应用型高校数据科学与大数据技术专业实践课程体系建设 附高职院校大数据技术与应用专业课程体系探讨.docx

《应用型高校数据科学与大数据技术专业实践课程体系建设 附高职院校大数据技术与应用专业课程体系探讨.docx》由会员分享，可在线阅读，更多相关《应用型高校数据科学与大数据技术专业实践课程体系建设 附高职院校大数据技术与应用专业课程体系探讨.docx（7页珍藏版）》请在课桌文档上搜索。

1、行业认知一钠项目实训一高阶项目发谒一中阶四年级项H实调一低阶三年级“加美企业实习一就品合实会宣二钠金*4实AlHirWw年实现挚土城入我*科学研文虑母仔实习M保、金*Hf技融日实 Afllft行业4日取咨塔事论加识集叙（收修分析室既）黑金在实阵/H中皿论为拔衣的启MtM*0f * It虎产学MH （实戊）桑*（做分析会战）冬1现实现-教肓. 电商.物&网3B实/V H实戊博粗应用型高校数据科学与大数据技术专业实践课程体系建设Tt“fl*A（MMff*校企联合研究开发实践课程,实现入学就实战的培养模式学术导师会.会见什*立*&俵&的应用以及发H情况）殷根加取才K培训S宾习企业导师敕旗分析学海植*

2、Hfllff摘要文章以西安欧亚学院数据科学与大数据技术专业实践课程体系的设置为例，针对专业课程体系的建设尤其是实践课程体系设置的不足，基于人才培养的目标，从理论和实践两个方面提出培养具备数据挖掘能力的应用型人才的策略，旨在促进该专业的发展，为应用型高校的数据科学与大数据专业发展提供可行的参考。关键词数据科学与大数据技术专业;实践课程;应用型高校;课程体系建设近几十年，互联网的广泛应用使得大量的数据可以被收集、分析，从而使得数据产生极大的价值。企业产生大量的数据从生产制造转变为一个数据生产平台，而这种变革也在改变着人们的思维方式。大数据时代的强势来袭，促使各大高校自2016年开始纷纷申报并设立了

3、数据科学与大数据技术专业。截至2020年，经过前几年密集的申报、备案与审批，陆续有619所高校开设了数据科学与大数据技术专业。对于这么一个新专业来说，其开设时间短，可参考的经验非常少，专业人才培养体系、课程体系的设置没有科学规范的指引，该如何定位，课程体系如何才能符合社会、企业对人才的需求，都是我们必须认真思考的问题。一、数据科学与大数据技术专业能力培养需求定位（一）企业对人才能力的需求分析高校进行人才培养的最终目的是满足企业对人才的需求。笔者通过对多家数据领域TOP企业进行面访以及利用网络爬虫技术获取各大招聘网站数据分析岗位的招聘信息这种线上线下相结合的方式，对企业的需求进行了分析。首先，将

4、专业调研得到的学生期就业岗位名称作为关键词，在国内影响力排名TOP5的招聘网站（如前程无忧、智联招聘、中华英才网、应届生等）上抓取相关企业的招聘信息（包含薪资、就业地区、福利待遇、岗位要求、任职要求等）。这些招聘信息中有一个非常关键的信息（字段）“岗位要求或任职要求”，它们以非结构化形式呈现。然后通过文本分析、描述统计、回归分析等技术手段，挖掘出用人单位对数据科学人才的能力需求。最后，根据数据分析结果可知，用人单位非常注重应聘者的数据分析经验和数据挖掘能力;数据岗位大多要求中等学历，如大专及本科;薪资会随学历水涨船高，本科生的平均薪酬就有可能达到万元以上。从企业对人才的专业能力需求分析来看，其

5、对数据应用、数据分析等实践能力的要求较高。对高校而言，要想培养的人才能满足企业的需求，学生不只要具备扎实的数学基础和实战能力、过硬的编程能力，能够获取数据并实现数据的存储，还要具备将数据思维应用到各领域的能力，能够对不同领域的实际问题进行分析和挖掘。（二）数据科学与大数据技术专业能力培养目标培养目标是人才培养的核心。科学合理的人才培养目标是实现人才培养至关重要的一步，也是高校高质量培养企业所需人才的关键。西安欧亚学院数据科学与大数据技术专业（以下简称“本专业”）秉承面向业界培养应用型人才，强调培养学生的通识能力，全流程培养学生的“竞争力、自信心、合作精神、创造性和诚信”，使之成为企业需求的人才

