賈舒宜 王海鵬 毛忠陽 唐田田

[摘 要] 近年來，信息化技術在人民生活及社會生產中發(fā)揮著重要的作用，社會各行各業(yè)對大數據人才的需求量大幅增加。但值得注意的是，由于大數據技術的出現(xiàn)及發(fā)展時間較短，我國部分高校并沒有充分認識到大數據人才培養(yǎng)工作的重要性和迫切性，而且由于缺乏相關經驗，大數據人才培養(yǎng)實踐課程體系構建情況并不理想，在這種情況下，我國大數據人才培養(yǎng)工作開展情況并不理想，學生的大數據智能處理實踐能力難以得到顯著提升，在一定程度上阻礙著信息化建設。文章對我國大數據人才培養(yǎng)實踐課程體系構建中存在的問題進行了細致分析，并提出了相關策略。

[關鍵詞] 大數據技術;人才培養(yǎng);實踐課程體系;構建策略

我國現(xiàn)階段大數據人才培養(yǎng)實踐課程體系構建水平較低，對大數據人才培養(yǎng)工作的開展質量造成了一些消極影響。在新形勢下，大數據技術受到了越來越多的關注，對民眾的生活及工作帶來了較大的影響。目前，部分高校逐漸認識到大數據人才培養(yǎng)的重要性，并積極在實際工作中改進工作方法，不斷完善課程設置體系，以期提高學生的大數據智能處理實踐能力。但是由于受思想觀念、課程設置、教師綜合素質等因素的影響，我國高校大數據人才培養(yǎng)實踐課程體系構建中仍舊存在一些不足，大數據人才培養(yǎng)工作水平還有較大的提升空間，實踐課程體系構建工作需進一步改進。在這種情況下，對大數據人才培養(yǎng)實踐課程體系構建策略進行研究是十分有必要的。

一、大數據人才培養(yǎng)現(xiàn)狀

大數據技術人才的缺乏，為高校大數據專業(yè)建設提供了發(fā)展空間，為高校大數據人才培養(yǎng)帶來了機遇。政府的大力扶持和數據產業(yè)鏈的不斷完善，為高校大數據人才培養(yǎng)提供了較好的生態(tài)環(huán)境，各高校都在積極申報“數據科學與大數據技術”專業(yè)或開設“大數據”人才培養(yǎng)方向。2014年，清華大學開設了大數據技術的相關碩士學位，多學科交叉培養(yǎng)大數據技術人才，正式開啟了該領域專業(yè)技術人才培養(yǎng)的工作。2016年，我國開始建設本科“數據科學與大數據技術”專業(yè)，教育部批準中南大學、對外經濟貿易大學、北京大學建立“數據科學與大數據技術”本科專業(yè)。2017年，教育部批準32所高校設立“數據科學與大數據技術”本科專業(yè);2018年，教育部批準248所高校設立“數據科學與大數據技術”本科專業(yè)，其中黑龍江省獲批5所高校。2019年年初，教育部又公布了203所高校獲批新設立“數據科學與大數據技術”專業(yè)，其中黑龍江省獲批7所高校。到2019年，我國共有406所高校獲得招收“數據科學與大數據技術”本科專業(yè)資格。由于獲批招收大數據專業(yè)的院校水平參差不齊，專業(yè)建設時間匆忙，課程體系構建不完善，特別是新建本科院校中的這一問題更加突出。

大數據方向的實踐能力課程體系是決定大數據人才培養(yǎng)是否符合用人單位需求的關鍵環(huán)節(jié)。當前，針對大數據方向的實踐課程體系研究相對較少?；诖?，從大數據人才培養(yǎng)需求和社會需求入手，圍繞程序設計、大數據分析與處理技術這兩大方向的實踐能力培養(yǎng)，探討新建地方本科院校大數據人才培養(yǎng)方向的實踐課程體系構建，有助于培養(yǎng)適合社會發(fā)展和市場需求的大數據技術應用型人才，滿足國家信息化發(fā)展戰(zhàn)略需求。

二、我國大數據人才培養(yǎng)實踐課程體系構建過程中存在的問題

（一）高校重視度較低

大數據技術的發(fā)展和應用時間較短，導致部分高校在實際工作中對大數據人才培養(yǎng)實踐課程體系構建工作的關注較少，并沒有充分認識到培養(yǎng)大數據人才的意義及作用，因此，高校對實踐課程體系構建工作的重視度較低，在一定程度上降低了工作開展的質量。由于思想上的不重視，部分高校對大數據人才培養(yǎng)實踐課程體系構建工作的投入較少，導致工作開展缺乏可靠的資金保障，進度較慢、質量較差。此外，思想上的不重視導致高校在實際工作中對大數據人才培養(yǎng)實踐課程體系構建工作的宣傳較少，教師和學生不能充分認識到大數據人才培養(yǎng)實踐課程體系構建工作開展的意義，在一定程度上加大了開展工作的難度，對工作的正常開展造成了一些負面影響。[1]

