基于工程认证的大数据应用型人才培养体系改革与实践研究

来源:用户上传      作者:崔忠伟 赵晨洁 王永金 熊伟程 左羽

　　摘要：本文分析了大数据应用型人才培养中存在的主要问题，结合工程认证和职业岗位的要求，改革了大数据应用型人才培养体系，包括优化课程体系、打造师资队伍、教学质量过程化监控体系建设、实践平台建设、设置创新创业学分等。实践证明，该人才培养体系是有效的，人才培养质量和师资队伍建设均取得了较大的提升。
　　关键词：大数据人才培养;工程认证;专业建设;师资队伍建设;教学质量监控;校企合作
　　中图分类号：TP311 文献标识码：A
　　文章编号：1009-3044（2020）01-0100-02
　　大数据成为国家重要的信息科技战略资源，各行业对大数据专业人才需求量持续增长。从招聘信息来看，行业企业大多数招聘的是大数据应用型人才，如：后台开发工程师、算法工程师、移动端开发工程师等。虽然很多高校开设了大数据专业，但是仍然采用传统的教学模式，更注重知识的传授，较少注重学生实践动手能力的培养，高校培养的大数据人才并不能满足职业需求，导致市场上大数据应用型人才严重缺乏。
　　目前，国内很多高校开始研究如何建设大数据专业、提升人才培养质量，但是，还没有形成较为统一的大数据应用型人才培养范式。本专业教师团队立足了大数据应用型人才培养，并结合工程认证和职业岗位的能力要求，开展大数据应用型人才培养体系的改革与实践研究。
　　1大数据应用型人才培养现状
　　1.1面向应用型人才培养的课程体系不健全
　　学术型高校具有较为完备的大数据专业课程体系，但这些课程体系并不适用于应用型高校的人才培养，加上区域发展不平衡，以及不同应用型高校具有不同的行业背景，因此，应用型高校如何结合自身的办学特色制定课程体系，是首先急需解决的问题。
　　1.2专业师资力量薄弱
　　教师是决定大数据应用型人才培养质量的关键，然而，由于用人机制的限制，高校教师普遍缺乏行业企业从业经验，因此，建设理论知识扎实和实战经验丰富的师资队伍是绝大多数应用型高校面临的重大课题。
　　1.3学生实践动手能力较弱
　　实践性强是大数据专业的特质，学生不单有渊博的理论知识，同时也要有很强的实践能力。但是，很多高校并无改进，仍然采用传统的注重知识传授、轻实践动手能力培养，加上实训配套设施和实习实践平台的缺失，导致学生实践动手能力普遍较弱，需进行二次培训才能达到职业岗位要求。
　　2大数据应用型人才培养模式的构建
　　2.1课程设置
　　为了提升学生的培养质量，满足大数据行业企业的岗位需求，本专业教师结合工程认证标准和自身特色，优化了课程设置，使课程体系能更好地服务于人才培养。
　　2.1.1问题分析及解决方案
　　毕业生面对复杂工程问题可以快速地针对具体的问题拟出解决方案，是工程认证对将要进入企业大学生的标准。因此，本专业设立了分布式计算系统原理、Hadoop编程、非关系式数据库原理等课程。实践中融合理论，理论中包容实践，两者相辅相成，提升学生的分析及其解决问题的能力。
　　2.1.2实践教学与理论相结合
　　为促进理论与实践相结合㈣，大数据专业课21门中，核心课程均设置独立实验课程，如：数据可视化、分布式计算系统原理、NoSQL、数据挖掘、Hadoop、Pvthon程序设计等实验。在教学过程中，本专业教师结合近期新技术、企业的具体问题进行教授，激发学生利用所学知识解决工程实际问题的积极性。
　　2.1.3职业规范
　　职业道德和职业规范是大数据专业技术人才除了专业技术知识与技能以外必须具备的基本素质。本专业开设了马克思主义、毛泽东思想、思想道德修养与法律基础等课程，以培养学生的职业道德和职业规范。
　　2.1.4团队沟通及合作
　　本专业开始了多门专业课程的课程设计，如：Hadoop、数据挖掘、数据可视化、Python程序设计等课程设计，要求学生组建多人小组，在明确分工的基础上、开展合作研究，在完成课程设计的过程中，培养学生的团队沟通及合作能力。
　　2.2教学质量保障体系
　　2.2.1师资队伍建设
　　一是，实施人才引入计划。将知名高校、行业企业工程师引入，充实大数据技术专业教师队伍。二是，鼓励教师读博、访学、企业跟岗实践，提升现有教师的水平。三是，开展老教师带新教师的传帮带活动。四是，开展科研水平提升计划，定期举办科研成果培训、召开课题研讨会及其成果展示;鼓励教师参与、主持科研项目。五是，聘请行业企业工程师每学期对学生进行项目研发的实训。
　　2.2.2常态化的教学质量监控
　　研发了面向常态化教学质量监控的软件平台，通过数据分析辅助教学管理决策。借助该系统，学生助理对本班的教学情况进行实时录入，方便督导组和教师监控上课情况。教师通过系统实现每个的学生个性化指导;而督导组针对学生的反馈及时与教师沟通，便于老师对课堂以及教学方式做出相应的调整;确保教学质量的过程化评估和监控。
　　2.2.3实践教学环境建设
　　建设了数据挖掘与大数据分析、云计算、软件工程、人工智能等10多个大数据技术专业实验室。面向学生开放，便于学生自主练习。同时，搭建了网络教学资源库，借助电子教案、微课等资源，学生能开展个性化的学习。借助校企合作的方式，构建6个校企联合的专业实习实训基地，为学生提供提前适应社会的平台，增加學生就业适应能力㈣。
　　2.2.4设置创新创业学分
　　鼓励学生参加各种创新创业活动，包括：学生可通过申请大创项目或科研项目、加入教师科研、参加竞赛、创立企业等，并将此项工作制度化，即将创新创业活动学分化，创新创业学分的申请贯穿于四年的学习期，以此培养学生自主学习能力。
　　3改革及实践成效
　　近年来，教师获得各级各类科研项目立项80余项，获得科研经费共计300余万元，通过项目驱动，提升了教师的科研水平和研发能力，并将科研成果和经验融入教学中，使科研更好地服务于教学得到落地。教师在注重提高自己的教学水平的同时，积极进行教育教学改革，取得了较好的教学效果，获得省级教学质量工程项目5项，经费40余万元。
　　注重培养学生各方面的综合素质，鼓励学生积极参加各种形式的科技活动，取得如下成效：一是，指导学生参加数学建模、程序设计等竞赛，获国家级奖5项、省级奖23项;二是，指导学生获批60余项科研项目，经费50余万元。
　　4总结
　　本文分析了当前大数据应用型人才培养过程中存在的主要问题，以职业岗位的要求为导向，结合工程认证标准，改革并创新大数据应用型人才培养体系，该人才培养体系经过实践检验，证明是有效的，并取得了良好的成效，提高了人才培养质量，提升了师资队伍水平。
转载注明来源:https://www.xzbu.com/8/view-15143839.htm