案例，经过大数据企业工程师和院校专家共同探讨，对大数据技术与应用专业课程进行改革实践。通过综合分析大数据专业主要就业岗位的典型工作任务、技能竞赛项目和“1+X”证书内容，总结归纳相关岗位所需的职业能力，构建理论知识学习和实践技能培养相结合的大数据专业课程体系。

数据采集技术、大数据分析、数据可视化技术等专业课程，以职业技能大赛的校内选拔赛为抓手，训练学生的专业基础技能；大数据平台运维等专业课程，以大数据平台运维职业技能等级证书考证培训的方式进行。学生经过课程学习、技能竞赛、认证考级的融合，反复练习、迭代深化，不断提高大数据专业的综合职业技能。

以大数据核心专业课程《Hadoop生态组件及运维》的改革实践为例。该课程以企业真实运维场景案例，学习Hadoop大数据平台及生态组件的部署、维护和优化、诊断，培养学生的大数据平台运维和故障诊断能力。经过课程内容改革实践，该课程的学习项目、典型学习任务和对应的职业技能要求如表2所示。

表2 《Hadoop生态组件及运维》课程改革实践

四、结束语

通过“岗赛证”融合的大数据专业课程改革实践，将真实大数据运维工作任务、大数据专业技能竞赛和大数据平台运维“1+X”认证考核的内容及要求，有机融入大数据专业课程内容和教学过程中，可以多渠道、螺旋式地提升本专业学生的专业知识技能和综合职业素养，对武汉软件工程职业学院大数据技术与应用专业的专业发展、技能竞赛、校企合作、创新创业、实习就业等方面都起到积极促进作用。