摘? 要：黨的二十大報(bào)告指出，人才是第一資源。學(xué)校要培養(yǎng)符合新時(shí)代高質(zhì)量發(fā)展的人才，一定程度上取決于學(xué)校專業(yè)人才培養(yǎng)方案的定位、培養(yǎng)目標(biāo)、課程設(shè)置。如何利用大數(shù)據(jù)技術(shù)全面準(zhǔn)確分析市場用人需求，合理制定專業(yè)人才培養(yǎng)方案，這是解決市場需求和人才培養(yǎng)不匹配的一個(gè)重要課題。探索大數(shù)據(jù)技術(shù)在人才培養(yǎng)方案中的應(yīng)用，促進(jìn)專業(yè)人才培養(yǎng)方案的精準(zhǔn)制定，滿足行業(yè)對(duì)專業(yè)人才的需求，解決人才培養(yǎng)和市場需求兩張皮的問題具有重要意義。

關(guān)鍵詞：大數(shù)據(jù)；爬蟲技術(shù)；人才培養(yǎng)

中圖分類號(hào)：TP391? ? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）08-0117-05

Abstract： The report of the 20th national congress of the communist party of China points out that talent is the first resource. Schools want to cultivate high-quality talents in line with the development of the new era， to a certain extent， depends on the orientation， training objectives and curriculum setting of the professional talent training program. How to use big data technology to analyze the market employment demand and make a reasonable and professional talent training program is an important issue to solve the mismatch between market demand and talent training. To explore the application of big data technology in talent training program， to promote the accurate formulation of professional talent training program， and to meet the needs of the industry for professional talent， it is of great significance to solve the problem of talent training and market demand.

Keywords： big data; crawler technology; talent training

0? 引? 言

黨的二十大報(bào)告指出：實(shí)施科教興國戰(zhàn)略，強(qiáng)化現(xiàn)代化建設(shè)人才支撐。必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力。學(xué)校是培養(yǎng)人才的搖籃，專業(yè)人才培養(yǎng)方案是落實(shí)專業(yè)人才培養(yǎng)的重要綱領(lǐng)文件。學(xué)校如何高質(zhì)量培養(yǎng)新時(shí)代專業(yè)技術(shù)技能人才，滿足社會(huì)發(fā)展人才需要，這是學(xué)校和社會(huì)面臨的共同難題。學(xué)校如何利用大數(shù)據(jù)技術(shù)，科學(xué)、合理、準(zhǔn)確的制定人才培養(yǎng)目標(biāo)，專業(yè)技能目標(biāo)、崗位能力培養(yǎng)目標(biāo)，科學(xué)預(yù)判學(xué)生就業(yè)崗位群、薪資待遇和發(fā)展前景，努力解決社會(huì)用人需求和人才培養(yǎng)之間的壁壘，具有重大意義。

1? 專業(yè)人才培養(yǎng)方案制定存在的問題

1.1? 人才培養(yǎng)定位與市場崗位需求不匹配

學(xué)校專業(yè)人才培養(yǎng)方案的制定雖然開展需求調(diào)研，但大部分專業(yè)教師只走訪幾家企業(yè)了解崗位用人需求，走訪企業(yè)數(shù)量有限，企業(yè)的代表性不強(qiáng)，不能完全代表行業(yè)的用人需求。部分教師企業(yè)實(shí)踐流于形式，沒有深入一線，全面參與崗位相關(guān)工作，對(duì)專業(yè)人才培養(yǎng)核心技能和核心素養(yǎng)掌握不夠透底，導(dǎo)致專業(yè)人才培養(yǎng)目標(biāo)定位不準(zhǔn)確，專業(yè)基礎(chǔ)課、專業(yè)核心課程、專業(yè)拓展課程設(shè)置不合理，培養(yǎng)的專業(yè)技術(shù)技能人才不滿足社會(huì)用人需求。學(xué)校沒有合理應(yīng)用大數(shù)據(jù)技術(shù)全面獲取人才招聘需求信息，系統(tǒng)分析企業(yè)用人要求，科學(xué)預(yù)判未來人才需求的發(fā)展趨勢(shì)，及時(shí)調(diào)整人才培養(yǎng)方案。

