新工科背景下程序设计课改助推大数据专业人才培养研究

摘要：大数据技术专业作为一门新工科专业，在新一轮产业变革中有着明显的就业需求与优势，而程序设计课程是大数据专业人才培养的基石，在大数据技术专业升级的过程中发挥着重要的作用。本文对程序设计课程教学现状与存在的问题进行深入分析，明确新工科背景下大数据技术专业对程序设计课程的要求，并提出程序设计课程改革思路与建议，以期能够助推大数据技术专业人才核心技能的培养。

关键词：新工科；程序设计；课程改革；人才培养

中图分类号：G642.3  文献标识码：A  论文编号：1674-2117（2024）12-0096-05

引言

大数据行业作为互联网软件产业中最具先导性与战略性的新兴产业之一，对经济社会发展具有重要的支撑和引领作用，其高速发展需要大量的大数据处理与分析人才。随着信息化和数据产业的发展，大数据专业有着明显的社会需求和就业优势，但由于该专业是一门新工科专业，其人才培养模式还处于探索阶段，人才培养模式需根据院校特色以及地方经济进行探索与构建。

程序设计课程是大数据技术专业基础课程与必修课程，其对编程技能的培养能为专业深入培养数据挖掘、分析、决策等综合技能打下重要基础，直接影响高素质应用型人才培养质量。因此，程序设计课程改革势在必行。在此背景下，笔者主要围绕程序设计课程改革，深入开展大数据应用与实践，并提出改革思路与建议，以期能进一步推进大数据技术专业人才培养。

程序设计课程教学现状

程序设计课程具有技术更新快、实践性强等特点。从人才培养角度来看，目前的程序设计课程培养目标普遍缺乏针对性，与大数据专业核心知识及课程体系融合不够，与大数据专业群的人才培养目标结合不够。从课程教学角度来看，目前的程序设计课程教学没有建立起成熟的混合教学体系，没有同项目应用场景结合起来，没有同院校特色与学科竞赛结合起来。[1]综合来看，传统的教学方式主要存在以下几点不足，从而影响了大数据专业人才培养质量的提高。

1.专业学生整体信息技术素养参差不齐

程序设计课程作为专业基础课大多开设在大一阶段，该阶段学生整体信息技术相关素养差距较大。而高职院校大部分学生的计算机基础与操作技能都很薄弱，并且由于高职院校招生途径多样，学生间的信息意识、知识水平和实际操作能力参差不齐，对程序设计相关知识的理解能力和接受能力出现较大差异性。

2.教学内容缺乏与专业知识的相互渗透

部分教师在上课前缺乏适当引导与铺垫，导致学生认为大数据专业必须具备的编程技能与程序设计课程关联度不大。学生没有熟练掌握专业所需的编程技能，实践应用水平较低；他们也没有体会到该类课程对后续专业学习的帮助，缺乏主动学习的意识，学习积极性欠佳。

3.教学方式有局限，教学内容不够丰富

程序设计课程是操作性与实践性很强的课程，传统教学方式以教材为依据展开教学，教师按教学大纲和教材内容教授知识点，教学内容不够丰富。教师只设计枯燥的编程语法知识，不能充分锻炼学生的实际操作能力，学生跟不上大数据、人工智能等新兴技术的发展速度，也无法掌握程序设计语言的新技术应用。

4.课程考核系统或评价方式单一、不完善

传统的重理论轻实践的教学方式导致评价方式单一，重分数轻能力，缺乏过程性记录，无法深层次反映学生的真实水平，不利于培养学生的实践能力，无法调动学生学习积极性。

大数据技术专业对程序设计课程的要求

大数据专业涉及的目标岗位均需要相应的编程开发基础，尤其是在新一轮数字化转型的背景下，多数企业在招聘时非常重视应聘者的程序设计能力。由此看来，程序设计语言是大数据技术应用的基础，该类课程的设置将直接影响着专业人才培养的质量。[2]在大数据技术专业升级转型的过程中程序设计课程发挥着重要的作用，其对程序设计课程的要求主要体现在以下三个方面。

