大数据背景下高职院校大数据专业“岗课赛证”融通研究

刘喜苹 黄国芳

[摘 要]“岗课赛证”融通是一项重要的职业教育改革措施，对培养高素质、复合型人才队伍具有重要作用。大数据专业作为一个快速发展的新兴专业，将通过在教学中实施“岗课赛证”融通，进一步提高人才培养质量。本文对高职院校大数据专业“岗课赛证”融通现状进行了分析，发现大数据专业“课岗”融合存在差距、“课证”融合存在差异、“课赛”融合整合不足。本文运用大数据技术助力收集岗位信息、分析证书考点、转化赛项资源，以此提升大数据专业“岗课赛证”融通的效果。

[关键词]高职院校；“课岗”；“课证”；“课赛”；大数据专业

一、“岗课赛证”融通意义

“岗课赛证”是指根据企业需求，将课程设置为岗位需求的实用课程，并通过竞赛和认证提升学生的专业技能，评价学生的能力。在职业院校实施“岗课赛证”融通具有重要意义。

（一）“岗课赛证”可以实现精准匹配岗位需求

1.从“课岗”方面来说，这一模式将课程设置与岗位需求紧密结合。传统的教育模式往往存在理论脱离实践的问题，学生毕业后往往难以适应实际岗位的需求。而“课岗”模式可以根据企业的实际需求，调整教学内容和方法，使学生在校期间就能接触到实际工作中的技能和知识，提前适应岗位需求，减少企业用工的适应期，提高用工效率。

2.从“课证”方面来说，这一模式将课程设置与岗位认证相结合。学生在校期间可以参加相关的岗位认证考试，通过考试取得相应的资格证书。这些证书不仅可以为学生的就业增光添彩，还可以为企业提供更直观的用人参考，提高用人的精准度。同时，这也可以促进学校的教学质量提升，促使教师和学生更加注重实际岗位需求，努力提高教和学的水平。

3.从“课赛”方面来说，这一模式将课程设置与实际岗位竞争相结合。学生在校期间可以参加各种与实际岗位相关的比赛和实践活动，通过与其他学生的竞争，不断提高自己的专业技能和综合素质。这样不仅可以激发学生的学习兴趣，提高学习积极性，还可以培养学生的竞争意识和团队合作精神，为将来的岗位竞争打下良好的基础。

（二）“岗课赛证”可以全面促进学生能力提升

在实际工作中，大数据技术人才需要具备较强的综合能力，包括沟通能力、团队合作能力、问题解决能力等。通过“岗课赛证”融通，学生不仅可以在专业技能上得到提升，还能够在其他能力方面得到锻炼，更好地适应未来的工作需求。

（三）“岗课赛证”可以提升教师综合育人能力

一方面，“岗课赛证”融通为教师教学改革指明了方向。教师教学实践中以岗位为标准，设定教学目标，以技能竞赛和职业技能等级证书为抓手，丰富教学内容，优化教学评价体系，提升综合育人能力[1]。另一方面，教师在指导学生参加认证和竞赛的过程中，需要在学生遇到困难时给予帮助和指导，需要不断更新自己的专业知识和教学方法，提升教师的综合育人能力。

高职院校大数据专业的“岗课赛证”融通意义重大，可以帮助学生更好地适应未来工作，全面提升学生的能力，还可以提升教师综合育人能力。因此，高职院校应该积极推进“岗课赛证”融通，为学生的职业发展提供更好的支持。

二、高职院校大数据技术专业“岗课赛证”融合过程中存在的问题

（一）“课岗”融合存在差距

高职院校主要培养应用型和技能型人才，在教学中实现“课岗”融合符合高职院校人才培养的目标。虽然很多高职院校都在努力探索课程与岗位相匹配的教育模式，但是仍存在很多问题，主要体现在以下几点：

1.从课程体系方面来看，由于职业教育招生困难，导致生源的整体素质要比过去有所降低，有些学生文化基础素质较低，学习的自觉性比较差。学生基础较差导致高职院校只能降低大数据专业的课程体系难度，以至于有些课程的内容只是将软件专业课程重新抄录一遍。降低难度后的课程体系内容空洞，和企业需求有较大差距，导致学生在实际工作中分析问题和解决问题的能力较弱。

2.从课程实训方面来看，大数据专业的实训难度高，实训设备要求高。很多高职院校的实训设施和资源有限，无法满足学生的实际需求。很多学生在校期间缺乏实际操作的机会，导致毕业后无法顺利适应岗位工作。

3.从专业建设方面来看，高职院校大数据专业教学团队很多教师是从软件技术专业或者其他专业转过来的，专业对口教师较少。教师对大数据技术专业学生就业岗位的研究不足，对企业的职业需求不明确，在一定程度上影响了学生的求职和就业。

