职业教育大数据专业中高本一体化培养模式研究

贺宁 丁可 徐志娟

摘要：文章阐述大数据专业中高职一体化培养目标的定位，即培养数字经济时代所需的专业人才，而非简单地将中职、高职、本科层次的教育相加。中职阶段重视基础知识和技能的教学，高职阶段强调实践能力和技术应用的训练，本科层次则注重创新、团队合作、跨文化交流、科研和实践能力的培养。实现一体化教育需要多方合作和支持，需要学校、企业和政府等各方面共同采取具体措施。该研究旨在统一培养中专、高职和本科学生，使学生全面掌握大数据专业的知识和技能，为社会培养高素质、高技能的大数据专业人才提供支持。

关键词：职业教育；“中高本”一体化；大数据专业；人才培养；模式

中图分类号：C961；G40-058文献标志码：A文章编号：1008-3561（2024）02-0053-04

基金项目：常州大学高等职业教育研究院课题“职业教育大数据专业‘中高本一体化’培养模式研究”（编号：CDGZ22022031）；中国高校产学研创新基金“蓝点分布式智能计算项目”（编号：2021LDA06 008）；2022年度江苏省教育规划重点课题“基于科教协同的大数据专业人才培养体系建设研究”（编号：B/2022/02/86）；2023-2024年度江苏职业教育研究立项课题“大数据技术专业‘中专本一体化’培养模式研究”（课题编号：XHYBLX2023019）

习近平总书记指出，职业教育前景廣阔、大有可为。2022年修订的《中华人民共和国职业教育法》将职业教育改革的政策和实践成果转化为法律规范，为建立现代职业教育体系、培养更多高素质劳动者和技术技能人才打下了基础。现代职业教育体系应该具备纵向贯通、横向融通、跨界互通等特点。中职、高职、应用本科教育应该有机衔接，形成适应需求、多元立体的现代职业教育体系，实现职业教育与学历教育之间的沟通和衔接。此举是促进经济发展方式转变的重大举措，可以打破职业教育只能达到专科层次的“天花板”的现状，巩固中等职业学校的基础地位，改善中职学校的办学条件和定位[1][2]。同时，要强化专科高职的主体地位，实施提升专科高等院校水平的行动计划，继续推动中国特色高水平高职学校和专业建设。此外，还需要发挥应用型本科院校在培养应用型人才方面的引领作用，探索实施更高层次的高等职业教育。要建立各类教育之间互联互通、相互促进、共同发展的“立交桥”，大力发展产教融合、校企合作，推动各类人才培养模式创新，实现各类人才培养链与产业链、人才链、创新链有机衔接[3]。

在国内，关于中等职业教育、高等职业教育和职教本科之间递进过渡的研究，主要涉及三种人才培养模式，即贯通式培养模式、专业群衔接模式和融合式模式。这些模式旨在促进不同层次职业教育之间的衔接，实现人才培养链的衔接。目前，在理论构建和实践探索方面已形成了较为一致的认识，但多数研究仍停留在宏观层面的概念分析上，缺乏对微观层面各专业领域的深入研究。

大数据产业发展对高素质技术技能人才的需求，促进一些地区和学校探索中高本一体化人才培养模式，例如浙江、广东、江苏等省在20世纪末21世纪初便开始“3+2”五年一贯制职业教育改革试点，特别是在大数据技术专业方面取得显著成效。这些探索实践不仅整合了教育资源，而且突出了以职能能力为核心的课程设计理念，加强了实践课程和人文素质课程建设，提高了学生的综合素质。但是，当前中高本一体化职业教育衔接规模还不大，专业衔接还不够深入，专业衔接范围也有待进一步梳理，大数据专业中高本一体化培养模式研究还处于空白。以培养大数据技术（Big Data）领域的综合型人才为例，当前大数据相关行业的快速发展对人才的能力提出了新的要求，要求他们具有高水平、多元化、国际化的背景和专业技术技能。然而，大数据综合技能的培养是一个长期的过程，这就需要积极探索长学制贯通培养的模式。对于江浙沪等沿海地区来说，其更需要利用大数据技术发掘和展示大数据所蕴含的价值，以适应数字经济发展的需求[4][5]。大数据专业人才贯通培养主要是在教育部门主导下开展，由于涉及多个层级院校，管理协调和沟通难度较大，需要从整体上制定相应措施。而中高本衔接的核心在于课程衔接，因此制定具有连贯性的大数据相关知识和技能体系尤为重要。