1.2? 重形式輕內(nèi)容

學(xué)校每年都要修訂人才培養(yǎng)方案，把人才培養(yǎng)方案修訂工作納入學(xué)校重要工作來抓。人才培養(yǎng)方案的修訂一般由專業(yè)帶頭人負(fù)責(zé)牽頭，組織專業(yè)骨干教師、年輕教師和企業(yè)代表一起來修訂人才培養(yǎng)方案。從面上來看，人才培養(yǎng)方案的制定隊(duì)伍結(jié)構(gòu)合理，形式比較符合實(shí)際。但從操作層面來看，專業(yè)帶頭人和骨干教師沒有發(fā)揮核心作用，企業(yè)代表沒有真正參與其中，提出合理的建議和意見。由于學(xué)校在選拔專業(yè)帶頭人有職稱、學(xué)歷等相關(guān)條件要求，滿足條件的教師大部分都兼職行政工作，只是掛名專業(yè)帶頭人，沒有全身心投入專業(yè)發(fā)展研究。骨干教師上課工作量大，忙于應(yīng)付各種教學(xué)工作和教學(xué)檢查，在人才的培養(yǎng)方案制定過程中沒有投入大量的時(shí)間和精力。年輕教師精力充沛，是人才培養(yǎng)方案制定的真正操盤手和撰寫人，但由于經(jīng)驗(yàn)不足，專業(yè)研究不深，專業(yè)發(fā)展規(guī)劃不清，導(dǎo)致質(zhì)量不佳。

2? 人才培養(yǎng)與市場需求的關(guān)系

2.1? 人才的培養(yǎng)一定程度上取決于人才培養(yǎng)方案

人才培養(yǎng)就是要服務(wù)于中國特色社會(huì)主義高質(zhì)量發(fā)展。中國特色社會(huì)主義偉大事業(yè)需要高素質(zhì)、高技能人才支撐，需要培養(yǎng)一批大國工匠、能工巧匠、專業(yè)技術(shù)技能人才為社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展服務(wù)。學(xué)校是培養(yǎng)人的搖籃，人的培養(yǎng)體現(xiàn)在人才培養(yǎng)方案，這是落實(shí)為黨育人，為國育才的具體體現(xiàn)。人才培養(yǎng)方案明確了培養(yǎng)的目標(biāo)，培養(yǎng)對(duì)象、開設(shè)的主要課程、培養(yǎng)的形式、考核形式、畢業(yè)的要求等，都是很具體的，具有可操作性。人才培養(yǎng)的質(zhì)量一定程度上取決于人才培養(yǎng)方案。

2.2? 人才需求導(dǎo)向促進(jìn)專業(yè)人才培養(yǎng)方案的調(diào)整

專業(yè)人才培養(yǎng)方案之所以每年定期修訂，是社會(huì)發(fā)展和市場人才需求的必然要求。如何及時(shí)全面準(zhǔn)確了解市場用人需求，合理調(diào)整人才培養(yǎng)方案，這是當(dāng)前學(xué)校面臨的共同難題。傳統(tǒng)的市場調(diào)研已經(jīng)不滿足時(shí)代發(fā)展的要求，因此，我們要充分利用好互聯(lián)網(wǎng)這個(gè)資源平臺(tái)，發(fā)揮資源共享的作用；利用好大數(shù)據(jù)技術(shù)，有效開展數(shù)據(jù)的實(shí)時(shí)采集、加工、清洗、數(shù)據(jù)分析和可視化的作用，促進(jìn)專業(yè)人才培養(yǎng)方案的精準(zhǔn)調(diào)整，滿足行業(yè)對(duì)專業(yè)人才的需求，解決兩張皮的問題。

