大数据技术与应用专业建设路径研究

作者：李博

来源：《电脑知识与技术》2020年第35期

摘要：随着以大数据、云计算、物联网为核心的新一代信息技术的快速发展和应用，数据体量呈现爆发式增長，加速了大数据时代的到来。该文通过梳理大数据政策动态，分析大数据产业需求，以该校大数据技术与应用专业在CDIO-OBE工程教育模式、“课、证、赛、岗、研、创”六位一体的创新人才培养体系、满足国际数据科学认证标准的人才培养方案设计和DT、AT、PT、OT融合的立体化课程体系、垂直整合项目化教学体系、多学科融合发展共同体等六个方面的专业建设探索为例，为大数据技术与应用专业的建设提供发展思路和实践支撑。

关键词：大数据技术与应用;专业建设;人才培养 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2020）35-0116-02 开放科学（资源服务）标识码（OSID）： 1 前言

随着以大数据、云计算、物联网为核心的新一代信息技术的快速发展和应用，数据体量呈现爆发式增长，加速了大数据时代的到来。汽车产业正加快向智能化和网联化方向发展，汽车正在逐渐成为一个渠道，从交通工具转变为大型移动智能终端、储能单元和数字空间，汽车产业边界日趋模糊，海量汽车大数据的分析与应用，为大数据专业人才的培养带来了机遇和挑战。

面对“中国制造2025”、东北老工业基地振兴国家战略，我校以中国特色高水平高职学校建设为学校带来的新一轮发展机遇，学校形成服务汽车产业生态的“1赋能+2领航+3辅航”专业集群，实现人才培养供给侧同产业发展的需求侧全方位融合。大数据技术与应用专业肩负着赋能传统专业升级的使命，通过同华为、阿里巴巴等信息技术领军企业开展深度合作，推进信息化技术课程资源建设，结合模块化课程建设项目，重点面向汽车先进制造、新能源汽车技术等领域，开发符合专业升级需求的前沿信息化技术课程模块，通过专业课程模块化组合的方式，推动传统专业课程升级。 2 专业建设背景

2.1 政府发展规划与政策动态

国家在“十三五”规划纲要中指出，“把大数据作为基础性战略资源，全面实施促进大数据发展行动”。党的十九大报告指出，“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。

《大数据产业发展规划（2016-2020年）》指出，“鼓励企业探索数据采集、数据清洗、数据交换等商业模式，培育一批开展数据服务的新业态”。《信息产业发展指南》指出，“加快传统行业改造提升，推动数据开放，加快大数据在经济活动中的发展应用”。

《吉林省国民经济和社会信息化发展“十三五”规划》指出，“要发展和引进大数据技术及产品，形成面向各行业的大数据解决方案，提升大数据技术服务能力”。《长春市大数据应用与产业发展规划（2016-2020年）》指出“通过大数据技术的应用，实现与制造业的深度融合，推动长春市在智能制造及工业4.0方面的跨越式发展”。 2.2 市场需求与产业发展 2.2.1 市场需求

据咨询公司数联寻英调研数据显示，我国目前仅46万人从事大数据领域，相比蓬勃发展的大数据产业，预计未来3到5年大数据产业将有150万的人才缺口。中国商业联合会数据分析专业委员会统计数据显示，未来中国会有1400万的基础性数据分析人才缺口。截至2019年底，全国开设大数据技术与应用专业的高校有458所，其中吉林省11所，国内的高校数据人才培养起步较晚，无法满足日益增长的市场需求。 2.2.2 产业发展

（1）全国大数据产业发展现状

据《2018-2023年中国大数据产业市场前景及投资机会研究报告》显示，我国的大数据产业年均复合增长率达29%，到2020年底，大数据产业将达到1万亿元的规模。全国大数据发展已形成了以8个国家大数据综合试验区为引领，多区域聚集发展、第一梯队领先优势明显的格局。

（2）东北地区大数据产业发展水平

东北地区作为中国重要的工业基地，随着《中共中央国务院关于全面振兴东北地区等老工业基地的若干意见》《关于深入推进实施新一轮东北振兴战略加快推动东北地区经济企稳向好若干重要举措的意见》等战略的推进与实施，大数据产业将成为推动东北地区经济发展的强劲

动力。伴随长春市大数据先进装备制造、大数据等6大新兴千亿级产业布局，长春市大数据产业已初显雏形，形成以华为、浪潮、启明信息等骨干企业为龙头的大数据企业集群。 3 专业建设目标 3.1 建设总目标

大数据技术与应用专业在*新时代中国特色社会主义思想指导下，坚持以立德树人为本，以深化产教融合为主线，以特色高水平专业群建设为重点，按照“新技术、新产业、新业态”的新需求，赋能学校“一链五群”的建设，服务东北老工业基地振兴发展，推动中国汽车产业转型升级，努力建成省内一流、全国领先的特色专业。 3.2 建设具体目标

建立基于CDIO-OBE工程教育模式的“新工科”大数据人才培养模式;建立“课、证、赛、岗、研、创”六位一体的创新人才培养体系;打造DT数据技术、AT分析技术、PT平台技术、OT运营技术融合的立体化课程体系;建成一支科研水平高、专业实践能力强、教学效果好、双师素质过硬的应用型教学团队;构建功能完善、内容丰富、交互性强、紧跟时代前沿的线上专业教学资源库;积极开展“1+X”证书制度试点工作，促进职业技能等级标准与教学标准相结合。 3.3 人才培养方向