（二）“课证”融合存在差异

推进课程与证书的融合是提高人才培养质量的重要途径。随着1+X证书试点的实施，许多高职院校都在积极推进相关职业技能证书的培训和考核。然而，由于证书跨多个专业、专业对口教师少等原因，导致课程与证书之间存在不协调、不同步的问题。

1.从证书方面来看，由于一个“1+X”证书跨多个专业。同一个证书，所涉及的专业内容也可能不仅与一个专业课程有关，还可能体现在多个专业课程中。如果只将部分专业课程与证书进行融合，会导致内容整合不全等问题[2]。

2.从教学方面来看，高职院校大数据专业教学团队很多教师是从软件技术专业或者其他专业转过来的，专业对口教师较少，导致在实际教学过程中无意识地偏离专业培养方向。而且现有教师缺少职业培训、对大数据证书研究不够深入、缺乏教育创新机制等，导致课程与证书的融合存在不协调、不同步的问题。

（三）“课赛”融合整合不足

学生竞赛是检验学习成果的重要平台，竞赛可以促进行业内师生交流，激发学生学习的热情。虽然高职院校都在积极参加各类比赛，但“课赛”融合仍存在整合不足，深度不够的问题。主要有两个原因：

1.从学生方面来看，由于大数据专业学生自身理解和接受能力的差异，比赛的内容和难度并不适合所有学生。因此，将竞赛内容融入课堂教学存在一定难度，难以将真实的竞赛题完整呈现给学生。如果只对竞赛中简单的内容进行整合，那么竞赛和课程融合的深度是不够的。

2.从教师方面来看，教师在“课赛”模式下往往更注重竞赛内容的传授和训练，而忽视了课堂教学的整体规划和教学资源的整合。这导致了教学内容和竞赛内容之间的割裂，学生在应对竞赛时可能缺乏必要的基础知识和技能。

三、高职院校大数据技术专业“岗课赛证”融通实践路径

（一）“课岗”融合——大数据技术助力收集岗位信息，优化课程设置

随着大数据技术的发展，企业对于大数据岗位的需求不断增加。利用大数据技术，可以更加准确地收集和分析企业对于大数据岗位的需求，优化课程设置，使之更加贴合企业的实际需求。同时，大数据技术还可以帮助学校及时更新课程内容，使之与企业需求保持同步，为学生提供更好的就业机会。

高职院校大数据专业就业岗位主要集中在数据采集、数据可视化、数据运维3个岗位，以应用为主[3]。为了更好地了解大数据相关企业对大数据岗位的需求，本文运用爬虫技术在各大招聘平台中采集数据，收集了大量大数据相关企业的岗位需求和能力要求，深入研究了大数据课程和岗位之间的联系。

本文对调研数据运用大数据技术进行了统计分析，发现大数据岗位的技能要求主要集中在大数据框架、数据处理工具及语言等方面。

通过分析，可知大数据相关的职业岗位一般要求如下：

1.对数据处理、数据分析等有深刻认识和实战经验，熟悉SQL语言，熟悉shell、python等脚本语言；

2.有hadoop等大数据平台的使用经验，有数据仓库建设、商业数据分析项目经验；

3.至少熟练使用Java、Python等一种编程语言；

4.熟练掌握Hadoop及MapReduce应用开发；

5.熟练掌握HBase、Hive等大数据开发工具，对hadoop生态其他组件有一定了解。

6.熟悉常用的关系型数据库、非关系型数据库和数据仓库，具有SQL性能优化经验。

7.熟悉Linux系统和Shell编程，学习能力强，有团队观念，具备独立解决问题的能力。

8.熟练掌握Spark编程和Flink编程。

通过大数据分析，可以进一步优化大数据的课程体系。优化的方式如下：

1.及时更新内容：大数据专业的课程体需要包括最新的数据处理工具、数据分析方法、大数据平台等。同时也要关注行业需求，将最新的行业需求融入课程体系中。例如，增加Spark编程、Flink编程的课程。

2.增加实践环节：大数据专业的课程体系应该注重实践能力的培养，可以增加实践课程或项目实践环节，让学生能够通过实际操作来掌握数据处理和分析的技能。例如，增加数据仓库建设、商业数据分析项目。

3.强化实际应用：除了理论知识和技术能力，大数据专业的课程体系还应该注重学生的实际应用能力，可以通过实习、项目合作等方式来培养学生的实际应用技能。例如，增加hadoop实训课程。

