石家莊理工職業(yè)學院 王娟 兆晶 楊曉宇

作為促進社會經濟長遠發(fā)展的基礎性戰(zhàn)略資源之一，大數據技術深受各個行業(yè)各個領域的關注及重視，為推動大數據行業(yè)邁向全新的發(fā)展節(jié)點及階段，相關部門印發(fā)了《行動綱要》用于部署大數據行業(yè)的長遠發(fā)展規(guī)劃。由此可見，《行動綱要》是占據大數據行業(yè)重要地位及作用的綱領性文件，往往被視為全新的發(fā)展途徑、發(fā)展機遇及發(fā)展動力[1]。同時，大數據技術日趨成熟，極大地拓展了其業(yè)態(tài)應用場景，而應用場景擴大說明該行業(yè)崗位需求量缺口漸漸增多，但人才培養(yǎng)模式卻出現滯后，導致行業(yè)人才缺口不斷擴大。因此，此次圍繞“基于崗位能力的高職大數據專業(yè)人才培養(yǎng)模式”進行分析研究具有重要的價值意義。

1 大數據人才需求現狀及特征分析

1.1 需求現狀

結合大數據專業(yè)人才需求調查結果可知，與2015年相比2019年全國大數據專業(yè)人才需求增長約為11.75倍，截至2019年初期呈現出稍有放緩的增長態(tài)勢。同時，根據大數據行業(yè)人才需求領域可知，各個行業(yè)間不具備明顯差異，意味著大數據專業(yè)人才需求分布及供給分布覆蓋了各個行業(yè)，尤其是金融、機械制造、電子通信及互聯網等行業(yè)[2]。例如，以互聯網行業(yè)為例，互聯網行業(yè)是人才需求相對集中的行業(yè)。此外，立足于大數據人才需求崗位，數據產品經理及機器學習的需求約占55%，其次為深度學習、算法工程及數據分析師，再次為圖像處理、數據倉庫、機器視覺、自然語言處理及數據架構。

同時，我國各個地區(qū)大數據專業(yè)人才供給情況相似，如以機器學習及數據產品經理為例，分別占總供給人數的45%及12%，意味著二者所占據的人才供給比例較大，而圖像處理、機器視覺、BI工程師、自然語言處理、數據倉庫、深度學習、算法工程及數據分析師約占總人才供給的10%。從人才供給需求地域差異性的角度來看，“北上廣”位居前三位，以廣州及杭州為典型代表的一線城市緊隨其后。此外，受廣州、深圳、上海及北京等區(qū)域企業(yè)數量眾多的影響，產業(yè)發(fā)展相對成熟且集聚效應強烈，促使大數據人才供需缺口漸漸擴大，尤其是杭州，是大數據人才供需缺口龐大的城市之一。

1.2 需求特征

數據行業(yè)人才需求，具有層次過渡應用型人才、偏向大數據分析人才及培養(yǎng)模式轉為技術+行業(yè)的特征特點。其中，大數據相關技術發(fā)展步入應用型階段，以至于應用型人才需求缺口漸漸擴大，說明將大數據技術落實至各個行業(yè)是不可阻擋的主流趨勢。同時，大數據技術能改造場景，突出其對促進行業(yè)演變發(fā)展的價值及優(yōu)勢，甚至能提高數據分析的工作效率。由此可見，大數據分析是深受社會大眾及從業(yè)人員關注及重視的領域，其人才需求呈逐年遞增趨勢是不可逆轉的主流方向，甚至可能帶動大數據運維及開發(fā)相關行業(yè)的進步。

2 大數據人才崗位情況分析

2.1 分析工作崗位

大數據行業(yè)人才需求崗位類型相對豐富，包括大數據架構師、大數據產品經理、大數據運維工程師、大數據分析工程師、大數據應用開發(fā)工程師及大數據挖掘工程師。其中，大數據架構師肩負著研發(fā)大數據技術方案的工作職責，如管理、監(jiān)督、控制及規(guī)劃項目的開發(fā)進度，明確要求所有從業(yè)人員熟練掌握軟件設計流程及開發(fā)流程，掌握大數據生態(tài)圈的主流架構，有助于積累更多的倉庫建模及數據分析挖掘經驗。大數據產品經理崗位的工作任務相對復雜，包括規(guī)劃數據平臺業(yè)務及架構大數據項目架構等，往往需要兼顧研發(fā)、運營管理及平臺產品安全維護等工作任務。

同時，大數據運維工程師需要負責部署及維護大數據基礎設施環(huán)境，靈活運用大數據技術進行調理優(yōu)化，搭建相應的數據平臺，具有監(jiān)控、管理、測試及維護的作用。大數據分析工程師肩負著采集、診斷、清洗、匯總及管理數據的工作職責，明確要求其掌握各種軟件，如Python等，能滿足隨時隨地搭建模型的要求，便于深入挖掘數據得出相應的分析報告。大數據相關應用開發(fā)工程師的崗位要求嚴苛，明確要求從業(yè)人員具備設計、規(guī)劃及分析大數據產品需求的能力，熟悉Hive、HDFS及Hadoop等平臺技術，了解Linux系統、MySql及Hbase等數據庫應用工具。此外，大數據挖掘工程師肩負著由海量數據提取關鍵信息挖掘其特征的工作職責。