在国外，美国的能力本位教育和英国的“三明治计划”模式都是职业教育的研究重点。国外的趋势是制定相关标准并实现自上而下与自下而上相互呼应配合的一致行动。同时，一些公司还通过与院校合作长期培养大数据专业人才，开展相关研究，例如英特尔公司与麻省理工学院合作建立了大数据科学技术中心。

教育部的数据显示，我国中等职业学校和高职院校在大数据领域的专业建设取得了显著成效，超过1000所高职院校开设了“大数据技术与应用”专业（现为“大数据技术”专业），为培养具备实际操作能力的应用型人才打下了坚实基础。中高本一体化人才培养旨在满足产业需求，建立现代职业教育体系。中职和高职学校应该与行业协会、企业技术人员、职业教育学者和课程专家共同制定课程标准及培养方案，但由于目标不清晰，中职和高职课程体系及人才培养方案存在差异，这容易导致培养目标模糊、教学标准不一致、课程内容重复等问题。中职学校需要确立基础地位，在中高职一体化设计的课程标准基础上，利用大数据专业群建设整合课程内容，确定科学合理的中高职衔接的大数据专业人才培养方案，以促进学生能力结构的优化和综合素养的提升。而职业本科教育的目标是培养适应产业转型升级需求的高级技能和素质人才，目前我国已有22所高职院校开展职业本科试点教育。由于专科、本科学历机制不同，很多高职院校只能与相近专业、理念相同的本科大学合作，但这种合作方式存在一定的问题，如专业课程构建、课程标准、高职生源背景等方面的差异，会影响学生对专业知识的深入学习。《关于推动现代职业教育高质量发展的意见》提出了高标准建设职业本科学校和专业的要求，但实践层面还需解决许多阻碍和不确定性，需要进一步深入研究[6]。

随着社会经济发展和技术创新，各行各业对人才大数据应用能力和素质的要求日益提升。为适应这种变化，并响应国家对职教改革和高质量发展的号召，各级各类中、高、本科院校必须进一步明确自己在大数据领域的办学定位和特色，并着力培养符合市场需求和社会期待的应用型人才。

1.根据工作岗位的层次合理规划职业范围

制定大数据人才培养一体化方案时，需要考虑工作岗位的层次性，以确定各层次教育面向的职业范围。因此，在大数据专业的职业教育体系中，各层次面向的职业范围应该根据工作体系中的不同工作岗位、工作任务和职业能力来确定。职业技能需要反复的学习、实践、再学习，这是职业教育学习规律的内在要求。大数据技术专业核心技能可以依据中职、高职和应用本科阶段按照数学及自然科学基础、大数据开发背景和大数据平台与技术进行不同级别的划分。中职阶段可以开设Excel数据分析、计算机应用、信息技术基础等课程，高职阶段可以开设工程数学基础、程序设计基础、Linux操作系统、云计算等课程，本科阶段可以开设数据结构、数据科学与大数据、Hive高级编程、Spark平台架构与应用、机器学习与深度学习应用、大数据工程等课程，再将应用数学、实用英语、数据库应用、大数据平台部署与运维数据科学研究方法、大数据技术架构等课程贯穿于中高本阶段，持续开课。

2.培養目标兼顾学生的就业和升学需求

为适应职业成长规律和市场需求，需要确定不同层次的培养目标和课程。中等职业教育要重视培养经验型技术技能，让学生在实践中逐渐成为熟手；高等职业教育要同时培养经验型和策略性技术技能，让学生成为高手；本科层次职业教育要重点培养策略性技术技能，让学生成为技术能手。为确保各层次有效衔接，大数据专业相关课程的设置、内容、课时数、学分、实践教学等需要统一安排，避免重复、交叉和脱节，还要重视传授学生职业知识、培养学生技能和素养，以满足学生就业或升学需要。