3? 大數(shù)據(jù)技術(shù)在人才培養(yǎng)方案制定中的應(yīng)用和實(shí)踐

全面掌握企業(yè)用人崗位要求和崗位工作職責(zé)是制定人才培養(yǎng)方案的基礎(chǔ)，是制定人才培養(yǎng)目標(biāo)的先決條件。如何獲取互聯(lián)網(wǎng)的相關(guān)招聘信息，并有效的利用招聘信息要求，科學(xué)分析專業(yè)人才培養(yǎng)目標(biāo)，確立專業(yè)核心課程，專業(yè)拓展課程，人才培養(yǎng)的模式，畢業(yè)相關(guān)要求，確保人才培養(yǎng)與市場需求有機(jī)融合，大數(shù)據(jù)技術(shù)在這過程中發(fā)揮了重要作用。大數(shù)據(jù)技術(shù)解決了市場崗位人才需求信息的獲取，數(shù)據(jù)的加工、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)的分析，能夠形象直觀、全面掌握人才需求的各個(gè)維度，對(duì)未來人才的需求具有預(yù)判性。

3.1? 基于Python爬蟲技術(shù)獲取崗位需求信息

Python語言在大數(shù)據(jù)技術(shù)中占有重要地位，Python語言應(yīng)用場景廣，功能強(qiáng)大，可以實(shí)現(xiàn)數(shù)據(jù)的采集、數(shù)據(jù)的清洗和數(shù)據(jù)分析及可視化。Python爬蟲技術(shù)應(yīng)用廣泛，能夠?qū)崿F(xiàn)網(wǎng)絡(luò)數(shù)據(jù)采集，幫助學(xué)校全面了解市場崗位需求，精準(zhǔn)制定人才培養(yǎng)方案。Python數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析及可視化解決方案有以下幾點(diǎn)。

3.1.1? 獲取招聘網(wǎng)站數(shù)據(jù)的方法

在使用爬蟲采集招聘數(shù)據(jù)前，我們需要確定網(wǎng)站目標(biāo)，全面掌握網(wǎng)站的結(jié)構(gòu)，分析其特點(diǎn)，才能有效確定獲取數(shù)據(jù)的方法。HTTP請(qǐng)求的類型有g(shù)et方法和post方法，在確定好目標(biāo)網(wǎng)站后需要判斷網(wǎng)站的請(qǐng)求類型。一般來說，get方法是一種常見的請(qǐng)求方式。Get方式要求服務(wù)器將URL定位的資源放到響應(yīng)報(bào)文的數(shù)據(jù)部分，回送給客戶端。在使用get方法時(shí)，請(qǐng)求的參數(shù)和對(duì)應(yīng)的值都附加在URL后面，利用一個(gè)問號(hào)“？”代表URL的結(jié)尾與請(qǐng)求參數(shù)的開始。Post方法是指定資源提交數(shù)據(jù)的請(qǐng)求，如表單或者文件上傳，數(shù)據(jù)被包含在請(qǐng)求體中。我們打開一個(gè)招聘網(wǎng)站一般是get方法請(qǐng)求一個(gè)頁面。以前程無憂網(wǎng)為例，一是分析網(wǎng)址URL，通過分析URL地址的特點(diǎn)，找到翻頁的規(guī)律，構(gòu)造爬蟲多頁的方法。二是分析網(wǎng)站HTML代碼的結(jié)構(gòu)，熟悉常用的標(biāo)簽，找到對(duì)應(yīng)數(shù)據(jù)的層疊關(guān)系，確定獲取相應(yīng)數(shù)據(jù)的方法。

大部分網(wǎng)站都有反爬蟲機(jī)制，我們?cè)诶肞ython獲取數(shù)據(jù)過程中，要偽裝成正常人點(diǎn)擊查看網(wǎng)頁內(nèi)容，是利用正常的瀏覽器去訪問，要控制好睡眠時(shí)間，否則利用爬蟲獲取數(shù)據(jù)就會(huì)失敗。應(yīng)對(duì)網(wǎng)站反爬蟲的措施有以下幾個(gè)方面：一是為爬蟲設(shè)置Headers，在請(qǐng)求中添加User Agent等頭部信息，模擬真實(shí)的瀏覽器。二是使用IP代理或者加大請(qǐng)求時(shí)間間隔來解決。IP代理可以實(shí)現(xiàn)每訪問一次更換一個(gè)IP，繞過網(wǎng)站監(jiān)測用戶瀏覽行為。三是利用Selenium框架。對(duì)于動(dòng)態(tài)網(wǎng)頁，找到AJAX請(qǐng)求，分析具體參數(shù)和響應(yīng)的具體含義，就可以利用requests模擬AJAX請(qǐng)求，得到需要的數(shù)據(jù)。