第一，对编程技能的迁移程度要求更高。传统的大数据技术专业课程设置相互独立，缺少整体的课程体系结构，使得不同课程间的知识无法触类旁通。[3]课程体系的构建面临着如何系统整合大数据平台运维、数据挖掘和系统应用开发等多元化大数据技术的挑战。课程内容的深度和广泛性要求教师调整教学计划，以实现知识的合理布局和连贯性，达到不同程序设计语言之间的知识迁移。

第二，对掌握程序设计语言的种类要求更广。目前，针对大数据技术专业人才培养目标，职业院校大数据技术专业通常会开设Python程序设计、Java程序设计等程序设计类课程。Java语言能够支撑大数据平台架构的搭建以及大数据的处理、分析和存储等工作，主流大数据技术框架如Hadoop、Spark、Flink等很大程度上都依赖于Java平台，大数据平台运维与开发岗位通常都要求使用Java语言。[4]Python语言语法较为简单，代码运行高效，目前在大数据采集、数据挖掘建模和数据可视化分析等方面发挥重要作用。

第三，对运用相关程序设计语言解决实际问题的能力要求更高。在新工科建设的要求下，高校程序设计课程教学需要将工程教育人才培养模式融入课程教学体系，通过一定的教学改革，实现以学习成果为中心，以实际项目产出为导向，培养面向未来的高素质工程人才。[5]

程序设计课程体系的设计

大数据专业理论知识体系庞大，如上页图1所示，其核心有Hadoop、Spark、Flink等大数据生态计算框架，又包含大数据分析与挖掘、数据预处理与数据可视化等大数据处理相关技术，而学生的编程基础很大程度上决定了其能否熟练掌握上述核心专业知识与技能。因此，将程序设计课程融入整个大数据专业理论知识体系，与其他课程内容融合，构建程序设计类课程体系至关重要。

结合职业院校对培养应用型人才目标与新工科建设要求，笔者将OBE工程教育人才培养模式融入程序设计课程，着重构建大数据专业程序设计类课程教学体系，以此培养学生的工程基础知识、实践能力、团队合作能力和工程系统能力。同时，利用相关教学平台记录教与学的全过程，记录每位学生的学习行为，从线上视频学习时间、完成课后作业测试成绩等大数据中分析、研究学生学习规律，开展面向教学过程的评价，持续促进教学设计的改进，提升学习效率，改善学习效果。例如，Java课程把课程内容分成两个部分，即理论教学和实践教学，其中实践教学部分又包含两种类型，即课内实训和综合案例。让学生在掌握基础理论知识的前提下，根据具体实践方向以团队或个人的方式进行系统的学习与实操，将锻炼个人能力与培养团队协作能力相结合，以此促进人才培养质量的提高。

为进一步满足新工科背景下的应用型人才核心能力的培养要求，程序设计类课程需进一步推进线上线下融合的混合式教学改革，逐步构建以交互式教学为主、线上线下共同发力的新型教学模式，让学生以主动的、实践的方式学习真实项目工程，构建以面向工程理念为中心的“语言-课程-平台-岗位”一体化的课程体系（如图2）。同时，根据就业岗位与人才培养方向开设具体程序设计课程，并统一开发平台，选择具有模块化开发功能的主流的集成式开发环境，解决理论知识与就业需求脱节、开发平台混乱的问题，以提高学生解决实际问题的能力。[6]

具体来说，大数据专业核心理论知识体系下所需的程序设计语言主要包含Java语言和Python语言。Java方向主要课程包括Java程序设计基础、Java Web开发和Java高级应用开发等课程，其统一集成开发环境有PyCharm和Anaconda。Python方向主要课程有Python程序设计、Python Web、网络数据采集、数据可视化与大数据分析与挖掘等课程，集成开发环境可选择My Eclipse和IDEA。同时，不同岗位需求与语言方向下的相关课程相互促进、相互补充，既需要确定课程标准，明确教学目标与授课计划，解决不同语言方向下的知识相互衔接的问题，又需要通过大数据综合性项目或实战课程进行综合性的知识总结与巩固，夯实前述课程。