2.2 明確工作崗位

高職院校不同于其他院校，側重于培養(yǎng)高級技術型人才，促使其人才培養(yǎng)目標逐漸向迎合市場需求的應用型人才轉變。由于新形勢下高職院校招生途徑及招生渠道日漸豐富多樣，漸漸演變形成學考招生兼顧自主招生的模式，而高職院校內學生普遍理論學習深度不足，無法取得令人滿意的技術技能培養(yǎng)效果。除設置專業(yè)人才培養(yǎng)目標，高職院校大數據專業(yè)不得忽略學生自身情況，不得設置難度過大的學習目標，尤其是對于數學及編程算法的要求不得過于嚴格，明確要求其學習成果集中于大數據分析、查詢及采集等層面，掌握行業(yè)中低端可視化技術即可。

3 基于崗位能力的高職大數據專業(yè)人才培養(yǎng)模式分析

3.1 強化師資力量

通常情況下，大數據專業(yè)教師自身專業(yè)視角開拓程度、實踐動手能力及理論知識扎實程度與人才培養(yǎng)之間存在著密切聯系。因此在實際培養(yǎng)的過程中，相關專業(yè)教師貫徹實事求是的工作原則，以培養(yǎng)更多大數據專業(yè)人才為核心目標，通過內培外引等方法組建專業(yè)化的大數據專業(yè)師資團隊，提倡現有的師資隊伍統一參與崗位培訓，大幅度提升其專業(yè)水平及職業(yè)素養(yǎng)，努力學習更多的專業(yè)知識及實踐技能，滿足與時俱進的要求。同時，派遣部分專業(yè)教師定期進入合作企業(yè)，參與大量真實項目，有助于鍛煉其實踐能力，促使其所學理論轉化為可傳授的技能，甚至可聘請具有授課能力且技術精湛的技術專家進行實踐課程教學。

3.2 設置課程體系

在實際培養(yǎng)的過程中，相關專業(yè)教師貫徹具體問題具體分析的工作原則，融入能力遞進培養(yǎng)理念，將大數據專業(yè)人才培養(yǎng)目標視為參考依據，合理設置大數據專業(yè)課程體系，向學生統一介紹畢業(yè)后可從事的工作崗位覆蓋范圍，并且靈活運用各種新型技術手段全面分析崗位從業(yè)人員所具備的工作能力。同時，根據課程體系的設計方案規(guī)劃出長遠系統的課程教學內容，側重于突出其課程體系的可操作性及可行性，如盡量將課程體系劃分為4個模塊，包括管理開發(fā)能力培養(yǎng)、應用開發(fā)能力培養(yǎng)、職業(yè)綜合能力培養(yǎng)及基礎能力培養(yǎng)，進一步提升人才培養(yǎng)效果。

3.3 打造實訓基地

實訓室是高職院校人才培養(yǎng)不可缺少的必備設施，往往被視為實現人才培養(yǎng)目標的有力舉措，說明該專業(yè)與其他高職院校專業(yè)相似，其專業(yè)實訓基地越優(yōu)質越能創(chuàng)設真實的工作環(huán)境，利用可靠的工作項目增強學生行業(yè)所需的工作崗位能力。由此可見，相關高職院校必須持續(xù)擴大總體成本投入，組建高標準嚴要求且具備一定前瞻性的智慧實訓場所，突出實訓場所的真實性，并且盡量配置先進的機械設備。同時，組建符合崗位能力培養(yǎng)要求的實踐教學體系，大力推行項目進實踐及項目進課堂的實訓理念，充分發(fā)揮真實工作項目的驅動作用，以達到滿足實踐教學的要求。

3.4 組織技能競賽

在實際培養(yǎng)過程中，相關專業(yè)教師貫徹落實“以賽促建、以賽促考、以賽促教及以賽促學”的工作理念，積極組織專業(yè)技能競賽，促使其成為評估及考核教學效果的有力舉措及重要手段，并且具體授課期間，將培養(yǎng)技能型人才要求貫穿于教學過程始終，幫助學生在具體學習過程中全面掌握相應的專業(yè)理論及技術技能。同時，以競賽替代常規(guī)考核過程，提倡人人參賽人人競賽，突出專業(yè)特色及公平公正理念。此外，大數據技能競賽的項目數量龐大，幾乎覆蓋大數據行業(yè)的典型崗位及工作流程，而廣泛參與競賽活動能有效鍛煉學生的專業(yè)技能，大幅度提升其綜合素養(yǎng)。

4 結語

通過本文探究，認識到即便近幾年來我國各個高職院校相繼開設大數據專業(yè)，側重于培養(yǎng)符合市場需求的大數據人才，但是不存在培養(yǎng)成功的實踐經驗，其人才培養(yǎng)模式處于探索階段，仍存在著較多問題亟待解決。因此，相關高職院校大數據專業(yè)必須立足于崗位能力培養(yǎng)要求，設置科學合理的課程體系，組建專業(yè)化的教學團隊，通過建設高標準智慧化實訓基地等方法，深入挖掘專業(yè)教學資源，進行理論教學及技能教學，甚至可組織技能競賽及創(chuàng)新創(chuàng)業(yè)活動，以達到培養(yǎng)出符合市場需求大數據專業(yè)人才的目標。