3.1.2? 利用Python爬蟲技術(shù)實(shí)現(xiàn)數(shù)據(jù)的批量采集

以無憂招聘網(wǎng)為例，通過分析網(wǎng)站結(jié)構(gòu)，網(wǎng)站HTTP采用GET方式，根據(jù)查看源碼確定獲取數(shù)據(jù)的方法。采用Python爬蟲技術(shù)實(shí)現(xiàn)無憂網(wǎng)招聘數(shù)據(jù)的獲取，主要操作步驟有；一是安裝和導(dǎo)入Python爬蟲必要的包，如常用的pandas、urllib。二是通過無憂網(wǎng)檢索大數(shù)據(jù)相關(guān)崗位的招聘信息，通過審查元素查看網(wǎng)站的代碼結(jié)構(gòu)，分析HTML的層級(jí)關(guān)系，找到招聘崗位的名稱、發(fā)布時(shí)間、工資待遇、工作地點(diǎn)、工作經(jīng)驗(yàn)、學(xué)歷、工作職責(zé)、工作要求等信息，作為后期數(shù)據(jù)分析的必要字段。同時(shí)觀察網(wǎng)頁翻頁的地址變化，找到翻頁地址變化的規(guī)律，為獲取多頁數(shù)據(jù)提供方法依據(jù)。三是編寫爬蟲程序?qū)崿F(xiàn)數(shù)據(jù)的批量采集。以大數(shù)據(jù)相關(guān)崗位數(shù)據(jù)采集為例，參考代碼如下：

from? webreptile import Worm

import pandas as pd

import sys

import urllib

sp = Worm（）

spider={}

search_job='大數(shù)據(jù)'

spider['phantomjs']=False

spider['delimiter']='，'

spider['thread']=True

spider['thread_block']=False

spider['fields']={'main_css'：'//div[@class="dw_table"]/div[@class="el"]'，'field_css'：['.//span[@class="t2"]/a[@target="_blank"]/text（）'，'.//span[@class="t3"]/text（）'，'.//span[@class="t4"]/text（）'，'.//span[@class="t5"]/text（）'，'.//p[@class="t1"]/span/a[@target="_blank"]/text（）']，'href_css'：'.//a/@href'，'only_href'：True，'css'：{'main_css'：'//div[@class="bmsg job_msg inbox"]'，'field_css'：['./text（）']}}

fp=open（sys.argv[1]，'a'）

spider['file']=fp

str1=urllib.quote（search_job）

for i in range（1， 100）：

url1='http：//search.51job.com/list/000000，000000，0000，00，9，99，'+str1+'，2，'

url2='.html？lang=c&stype=1&postchannel=0000&workyear=99&cotype=99&degreefrom=99&jobterm=99&companysize=99&lonlat=0%2C0&radius=1&ord_field=0&confirmdate=9&fromType=&dibiaoid=0&address=&line=&specialarea=00&from=&welfare='

url = url1 + str（i） + url2

spider['url']=url

b_c=sp.begin_spider（spider）

print （“數(shù)據(jù)采集完成！”）

3.2? 招聘崗位數(shù)據(jù)處理與分析

3.2.1? 數(shù)據(jù)清洗實(shí)踐

在數(shù)據(jù)采集中，往往獲取的數(shù)據(jù)不是格式不統(tǒng)一，在做數(shù)據(jù)分析前需要進(jìn)行數(shù)據(jù)清洗操作，確保數(shù)據(jù)的格式一致，去掉數(shù)據(jù)中的臟數(shù)據(jù)，空數(shù)據(jù)。在本案例中主要對(duì)采集的招聘數(shù)據(jù)進(jìn)行格式處理，如年月日的格式，薪酬資金的表示方式統(tǒng)一用阿拉伯?dāng)?shù)字，大小寫的數(shù)據(jù)管理，內(nèi)容的統(tǒng)一替換工作。在網(wǎng)絡(luò)數(shù)據(jù)采集中，年月日有多種表示方法，統(tǒng)一為短橫線來表示，薪酬待遇中，有用大寫萬元表示，也有阿拉伯?dāng)?shù)字表示，統(tǒng)一處理為阿拉伯?dāng)?shù)據(jù)表示，這些都是數(shù)據(jù)清洗的主要工作。數(shù)據(jù)清洗參考代碼如下：