（二）課程分散不成體系

我國現(xiàn)階段，課程分散不成體系是大數據人才培養(yǎng)實踐課程體系構建工作中面臨的一大難題，對工作開展的進度及質量造成了一些消極影響。由于缺乏相關經驗，高校在大數據人才培養(yǎng)實踐課程體系構建工作中存在著較大的盲目性及隨意性，多是依據自身經驗及教學工作的實際情況對課程進行設置。在這種情況下，不同高校在大數據人才培養(yǎng)實踐課程體系構建工作方面存在著較大的差異。[2]不同地區(qū)信息化建設進程之間也存在著較大的差異。在這種情況下，不同地區(qū)高校在大數據人才培養(yǎng)實踐課程體系構建工作中側重點也不同，課程相對較為分散，難以形成系統(tǒng)的體系，對教學工作的開展造成了一些負面影響，加大了學生學習相關知識的難度，不利于學生大數據智能處理的實踐能力的提升。[3]

（三）基礎理論重復講授

基礎理論重復講授也是大數據人才培養(yǎng)實踐課程體系構建工作中不容忽視的問題之一。這種情況出現(xiàn)的主要原因是高校在實踐課程體系構建工作中對大數據人才培養(yǎng)工作的目標不夠明確，使得實踐課程體系構建工作開展過程中問題頻出，課程設置的系統(tǒng)性較差。由于部分高校缺乏相關經驗，高校在實踐課程體系構建工作中缺乏可靠的依據，導致不同課程中涉及的知識點存在著內容重復的現(xiàn)象。這種情況不僅會影響學生的學習積極性，還會在一定程度上導致時間及精力的浪費，影響教學開展的進度和質量。[4]

（四）教師隊伍綜合素質較低

教師在大數據人才培養(yǎng)工作中發(fā)揮著不容忽視的作用，對大數據人才培養(yǎng)實踐課程體系構建工作的質量有著直接的影響。但值得注意的是，我國現(xiàn)階段部分高校教師隊伍的綜合素質較低，教師在實際工作中不能積極參與大數據人才培養(yǎng)實踐課程體系構建工作，導致工作開展進度較慢、效果較差。而且部分教師的思想觀念較為陳舊，不能充分認識到大數據人才培養(yǎng)實踐課程體系構建工作的重要性，甚至片面地認為，大數據人才培養(yǎng)實踐課程體系構建工作是對時間及精力的浪費，在工作中存在敷衍了事的心念，導致工作開展情況并不理想。此外，部分教師的教學能力稍弱，也對大數據人才培養(yǎng)實踐課程體系構建工作有著一些影響，高校在實際工作中應多加注意。[5]

三、大數據人才培養(yǎng)實踐課程體系構建策略

（一）提高對大數據人才培養(yǎng)實踐課程體系構建的重視程度

在新形勢下，高校應充分認識到大數據人才培養(yǎng)實踐課程體系構建的重要性，明確大數據技術在社會生產及民眾生活中發(fā)揮的重要作用，以此為相關工作的開展提供可靠的保障，確保工作的高效有序開展。在實際工作中，高校應加大對大數據人才培養(yǎng)實踐課程體系構建工作的宣傳力度，通過廣播、宣傳海報等方式幫助教師及學生認識和了解相關工作，在高校中營造良好的氛圍，確保教師及學生能夠積極參與，以此降低工作的開展難度。另外，高校在實際工作中應注意加大對大數據人才培養(yǎng)實踐課程體系構建工作的資金投入，為工作的開展提供可靠的資金保障，保障大數據人才培養(yǎng)實踐課程體系構建工作的有序開展。[6]

（二）對課程進行合理的層次劃分

在大數據人才培養(yǎng)實踐課程體系構建工作中，高校應注意對課程進行合理的層次劃分，以此保證實踐課程體系構建的系統(tǒng)性，為大數據人才培養(yǎng)工作的開展提供可靠依據，降低學生學習相關知識的難度。在實際工作中，高校應結合當前大數據人才培養(yǎng)工作的需求，對工作進行合理的調整。一般情況下，理論課程分為基礎類、平臺建設類、智能計算類、人機交互類四個模塊，這四個模塊之間的知識是相互銜接的，而且隨著教學工作的深入，知識的難度不斷加大。在實驗課程設計中，一般有初級應用實踐、平臺管理實踐、數據分析處理實踐及綜合應用實踐的模塊，不同模塊對學生實踐能力有著不同的要求。在程序設計及算法類課程模塊設置中應按照C語言程序設計、Java程序設計、數據結構、Scala程序設計、Python語言程序設計、算法設計與實現(xiàn)、JavaWeb框架高級篇的順序開展工作，而在大數據分析與處理技術課程模式設計中，應按照Linus基礎、Hadoop、大數據倉庫Hive、大數據框架Sqoop+Flume+Oozie+Hue、分布式數據庫HBase、實時數據處理框架Storm、技術框架Spark的順序開展工作。各個模式之間有序銜接，能夠在一定程度上提高大數據人才培養(yǎng)實踐課程體系構建工作的水平，進而促進學生大數據智能處理實踐能力的提升。