3.注重课程衔接一体化设计且体现出层级的差别

课程衔接是指将不同层次、不同类型的课程有机结合起来，构建一个完整有序的课程体系。大数据专业需要根据职业需求，按照不同层次的职业岗位，设计相应的课程内容，以实现职业教育的目标。课程设计要重视实践性、实用性和综合性，通过专业基础课程、专业核心课程、实践课程和毕业实践使学生在掌握知识与技能的同时，也能适应职业需求，发挥所学的最大效益。此外，还要关注学生的职业素养和人文素养培养，通过多种形式的教育活动，引导学生树立正确的职业观念和价值观，提高学生的综合素质和创新能力，使学生具备强烈的社会责任感和较高的职业道德素养，成为能够为社会作出积极贡献的职业人才。总体来说，大数据专业的课程衔接的目标是从职业需求出发，建立有机的课程体系，注重理论与实践的融合，培养学生的多元化素质，为学生顺利完成学业、进入职场提供坚实的基础和广阔的发展空间。

4.注重教学团队构建与师资培养

构建教学团队和提高师资力量是推进大数据专业“中高本”一体化高质量教学的有力保障。学校应加强对大数据专业教师技能的培养，强化其对中高本一体化培养模式的理解，以便在中高本衔接中更好地发挥作用。教师应该对学生的知识水平、经历、动机和能力等有深入的了解，以便更好地激发学生对大数据技术的学习兴趣和动力。教师应该转变传统教学理念和教学方法，积极开展实践教学，重视实验实训和实际项目实践，以提高学生的实际操作和问题解决能力。另外，教师还需要制订详细的教学计划，确保教学的系统性和连贯性，并积极探索适合现代职业教育体系的大数据专业中高本一体化培养模式。

5.重视实践育人，深化产教融合

为培养有能力的大数据专业应用型人才，学校要重视实践育人，强调实用的人才素质观。大数据专业建设应遵循以下原则：以学生为中心，注重能力产出；对接产业行业，满足市场需求；引领未来发展，掌握前沿技术；提高自身绩效，保证教学质量；服务地方发展，促进社会进步。这样，就能够培养出全面发展的多元化的大数据创新型卓越工程人才，使他们能够运用大数据分析、处理和可视化技能，在数字经济时代发挥重要作用。

从长远角度来看，“中高本一体化”建设将以高职学校为主干，采用更加灵活的方式开展。要加强中职生源的高职学生主动学习能力、创新实践能力和思考问题能力的培养，突出高职院校和本科院校在专业课程构建上的差异性，以及课程教学过程中要求的覆盖面、知识层次和深度的不同。而这对教师、课程、能力等级证书等方面都提出了较高的要求。

1.深化培训，提升教师教学能力

大数据专业要求教师掌握多个领域的知识和技能，包括计算机系统、数据库、编程语言、分布式计算平台、数据挖掘和机器学习等。为提高教师的教学水平，需要开展针对性的培训和实践活动。不同阶段的教师需要掌握不同的技能，如中职课程教师需要有基本的计算机系统和软件开发认知，高职课程教师需要熟练掌握编程语言和分布式计算平台，本科阶段教师则需要更深入地了解数据分析挖掘、机器学习和统计建模等方面的知识。

2.面向行业需求制定职业岗位课程体系

为提高大数据职业能力培训效果，可以面向行业、企业需求制定职业岗位课程体系。要根据不同工作岗位和任务（典型的专业活动）需要解决的问题和完成任务时所涉及的难易程度来设计课程体系，以逐步提升学生的职业技能水平。制定课程体系时，应该考虑到每个级别对应个人职业发展路径上不同阶段所需要掌握和运用的相关能力水平，并以此为依据制定具体要求。例如，为培养大数据采集员、大数据分析师、大数据可视化设计师、大数据平台运维工程师等人才，可以设定不同层次和难度的专业课程，以保证中等职业教育、高等职业教育和职业应用本科教育阶段学生得到满足其特定需求并全面覆盖知识技能范围的教育，使其在毕业后进入就业市场时能够拥有更强的竞争力。