def min_pay（x）：

if '-' in x and '月' in x：

tmp = x.split（'-'）

if '千' in tmp[1]：

return float（tmp[0]） * 1000

else：

return float（tmp[0]） * 10000

else：

t = re.findall（r"＼d+＼.？＼d*"， x）

if '千' in x：

return float（t[0]） * 1000

else：

return float（t[0]） * 10000

def max_pay（x）：

if '-' in x and '月' in x：

tmp = x.split（'-'）

t=re.findall（r"＼d+＼.？＼d*"， tmp[1]）

if '千' in tmp[1]：

return float（t[0]） * 1000

else：

return float（t[0]） * 10000

else：

t = re.findall（r"＼d+＼.？＼d*"， x）

if '千' in x：

return float（t[0]） * 1000

else：

return float（t[0]） * 10000

def area（x）：

if '-' in x：

tmp = x.split（'-'）

return tmp[0]

else：

return x

filen1='job.csv'

if filen1！=''：

df = pd.read_csv（filen1， delimiter='，'，index_col=False， names=['company'， 'area'， 'pay'， 'date'， 'post'， 'work']）

df = df.dropna（）

df = df[df['pay'].str.contains（'月'）]

df['minpay'] = df['pay'].apply（lambda x： min_pay（x））

df['maxpay'] = df['pay'].apply（lambda x： max_pay（x））

df['area'] = df['area'].apply（lambda x： area（x））

df = df[df['maxpay'] > df['minpay']]

df['post'] = df['post'].str.upper（）

df_w = df['post'].value_counts（）

df_a = df['area'].value_counts（）

pay_l = []

for i in range（0， len（df_w.index））：

pay_l.append（[df_w.index[i]， df[df['post'] == df_w.index[i]]['maxpay'].mean（），

df[df['post'] == df_w.index[i]]['minpay'].mean（）]）

df_pay = pd.DataFrame（pay_l， columns=['post'， 'max'， 'min']）

df_pay = df_pay.set_index（'post'）

pay_a = []

for i in range（0， len（df_a.index））：

pay_a.append（[df_a.index[i]， df[df['area'] == df_a.index[i]]['maxpay'].mean（），

df[df['area'] == df_a.index[i]]['minpay'].mean（）]）

df_areapay = pd.DataFrame（pay_a， columns=['area'， 'max'， 'min']）

df_areapay = df_areapay.set_index（'area'）

work = df['work'].str.cat（sep=''）

work = work.replace（'任職資格'， ''）

work = work.replace（'崗位職責(zé)'， ''）

work = work.replace（'工作描述'， ''）

work = work.replace（'專業(yè)要求'， ''）

work = work.replace（'崗位要求'， ''）

work = work.replace（'工作職責(zé)'， ''）

work=work.upper（）

seg = analyse.extract_tags（work， topK=50， withWeight=

True）

seg1 = np.array（seg）

labels = seg1[0：10， 0]

data = seg1[0：10， 1]

data = data.astype（np.float）

print （'數(shù)據(jù)整理分析成功！'）

3.2.2? 大數(shù)據(jù)招聘崗位能力要求分析

通過無憂網(wǎng)采集的招聘數(shù)據(jù)，其中一項(xiàng)就是崗位任職要求，這是學(xué)生就業(yè)所需要具備的基本條件，包括學(xué)歷要求、專業(yè)技能要求、主要的工作職責(zé)、素質(zhì)能力要求等。如大數(shù)據(jù)相關(guān)崗位要求熟練掌握Python語言編程，了解Java，熟悉linux開發(fā)環(huán)境，有扎實(shí)的數(shù)據(jù)結(jié)構(gòu)和算法設(shè)計(jì)功底；熟悉Spark、Hadoop分布式計(jì)算編程；精通瀏覽器調(diào)試工具的各種功能及利用它的調(diào)試方法；熟悉Hadoop、Hive、Storm 等常用大數(shù)據(jù)處理平臺(tái)；具備良好的代碼編程習(xí)慣及文檔編寫能力；有較強(qiáng)的團(tuán)隊(duì)協(xié)作意識(shí)及獨(dú)立解決技術(shù)問題的能力；這些都是人才培養(yǎng)方案中必須要了解清楚的，也是制定人才培養(yǎng)方案目標(biāo)定位的要求。參考代碼如下：