（三）注意智能處理教學實驗平臺的應用

在新形勢下，高校在大數據人才培養(yǎng)實踐課程體系構建工作中應注意對智能處理教學實驗平臺的應用，充分發(fā)揮智能處理教學實驗平臺的優(yōu)勢及作用，以此提高相關工作開展的水平。相較于傳統(tǒng)工作模式，智能處理教學實驗平臺能夠依據大數據人才培養(yǎng)工作目標對課程進行合理的設置與規(guī)劃，幫助學生更好地學習相關知識，降低大數據人才培養(yǎng)工作的難度，提高人才培養(yǎng)工作的質量。智能處理教學實驗平臺的應用能夠有效克服基礎理論重復講授、課程分散不成體系等問題，在提高學生分數及實踐能力的同時幫助學生形成良好的學習習慣，以此為學生未來的發(fā)展打下良好的基礎。在智能處理教學實驗平臺中，高校可以將大數據技術相關知識劃分為理論教學與實驗教學兩個部分，并依據教學層次對教學工作進行合理的安排。在這種情況下，大數據人才培養(yǎng)實踐課程體系構建工作水平能顯著提升。

（四）打造高水平教師隊伍

高校在實際工作中應充分認識到高水平教師隊伍建設的重要性，明確教師對大數據人才培養(yǎng)實踐課程體系構建工作的影響，不斷提高教師的綜合素質，以此提高實踐課程體系構建工作的水平。高校應加強對教師的培訓及管理，確保教師對大數據人才培養(yǎng)實踐課程體系構建工作有著充分的認識，幫助教師認識到實踐課程體系構建的重要性及必要性，確保教師能夠積極參與到相關工作中，降低相關工作開展的難度。此外，高校應注意對高水平人才的聘用，重點考查應聘人員對大數據人才培養(yǎng)實踐課程體系構建工作的認識，確保聘用人員能夠在推動實踐課程體系構建工作開展方面發(fā)揮積極的作用。

四、結語

綜上所述，大數據人才培養(yǎng)實踐課程體系構建能夠在一定程度上提高大數據人才培養(yǎng)工作的水平，促進學生大數據智能處理實踐能力的提升，進而為社會經濟的發(fā)展提供可靠的人才保障，推動社會的信息化建設。但是，目前我國大學生人才培養(yǎng)實踐課程體系構建中還面臨著高校重視程度較低、課程分散不成體系、基礎理論重復講授、教師隊伍綜合素質較低等問題，對工作開展的質量造成了一些消極影響，難以有效提高學生的大數據智能處理實踐能力。針對這種情況，高校應明確社會發(fā)展趨勢，充分認識到大數據人才培養(yǎng)的迫切性及必要性，通過提高對大數據人才培養(yǎng)實踐課程體系構建的重視程度、對課程進行合理的層次劃分、注意智能處理教學實驗平臺的應用、打造高水平教師隊伍等方式提高大數據人才培養(yǎng)實踐課程體系構建水平，保證人才培養(yǎng)工作的高質量開展。

參考文獻

[1]李大琳，呂威，梁艷春.基于校企聯(lián)合辦學的大數據人才培養(yǎng)模式探究[J].軟件導刊，2020，19（2）：164-167.

[2]付偉，唐謙，王璐烽.高職院校大數據專業(yè)人才培養(yǎng)模型研究[J].職業(yè)技術教育，2019，40（17）：25-29.

[3]楊銀，黃云清，劉韶躍.地方高校數據科學與大數據技術專業(yè)人才培養(yǎng)模式研究[J].教育現(xiàn)代化，2019，6（4）：19-21.

[4]王元卓，隋京言.新工科背景下的大數據專業(yè)建設與人才培養(yǎng)[J].中國大學教學，2018（12）：35-42.

[5]李莎莎，周競文，唐晉韜，等.數據科學與大數據人才專業(yè)課程體系分析[J].計算機工程與科學，2018，40（S1）：109-113.

[6]呂小光，姜樂，成青松.數據科學與大數據技術專業(yè)人才培養(yǎng)模式探析[J].淮海工學院學報（人文社會科學版），2018，16（9）：132-135.

[作者簡介]賈舒宜（1984—? ? ），女，山東濱州人，海軍航空大學，講師 ，研究方向為大數據技術及應用;王海鵬 （1985—? ? ），男，山東濱州人，海軍航空大學，教授，研究方向為多傳感器智能融合;毛忠陽? （1979—? ? ），男，河南新鄉(xiāng)人，海軍航空大學，教授，研究方向為現(xiàn)代通信理論與應用;唐田田（1989—? ? ），女，山東東營人，海軍航空大學，講師，研究方向為大數據技術及應用。