（二）“课证”融合——大数据技术助力分析证书知识点，优化课程内容

在高职院校大数据专业人才培养计划中，除获得毕业证书外，还要求学生获得与大数据相关的“1+X”证书。在大数据专业中，证书是学生提升就业竞争力的重要方式[4]。利用大数据技术，可以对证书的知识点进行深入分析，找出学生在学习过程中容易忽视的重点知识，优化课程内容，帮助学生更好地备考证书。同时，还可以通过大数据技术对证书考试的历年数据进行分析，帮助学生更好地制定备考策略，提高通过率。

目前，大数据领域的1+X证书有Python程序开发职业技能等级证书（中惠云起科技集团）、大数据分析与应用职业技能等级证书（阿里巴巴有限公司）、大数据分析与应用职业技能等级证书（北京新奥时代科技有限责任公司）、大数据平台管理与开发职业技能等级证书（星环信息科技有限公司）。

本文运用大数据技术分析证书知识点，优化课程内容。以“Python程序开发”证书为例，该证书考查的知识点主要涉及python语言、网络爬虫、数据清洗、可视化、人工智能等。优化课程的方式如下：

1.优化课程内容。大数据专业的课程内容应该涵盖多个方面，包括数据采集、数据存储、数据处理、数据分析、数据可视化等多个环节，同时也可以融入一些与大数据相关的跨学科内容。例如，增加人工智能、云计算等内容。

2.强化理论基础。除了实践能力，大数据专业的课程体系也需要注重理论基础的建设，包括数据结构、算法、统计学等方面的知识，这些理论基础对于学生考证至关重要。例如，在Python课程中增加一些数据结构方面的知识。

（三）“课赛”融合——大数据技术助力分析赛项考查点，转化赛项资源

对于职业院校，相关职业技能大赛的比赛成绩是学生对专业知识掌握，以及综合素质能力的重要体现，也是高校对人才培养质量的主要衡量方式。利用大数据技术，可以对赛项的考查点进行深入分析，帮助学生更好地把握赛项的重点，提高比赛成绩。同时，还可以通过大数据技术对赛项资源进行转化，将赛项的数据资源转化为学生的学习资源，提高学生的实践能力。

高职院校大数据领域技能竞赛主要有职业院校技能竞赛和行业比赛。职业院校技能竞赛有大数据技术与应用赛项（国赛和省赛）和Python程序设计赛项（省赛）等。行业竞赛有大数据分析技术技能大赛和蓝桥杯（Python程序设计赛

项）等。

大数据技术专业的职业技能大赛类型众多，本文选择了与高职院校培养计划及课程教学体系密切相关的专业赛事——“大数据技术与应用”赛项为研究对象。该赛项以大数据技术与应用为核心内容和工作基础，重点考察参赛选手基于Hadoop、Spark、Flink平台环境下，充分利用Spark Core、Spark SQL、Flume、Kafka、Flink、Hive、HBase、Redis、Maxwell、ClickHouse、MySQL等技术的特点，综合软件开发相关技术，解决实际问题的能力。本文运用大数据技术分析竞赛考查点，总结归纳所需具备的技能点，将适合高职院校学生的知识点和技能点融入课堂教学和实习实训，还将技能大赛的资源转化为教学资料，比如，大赛的项目、试题和装备等资料，通过大赛促进教学改革创新与质量提升。

结束语

尽管目前很多高职院校正在不断优化教学体系，但大数据专业人才培养的教学方式仍处于起步阶段，更完善的教育教学体系还需要进一步探索。本文运用大数据技术助力高职院校大数据专业“课岗”“课证”“课赛”融通。运用大数据技术助力收集岗位信息，优化课程设置，促进“课岗”融合；运用大数据技术助力分析证书知识点，优化课程内容，促进“课证”融合；运用大数据技术助力分析赛项考查点，转化赛项资源，促进“课赛”融合。

参考文献

[1]刘晓丽.“岗课赛证”融通下航空物流管理专业教学改革与实践[J].现代职业教育，2023（22）：49-52.

[2]柴艳宾.高职院校大数据技术专业“岗课赛证”融通探索[J].湖南工业职业技术学院学报，2022，22（4）：68-71+83.

[3]高永梅，李新辉.新工科背景下我国高职院校大数据技术与应用专业人才培养研究[J].实验技术与管理，2021，38（4）：264-270.

[4]马迪，孙佳.高职院校“岗课赛证”融通的大数据专业教学模式研究[J].科技资讯，2023，21（4）：195-198.

作者简介：刘喜苹（1978— ），女，汉族，湖南长沙人，长沙南方职业学院，讲师，硕士。

研究方向：数据挖掘，软件技术。

黄国芳（1974— ），女，汉族，湖南湘乡人，长沙南方职业学院，副教授，硕士。

研究方向：计算机应用。

基金项目：2023年度湖南省教育科学“十四五”规划2023年度课题“大数据背景下‘岗课赛证融通的高职大数据专业教学模式创新研究”（课题编号：XJK23CZY070）。