import matplotlib.pyplot as plt

import matplotlib.gridspec as gridspec

import matplotlib.pylab as pylab

pylab.rcParams['font.sans-serif'] = ['SimHei']

figure1 = plt.figure（2， figsize=（12， 6））

G = gridspec.GridSpec（3， 3）

ax1 = figure1.add_subplot（G[0：2， ：]， polar=True）

angles = np.linspace（0， 2 * np.pi， 10， endpoint=False）

data = np.concatenate（（data， [data[0]]））

angles = np.concatenate（（angles， [angles[0]]））

ax1.plot（angles， data， 'bo-'， linewidth=2）

ax1.fill（angles， data， facecolor='r'， alpha=0.25）

ax1.set_thetagrids（angles * 180 / np.pi， labels， fontproperties="SimHei"）

ax1.set_title（u"崗位要求雷達(dá)圖"， va='bottom'， fontproperties

="SimHei"）

ax1.set_rlim（0， data.max（））

ax1.grid（True）

plt.show（）

3.2.3? 大數(shù)據(jù)崗位需求分析

在大數(shù)據(jù)崗位招聘需求中，通過對(duì)采集的數(shù)據(jù)進(jìn)行分析，排名在前20名的崗位需求有大數(shù)據(jù)開發(fā)工程師、大數(shù)據(jù)工程師、大數(shù)據(jù)架構(gòu)師、大數(shù)據(jù)研發(fā)工程師、大數(shù)據(jù)分析師、JAVA開發(fā)工程師、大數(shù)據(jù)產(chǎn)品經(jīng)理、大數(shù)據(jù)分析工程師、大數(shù)據(jù)運(yùn)維工程師、大數(shù)據(jù)講師、PHP開發(fā)工程師、項(xiàng)目經(jīng)理、大數(shù)據(jù)平臺(tái)開發(fā)工程師等崗位，其中大數(shù)據(jù)開發(fā)工程師需求量最大，是市場緊缺人才。崗位需求分析參考代碼為：

figure1 = plt.figure（2， figsize=（8， 6））

G = gridspec.GridSpec（3， 3）

ax1 = figure1.add_subplot（G[0：2， ：]）

df_w.head（20）.plot（kind='bar'， ax=ax1， label=u'工作崗位需求'）

ax1.legend（）

plt.show（）

崗位需求分析圖如圖1所示。

3.2.4? 大數(shù)據(jù)相關(guān)崗位薪資待遇分析

薪資待遇是學(xué)生就業(yè)關(guān)心的指標(biāo)之一，也是人才培養(yǎng)目標(biāo)定位的依據(jù)之一，學(xué)生通過專業(yè)的學(xué)習(xí)后能夠勝任崗位工作，同時(shí)也要一個(gè)好的就業(yè)渠道，人才培養(yǎng)才能和市場接軌，專業(yè)才能走得更遠(yuǎn)。通過采集的數(shù)據(jù)，對(duì)數(shù)據(jù)中的薪資待遇進(jìn)行分析，對(duì)崗位排名前20名的最高工資和最低工資進(jìn)行分析，大數(shù)據(jù)架構(gòu)師、JAVA架構(gòu)師、大數(shù)據(jù)總監(jiān)、大數(shù)據(jù)講師、大數(shù)據(jù)平臺(tái)開發(fā)工程師等崗位最高工資為28 000元至30 000元左右，最低工資為17 000元到20 000元左右。大數(shù)據(jù)工程師、大數(shù)據(jù)開發(fā)工程、大數(shù)據(jù)分析師、產(chǎn)品經(jīng)理、項(xiàng)目經(jīng)理、大數(shù)據(jù)運(yùn)維工程師工資待遇為15 000左右，待遇總體較好。薪資待遇分析參考代碼為：