6、这一培养理念。本专业从2018年开始招生，通过对市场进行分析，我们确定了自己的人才培养目标。人才培养目标以培养德、智、体、美、劳全面发展的人才为宗旨，引领学生掌握数据科学的理论、技术，包括面向大数据应用的数学、统计、计算机等学科基础知识，从业务理解、数据获取、数据展示、大数据分析理论和技术、人工智能等方面对学生进行数据分析全流程的培养，并将产学合作中企业的真实项目转换为综合实践课程，通过对企业真实环境的模拟，训练学生利用数据思维及技能解决实际业务问题的能力。二、基于能力的课程体系确立一个完整的课程体系能够实现对学生能力的培养。本专业从理论和实践两个方面培养具备数据挖掘能力的应用型人才。（一）理

7、论能力培养的课程体系理论能力主要是指针对数据挖掘中各种模型、算法的理解和运用。学生需要有较强的数理统计基础、具备数学建模能力、拥有扎实的数据结构和算法基本功,通过不断训练能够很好地理解和掌握各种机器学习、深度学习中的各种算法，了解与云计算相关的数据处理平台及其生态系统。理论能力培养主要体现在数据科学与大数据技术专业的理论课程体系中。数据科学分析类相关专业设定的核心课程侧重数据分析、计算、计算机技术以及大数据应用等方面的内容，包括数据科学导引、数据采集、大数据应用导论、数据存储（MySQL）、数据清洗、大数据的PythOn基础、数据可视化、数据挖掘、理论与算法、大数据机器学习等课程。（二）实践能

8、力培养的课程体系对于数据科学与大数据技术这样一个实践性很强的专业而言，理论教学只是完善人才培养的个子环节，还应加强学生的实践能力。将实践项目贯穿整个课程体系建设，使学生在理论和应用两方面均得到严格的训练，运用专业的理论、方法、技术和工具解决具体行业中的实际问题，重点培养学生的实战能力。在此过程中，可以实践驱动教学，探索实现校企结合多元发展的路径。实践课程的建设不能单纯依靠高校的力量，必须与行业、企业紧密结合。1 .实践课程与多行业融合大数据人才培养要有鲜明的应用特点，具有明确的行业方向，立足于相关行业领域的实际要求，要满足就业岗位任职的需要，以普及性应用为目的，以必需、够用的知识体系为度。提升

9、式教学要加强针对性和实用性，以搭建具体行业场景教学为主，以解决行业真实问题为目标，以项目制的形式推行。2 .校企联合开发课程行业、企业要参与课程开发、专业教学、职业能力培训、质量标准制订与考核评估等实践课程的开发与执行全流程。应积极推行生产劳动和社会实践相结合的培养模式，引入企业中从事大数据工作的师资，让其将工作与教学结合，并以此作为大数据人才培养模式的切入点，引导课程设置、教学内容和教学方法的实施。应重视学习与工作实际的一致性，探索以项目为导向的教学模式。课程案例的开发可以采用校企联合的形式，发挥企业拥有大量真实案例的优势，针对课程体系不同的知识内容挑选有代表性的典型真实案例，再结合学生的特

10、点将企业真实案例再开发，融入课程案例中，同时配有实训指导书指导学生进行学习，最终达到提高学生实战能力的目的。3 .校企联合共建实验室为了与企业构建起实质性的紧密合作关系，学院开辟出联合实验室和联合研究中心等各类校企合作平台，推动企业将重要但不紧急的项目投放到平台上，由教师与企业员工共同以项目制的方式推进企业真实问题的解决，让学生也参与其中。在这个过程中，企业能获得高校的智力支持，学院能实现师资的有效培善，同时将企业真实项目过程转化为科研成果、学术论文和教学案例，并将其应用到实际教学中去，高效实现产学研一体化运营。4 .产学项目转化案例与课程近年来，在联合实验室这一平台的促进下，本专业教师团队积