大数据技术与应用专业通过DT数据技术、AT分析技术、PT平台技术、OT运营技术4条主线，融合Python程序设计、Hadoop数据仓库技术、数据挖掘技术、网络爬虫技术、数据可视化技术、Hadoop平台部署与运维等核心课程，以学习产出（OBE）为导向，以“构思—设计—实施—运作”（CDIO）全过程为载体，面向汽车工业企业和互联网公司，培养从事大数据挖掘与处理、大数据系统搭建与运维、海量数据库管理、大数据可视化、大数据分析等相关岗位，把学生培养成为思想政治素质过硬，道德情操高尚，身心素质健全，并具有良好的适应企业或行业要求的职业理想、职业道德、人文素质、团队合作精神、创新精神和创业能力的高素养职业人才。

4 专业建设路径探索

4.1 探索基于CDIO-OBE工程教育模式的創新人才培养模式

利用基于5G技术平台的车路协同实训基地，以汽车智能自动驾驶系统开发项目为驱动，通过系统搭建、数据处理、算法开发、工程应用四个模块，融合Python程序设计、网络爬虫技术、Hadoop数据仓库技术、数据挖掘技术、数据可视化技术、Hadoop平台部署与运维等核

心课程，以学习产出（Outcomes-based Education）为导向，打造以“构思—设计—实施—运作”（CDIO）全过程为载体的大数据应用创新型人才培养模式。 4.2 探索“课、证、赛、岗、研、创”六位一体的创新人才培养体系

大数据技术与应用专业整合课程体系、证书考试、技能竞赛、工学结合、课题研究和创新创业，以提高学生能力为目的进行教学活动，以提高职业素质为本位实现课证融通，以企业工作任务为引领开展岗位竞赛，以参与行业竞赛为契机提高学生综合应用能力，建立“课、证、赛、岗、研、创”六位一体的创新人才培养体系，培养复合型大数据人才，通过“做中学——学中研——研中创”的创新创业模式，提高学生的创新创业意识和综合能力，为学生提供专业技术，搭建创新创业平台，提升学生的创业成功率。从而实现“五个对接”：专业方向与大数据行业发展相对接，学历证书与职业证书相对接，课程标准与职业标准相对接，教学设计与业务流程相对接，专业能力与创新创业相对接。

4.3 探索满足国际数据科学认证标准的人才培养方案设计

大数据技术与应用专业人才培养方案设计及课程体系的制定，对标国际数据科学认证标准，参考了IBM的大数据工程师认证、微软的Azure数据科学家认证、Cloudera的CCP数据工程师和CCA数据分析师认证、华为的HCIA大数据工程师认证、阿里云ACP大数据工程师认证等国际领先的世界500强企业的数据科学认证标准，打造国际化课程体系，培养高起点、高标准、高质量的具有国际视野的大数据人才。 4.4 探索DT、AT、PT、OT融合的立体化课程体系

大数据技术与应用专业，围绕5G时代智能制造和智能网联，以工业大数据赋能数字经济。与华为开展校企合作，优化课程设计，强化实践，构建双元化、多层次、多形式的校企合作人才培养模式，对标华为HCIA-BIG DATA大数据工程师认证体系，面向主要职业岗位和职业核心能设立四大模块：大数据处理、大数据分析、大数据可视化、大数据运维与开发。打造DT数据技术、AT分析技术、PT平台技术、OT运营技术4条主线，培养多学科交叉融合的大数据应用创新型人才。

4.5 探索垂直整合项目化教学体系

大数据技术与应用专业采用垂直整合项目化（VIP）教学体系，不同年级不同专业学生逐步整合在同一项目组中。以我校飞轮大数据项目为例，通过面向全学院选拔优秀人才，形成多学科交叉融合的项目团队，通过大数据技术与专业应用相结合，以项目为驱动，协同完成大数据应用研究， 项目获得了吉林省“互联网+”创新创业大赛铜奖，长春市“学创杯”创新创业二等奖。通过项目的横向整合，纵向发展，培养具有良好表达能力、领导能力、协作能力、创新能力的应用型人才。

4.6 探索多学科融合发展共同体

大数据技术与应用专业在教学和资料收集中积累了丰富的大数据应用案例和大数据挖掘技术，应用R语言、Python、谷歌kaggle平台、Weka平台、百度数据开放平台、百度指数、阿里价格指数、腾讯移动分析、Blueview用户画像工具、Tableau数据可视化平台、物流产业大数据平台、万物云物联网大数据平台等进行教学，以物流管理专业为引领，以工业工程技术专业和大数据技术与应用专业为基础，以大数据挖掘和分析技术为前沿，多学科融合发展，专业群内资源共享、协同发展，为专业群的转型升级赋能。 参考文献：

[1] 徐海涛.大数据在汽车行业的运用及影响分析[J].汽车工业研究，2017（11）：4-10. [2] 赛迪智库.中国大数据产业发展水平评估报告（2018年）[N].中国计算机报，2018-10-22（008）.

[3] 卡卡.2019大数据解决方案TOP40[J].互联网周刊，2020（3）：44-45.

[4] 徐晓敏.大数据管理与应用新专业建设探索与实践——以北京信息科技大学为例[J].教育教学论坛，2020（31）：229-231.

[5] 何永松.大数据人才政策调适的路径选择[J].中共山西省委党校学报，2019，42（4）：119-122.

[6] 王喜宾，杨剑锋，丁阿丹.大数据时代下高校应用型大数据人才培养初探[J].福建电脑，2018，34（2）：170-171.

[7] 赛迪智库.区域大数据发展水平现状[J].软件和集成电路，2017（12）：28-35.

[8] 吴金铃，景仕荣.高职院校“产教学赛研创”六位一体的协同育人机制探究[J].文教资料，2017（28）：79-80. 【通联编辑：代影】