figure1 = plt.figure（2， figsize=（8， 6））

G = gridspec.GridSpec（3， 3）

ax1 = figure1.add_subplot（G[0：2， ：]）

df_pay.head（20）.plot（kind='bar'， ax=ax1， label=u'崗位薪酬'）

ax1.legend（）

plt.show（）

薪資待遇分析圖如圖2所示。

3.3? 基于崗位需求分析完成人才培養(yǎng)方案的制定

3.3.1? 大數(shù)據(jù)技術(shù)專業(yè)人才培養(yǎng)目標(biāo)

人才培養(yǎng)目標(biāo)定位是落實(shí)培養(yǎng)什么人，為誰培養(yǎng)人，怎樣培養(yǎng)人的具體體現(xiàn)。人才培養(yǎng)目標(biāo)既有素質(zhì)目標(biāo)和技能目標(biāo)。通過上述大數(shù)據(jù)相關(guān)崗位分析明確技能目標(biāo)為能夠從事大數(shù)據(jù)平臺(tái)搭建、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)開發(fā)與服務(wù)等專業(yè)知識(shí)和技術(shù)技能，能面向大數(shù)據(jù)專業(yè)領(lǐng)域，大數(shù)據(jù)應(yīng)用與服務(wù)產(chǎn)業(yè)鏈中從事大數(shù)據(jù)系統(tǒng)維護(hù)、管理、服務(wù)和數(shù)據(jù)分析等工作，適應(yīng)大數(shù)據(jù)應(yīng)用及服務(wù)行業(yè)發(fā)展趨勢(shì)的德智體美勞全面發(fā)展的復(fù)合型技術(shù)技能人才。學(xué)生畢業(yè)三年后，能承擔(dān)大數(shù)據(jù)系統(tǒng)維護(hù)、管理、服務(wù)，大數(shù)據(jù)分析、大數(shù)據(jù)開發(fā)崗位、達(dá)到大數(shù)據(jù)技術(shù)骨干水平。

3.3.2? 大數(shù)據(jù)技術(shù)專業(yè)群和崗位群

大數(shù)據(jù)技術(shù)專業(yè)群可以結(jié)合學(xué)校現(xiàn)有的專業(yè)合理的組群。如學(xué)校開設(shè)大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)與應(yīng)用、物聯(lián)網(wǎng)技術(shù)、通信技術(shù)都可以組建大數(shù)據(jù)專業(yè)群。物聯(lián)網(wǎng)技術(shù)作為大數(shù)據(jù)技術(shù)的底層，負(fù)責(zé)通過物聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)來采集實(shí)時(shí)數(shù)據(jù)，作為數(shù)據(jù)分析的來源和基礎(chǔ)設(shè)施，為數(shù)據(jù)分析提供硬件基礎(chǔ)。通信技術(shù)作為數(shù)據(jù)傳輸通道和網(wǎng)絡(luò)保障，負(fù)責(zé)網(wǎng)絡(luò)組網(wǎng)和安全可靠傳輸，作為第二層基礎(chǔ)設(shè)施和數(shù)據(jù)通信層，為上層數(shù)據(jù)分析提供可靠的網(wǎng)絡(luò)環(huán)境。云計(jì)算技術(shù)與應(yīng)用負(fù)責(zé)把采集和清洗的數(shù)據(jù)進(jìn)行分布式存儲(chǔ)和分布式計(jì)算，為大數(shù)據(jù)分析提供可靠的計(jì)算能力和數(shù)據(jù)存儲(chǔ)保障。在這整個(gè)專業(yè)群組建過程中，需要分析組群邏輯，專業(yè)和專業(yè)的聯(lián)系，每個(gè)專業(yè)在群的位置和作用，分析相關(guān)課程的聯(lián)系。學(xué)生在就業(yè)過程中，有哪些相關(guān)崗位和崗位群，多渠道選擇就業(yè)崗位。

3.3.3? 大數(shù)據(jù)技術(shù)課程體系建設(shè)