3.实现学历贯通、书证融通

“中高本一体化”教育应通过层级化大数据系列专业课程实现学历贯通和书证融通。学历贯通允许学生从中职或高职阶段进入下一阶段学习，不需要参加统考或单独考试。书证融通还允许学生在各个阶段学习完毕后一并拿到毕业证书和相关的职业资格证书。大数据1+X系统认证计划由初级、中级和高级三个级别组成。初级课程主要讲授大数据技术及其在各个行业应用的基本知识；中级课程侧重实际技能，如使用大数据工具进行数据分析、建模和应用程序开发；高级课程则为掌握与分布式计算系统或人工智能算法的复杂技术的专业人员设计。这一认证体系能够促进从业者在职业生涯各个阶段的持续学习，为人才培养提供清晰的途径。

未来的研究建议从理论层面深入探讨中高职一体化的培养目标定位，以及中职和高职两个培养层次的课程体系与人才培养方案的共同理念与标准。为满足中职、高职和本科学生的不同需求，大数据专业应该有不同层次的培养目标和课程安排。中职阶段应该注重基础知识和技能的传授，高职阶段应该注重实践能力和技术应用能力的培养，本科职业教育则是当今职业教育在纵向上发展的必然趋势。在大数据专业中，本科层次的职业教育应该注重学生创新能力、团队合作能力和跨文化交流能力的培养，以及学生科研能力和实践能力的培养。在专业和课程规划、教师团队、校企联动等方面，应该坚持“本科层次”与“职业教育”的密切结合，在实践中不断调整优化本科层次职业教育的发展模式。以上措施可以更好地推动大数据专业“中高本一体化”教育高质量发展，培养适应数字经济时代需求的专业人才。实现一体化教育需要学校、企业和政府的多方合作，包括建立实践基地和实验室、提供学生实践机会和实际项目实践、提高教师教学水平和科研能力、加大政府对职业教育的投入和支持力度、促进职业教育与产业需求的紧密结合。

参考文献：

[1]李珍珠，钟楠楠.“需求引领、能力驱动”中高职一体化人才培养模式的探索与实践———以医学检验技术专业为例[J].卫生职业教育，2022，40（01）：13-15.

[2]刘伟，王迅，郭孟.“新工科”背景下基于本研一体化培养模式的学生教育管理策略[J].黑龙江科学，2021，12（05）：32-33+37.

[3]和光.南京工业职业技术大学“三性一体化”高层次技术技能人才培养模式[J].职业技术教育，2021，42（26）：1.

[4]汪雪蔚.“3+4”中本贯通一体化人才培养模式研究———以江苏省为例[J].中国职业技术教育，2019（14）：50-55.

[5]毛维华，欧伟一.大数据技术在中高本一体化招生管理中的应用[J].福建教育学院学报，2022，23（07）：108-110.

[6]赵坚.本科層次职业学校的办学定位、现实困境与路径选择[J].职教通讯，2022（06）：51-57.

Research on the Integrated Training Model of Secondary Vocational，Higher Vocational and Undergraduate Education for Big Data Majors in Vocational Education

He Ning1*， Ding Ke2， Xu Zhijuan1

（1. Changzhou College of Information Technology， Jiangsu Province， Changzhou 213164， China； 2. Zhonglou District Xinhong Experimental School， Changzhou City， Jiangsu Province， Changzhou 213023， China）

Abstract： This article elaborates on the positioning of the integrated training goals for vocational and vocational education in the big data major， which is to cultivate professional talents required in the digital economy era， rather than simply adding up the education at the secondary vocational， higher vocational， and undergraduate levels. In the secondary vocational stage， emphasis is placed on the teaching of basic knowledge and skills， while in the higher vocational stage， emphasis is placed on the training of practical abilities and technical applications. At the undergraduate level， emphasis is placed on the cultivation of innovation， teamwork， cross-cultural communication， scientific research， and practical abilities. Realizing integrated education requires multi-party cooperation and support， and specific measures need to be taken jointly by schools， enterprises， and governments. This study aims to unify the training of vocational， vocational， and undergraduate students， comprehensively grasp the knowledge and skills of big data majors， and provide support for the cultivation of high-quality and highly skilled big data professionals in society.

Key words： vocational education； integration of "secondary vocational，higher vocational and undergraduate education"； big datamajor；talentcultivation；mode