融合实际案例的项目驱动式教学

大数据技术是在新工科背景下发展的一门交叉学科，不同学校可以结合各自优势形成特色方向。对于财经商贸类院校来说，可以将大数据专业与财税行业相结合，在原有程序设计课程设置的基础上加入财经融合类课程，融入财经案例。例如，在Java程序设计教学中，将银行存取款管理系统作为课程设计案例；在Python程序设计课程中，采用上市公司股票数据爬取、量化交易、金融风险预估等案例。将校企合作企业的真实项目、教师的科研课题进行加工与脱敏处理，给学生提供真实的应用场景，将编程技能、行业知识在实践中交叉融合，提升学生解决实际问题的能力，符合新工科背景下工程教育的人才培养目标。[7]

除此之外，为了进一步锻炼学生的应用实践能力，传统的课程教学模式也应进行转变，可将项目实践与案例教学有机结合，开展项目驱动式教学（如图3），让学生在完成阶段性学习后，基于所学内容，选定一个具有实际应用背景的项目，并以小组的形式进行项目的需求分析、设计与开发等。[8]

教师在项目实践过程中，对学生提出的问题或发现的普遍性问题进行有针对性的讲解，并组织学生以组为单位进行项目的汇报展示，同时要求学生以个体为单位提交相应的实验报告、项目代码等过程性资料。在项目推进过程中，利用相关平台的交互功能实现学生与学生之间、学生与教师之间、小组与小组之间的在线交流，进行问题讨论。在学习评价方面，对学生在学习过程中的轨迹（实验报告、演示PPT、答辩情况、项目代码、团队成员贡献度等方面）和组间互评结果进行科学、合理、全面的评价。通过阶段性的评价结果，可以及时发现学生在学习中存在的问题，并有针对性地进行辅导。

学科竞赛驱动，提升IT创新能力

程序设计课程中包括很多抽象概念与语法知识，学生初次接触一门新的程序设计语言，想在有限的课时内掌握所有技术难点并不现实。所以，教师要将“赛课融通”的理念带入课堂，以赛促学，以赛促教。在课程内容设置中可以引入以往大赛中的真题，梳理解决综合问题所需的知识点，引发学生思考，提高学生上课的专注度。[9]在课程后期可以以项目为导向，让学生以分组的形式完成大赛中的综合项目，进一步锻炼学生的实践能力与团队合作能力。此外，还可以鼓励学生多参与学科竞赛，并利用不同学院间的学科优势，发挥“大数据+”特色。这类竞赛活动，既能让学生将理论知识与实际联系起来，学以致用，也为“大数据+X”范式下的人才培养提供了有力的支撑。[10]

结语

近年来，随着教育部大力推进新工科建设，以及云计算、大数据、深度学习等技术的快速发展，大数据技术专业对程序设计课程提出了更高的要求。高校程序设计课程应以学生就业为目标，结合行业发展方向与学科知识逻辑，构建程序设计课程体系与教学内容体系，开展持续的融合实际案例的项目驱动式教学改革，以学科竞赛为驱动，形成契合学生职业发展要求的新型教学模式，提高学生程序设计开发能力，以达到全面推进大数据专业人才培养，推动专业、学科整体向前发展的目的。

参考文献：

[1][6]杨卫明.大数据智能化背景下程序设计课程线上线下混合教学模式构建[J].计算机时代，2021（05）：84-87.

[2][4]王禹，魏涛，张劳模.面向数据科学与大数据技术专业的程序设计类课程设置浅析[J].河南教育：高等教育，2022（10）：48-50.

[3]崔俊云，陆伟，常言说.新工科背景下的大数据类课程设置思考——以财经类院校计算机科学与技术专业为例[J].学园，2020（20）：53-54.

[5][8]庞继芳，张夏蕾，王元龙，等.以“双一流”和“新工科”为导向的数据库系统课程教学改革研究[J].计算机教育，2022（05）：150-154.

[7][10]张墨华.面向财经融合的计算机类人才培养探索与实践[J].计算机教育，2021（10）：99-102.

[9]张岳，杨菲菲，杨军，等.以学科竞赛驱动大数据专业应用创新型人才培养实践[J].电脑知识与技术，2021（33）：251-253.

作者简介：宋雅蓉（1992—），女，汉族，甘肃定西人，英国爱丁堡大学硕士，四川财经职业学院信息学院助教，主要研究方向和关注领域为大数据分析与挖掘、人工智能。

基金项目：2024年度四川财经职业学院课程思政研究中心课题“‘大数据行业应用案例实践课程思政教学改革研究”。