11、极参加产学研项目，项目涉及教育、电商、环保、车联网、金融等多个领域。教师主导或者参与企业实际项目，这样一方面可以实现教师不出校就在企业进行挂职，积累行业经验;另一方面，做过项目的教师可以将产学研项目抽离出来形成实践课程，以案例、项目、任务等实际场景模拟为中心，强化师生问教与学的交流，充分调动学生的积极性，激发学生的学习兴趣。（三）实践课程体系实例分析1 .实践课程体系确立通过多年探索，西安欧亚学院数据科学与大数据技术专业形成了自己特点的实践课程体系。在四年的人才培养中，学院始终将企业真实项目实践贯穿整个课程体系。大一、大二的时候，学院通过专业讲座、论坛的形式让学生了解大数据专业、数据行业，在此

12、过程中，学术导师和企业导师均参与其中。同时,为了让学生有交流学习的平台，学院设置了专业社团，并通过工作坊的形式让学生参加实践。大三的时候对标不同领域进行真实项目实践，如教育大数据实践、电商项目实践、物联网项目实践等。大四要完成环保、金融科技等实践项目。学生四年的专业学习始终沉浸在实践项目中，毕业的时候，学生会具备一定的项目实践经验，见图Io2 .实践课程开发将项目转化为基于项目教学法的实践课程，把基础理论和基本技能的学习融入数据类项目的实践课程学习中，让学生在学中做、做中学，形成基础理论、基本技能和职业素质一体化学习，从而提高学生的学习兴趣，帮助学生掌握课程内容。环保项目实践课程来源于“长天思

13、源废气排污预警分析”这一真实项目，课程的内容和形式设计均希望帮助学生掌握使用专业知识解决实际问题的能力，为学生的职业成长提供助力。在课程设计中，应尽可能地让学生接触真实的企业业务问题和充分展现业务特征的模拟数据，引导学生学会使用具体而重要的行业数据解决问题。整个课程开发可以分为三个阶段。准备阶段。首先，组建课程开发团队，团队成员均为本项目成员。其次，确立课程培养的目标。以环保为例，就是希望学生不仅了解相关业务知识，而且能够使用排放检测数据分析和建模的方法，理解环保的业务知识，挖掘数据所蕴含的信息，为企业排污预测和生产调整等业务场景提供数据分析支持。最后，基于课程培养目标，讨论拆分项目。分析整个

14、项目中哪些适合包装成课程内容，进而确定每个TASK的任务，形成一份文档，这份文档中包含了对项目的介绍以及上面提到的任务序列、实现工具、项目核心。开发阶段。基于第一阶段达成的共识，团队成员进行每个任务的建设。每个TASK需要提供任务文档、任务数据、评分标准。任务文档包含对这个任务背景知识的介绍、该任务的提交要求以及相关参考文献。以环保实践课程的任务为例，这个任务的目的是让学生掌握企业废气排污异常数据的识别方法。任务文档不是简单介绍如何进行企业排污数据异常识别，而是要思考：随着政策法律惩罚力度的加重，一些污染企业出于畏惧心理造假，针对这一实际问题该如何解决？继而介绍对企业排污数据进行异常识别的方法

15、。我们在介绍每个项目时，都会结合项目背景来介绍。除了任务背景介绍，我们在任务作业的设置中也基于项目数据(脱敏后)让学生完成异常数据识别。当然，异常数据的识别手段也可以介绍一部分,剩下12个让学生自己去发散思维。这样不只可以通过任务判断学生的掌握情况，还可以看出学生对问题是否进行了思考。因为这部分涉及大量的R语言操作问题，所以我们给出的参考资料也都是跟R语言操作有关的资料。课程开发收尾阶段。第一轮基本资料开发收尾存档时，需要有整个的课程介绍，所有的任务文档、任务数据、评分标准、参考资料。第二轮还需要对内容不断打磨，邀请专家进行评估，开发团队也可以进行预演，以此保证课程的授课质量。三、结束语数据科