在課程設(shè)置中，要充分考慮公共課、專業(yè)基礎(chǔ)課、專業(yè)核心課、專業(yè)拓展課、群共享課。課程的設(shè)置除了按照國家規(guī)定必須開足和開滿的公共課程外，專業(yè)課程設(shè)置尤為重要。通過市場崗位需求和崗位要求，合理設(shè)置專業(yè)課程。根據(jù)上述大數(shù)據(jù)技術(shù)相關(guān)崗位要求分析，大數(shù)據(jù)相關(guān)崗位招聘需要熟悉JAVA語言基礎(chǔ)、數(shù)據(jù)庫技術(shù)、Linux/CentOS操作系統(tǒng)、Python語言、Web開發(fā)技術(shù)、數(shù)據(jù)采集網(wǎng)絡(luò)爬蟲技術(shù)、Hadoop開發(fā)、數(shù)據(jù)處理分析、數(shù)據(jù)可視化工具應(yīng)用、軟件測試、網(wǎng)絡(luò)基礎(chǔ)等知識(shí)。學(xué)校應(yīng)根據(jù)招聘網(wǎng)崗位和職責(zé)要求合理設(shè)置課程體系，厘清課程與課程之間的關(guān)聯(lián)性、邏輯性，突出實(shí)用性，加大學(xué)生的實(shí)訓(xùn)課程比例，分方向多維培養(yǎng)學(xué)生，滿足社會(huì)發(fā)展技能人才的需要。

4? 結(jié)? 論

學(xué)校專業(yè)人才培養(yǎng)方案的制定是一項(xiàng)重要工作，我們要應(yīng)用好大數(shù)據(jù)技術(shù)在人才培養(yǎng)方案中的應(yīng)用。通過大數(shù)據(jù)技術(shù)全面了解市場對(duì)專業(yè)人才的需求，崗位要求、能力要求、薪資待遇情況，準(zhǔn)確定位專業(yè)人才培養(yǎng)目標(biāo)和課程設(shè)置。建立網(wǎng)絡(luò)招聘數(shù)據(jù)采集機(jī)制，組建專業(yè)人才培養(yǎng)方案數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)加工、數(shù)據(jù)分析的專業(yè)技術(shù)團(tuán)隊(duì)，實(shí)時(shí)掌握市場用人需求導(dǎo)向，為人才培養(yǎng)方案的制定提供參考依據(jù)，發(fā)揮大數(shù)據(jù)技術(shù)在人才培養(yǎng)方案的中作用。

參考文獻(xiàn)：

[1] 葉惠仙，游金水.Python語言在大數(shù)據(jù)處理中的應(yīng)用 [J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2021（5）：51-54.

[2] 陳海虹.基于PHP的WEB應(yīng)用系統(tǒng)單點(diǎn)登錄的研究與實(shí)現(xiàn) [J].浙江海洋學(xué)院學(xué)報(bào)：自然科學(xué)版，2010，29（1）：84-88.

[3] 王崇剛.高職院校大數(shù)據(jù)技術(shù)與應(yīng)用專業(yè)人才培養(yǎng)方案課程體系模塊化設(shè)計(jì)的探索 [J].廣東蠶業(yè)，2017，51（12）：91.

[4] 徐留杰，翟江濤，楊康，等.一種多源網(wǎng)絡(luò)安全威脅情報(bào)采集與封裝技術(shù) [J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2018（10）：23-26.

[5] 聶云霞.新舊動(dòng)能轉(zhuǎn)換背景下會(huì)展經(jīng)濟(jì)與管理專業(yè)應(yīng)用型人才培養(yǎng)改革思路探析 [J].教育現(xiàn)代化，2019，6（40）：8-10.

[6] 丁發(fā)紅.大數(shù)據(jù)技術(shù)在高職院校教學(xué)診改中的應(yīng)用研究 [J].無線互聯(lián)科技，2021，18（10）：105-106.

作者簡介：林家全（1987—），男，漢族，貴州遵義人，講師，網(wǎng)絡(luò)信息中心副主任，本科，研究方向：大數(shù)據(jù)技術(shù)、網(wǎng)絡(luò)技術(shù)。