16、学与大数据技术专业作为一个实践性非常强的新兴专业，目前课程体系的建设还存在一些不足，尤其是实践课程体系的设置。如何基于培养目标设置科学的课程体系，从而实现培养目标，使培养的人才符合数据时代企业的用人要求，这个问题还亟待探讨。本文以西安欧亚学院数据科学与大数据技术专业实践课程体系的设置为例进行探讨，意在促进该专业的发展，为应用型高校的数据科学与大数据专业发展提供可行的参考，促进专业人才的培养。参考文献UJ陈欣，周龙福，曹耀钦.探索应用型本科数据科学与大数据技术专业人才培养方案的构建J.现代工业经济和信息化，2017(23)：40-42.12汪连新.互联网金融和大数据时代金融学课程改革及人才培养的

17、思考J.教育教学论坛,2015(32)：189-191.引桂劲松，张祖平，郭克华.新工科背景下高校新专业建设思路探索与实践:以数据科学与大数据技术专业为例J.计算机教育，2018(7)：27-31.高职院校大数据技术与应用专业课程体系探讨摘要：近年来，国内各高职院校争先恐后开设大数据技术与应用专业课程，由于增设新专业面临技术方面和教学配套资源方面的难题，所以很多院校对这一专业的课程设置还处在萌芽阶段，课程不能整体、系统地为学生提供知识。文章主要从国内教学环境、就业前景、技术更新三个方面对大数据技术与应用专业进行深度剖析，为高职院校合理增设本门课程提供参考指导意见。关键词：高职院校;大数据技术;

18、应用专业;课程体系计算机的诞生让互联网高新产业蓬勃发展，信息数据呈现出一路长虹的发展势头，据有关互联网数据中心权威机构的预测，人类社会产生的数据正以每两年翻一番的速度增长，这个数据的增长速度是十分惊人的，截至2020年全球总数据量达到35ZB。在巨额数据量的带动下，在信息收集储存方面的需求也在增加，新技术的诞生和革新为数据发展提供了动力，高新技术的发展离不开人才的推动，国内高职院校为了培养更多高素质人才纷纷增设大数据技术与应用专业课程，新设专业面临的问题很多，其中教学资源配置不到位、教学手段缺乏等问题尤为突出，由于大数据涉及的知识领域宽、技术要求高，因此高职院校学生在有效的学习时间内很难掌握通

19、透。高职院校需要探究如何更好地进行课程教学，把大数据技术与应用和课程教学紧密结合，促进未来高职学生技能素养的提升和就业。1高职院校培养大数据技术与应用人才的必要性大数据技术与应用人才的培养是国内高新技术产业发展的必然趋势，是高职院校开展先进专业课程的具体表现，大数据技术与应用注重学生的实践能力，目的是通过教育教学环节，让学生学习更多的理论知识并通过实践工作进行巩固，加强学生的综合能力素养，通过科学的培养方式，让高职院校大数据技术与应用专业发展迈向新台阶。高职院校大数据技术与应用人才的培养，符合社会经济建设的发展需求，它能够推动企业逐步走向现代化，提升企业竞争优势，为企业创造更高的经济效益，发展

20、提升区域经济的质量水平。立足于学生个人来看，先进的人才培养方式，能够让学生孥到更多有用的知识，通过实践应用，能够发现自身缺乏的能力，实现高效学习的目标巩固学习成效11。2课程设置问题探讨通过教学环境、就业岗位、技术革新三个方面分析高职院校开设大数据技术与应用专业课程所面临的问题。2.1 教学环境分析高职院校学生学制一般为3年制，在校时间大概2年，在校期间需要安排基本的素质课、专业课程和专业拓展课，时间很紧凑，课程学习任务较大。课程难度系数较高，大数据专业课涵盖大量的技术知识，因此在课程设置时要充分考虑课程的协调和配合性。2.2 就业岗位分析通过招聘信息的研究分析发现，在大数据相应岗位中面向高职

21、院校的主要有大数据开发、运营维护、分析和挖掘，所占比例在逐步缩减。通过对就业岗位、工作要求和知识能力水平要求的综合考虑，高职院校学生应充分掌握：Linux平台应用、JaVa和Python的编程、HadOOP集群和相关零部件的安装、调试及应用等知识技能。课程设置也应该充分结合课程之间的联系和区别，让课程体系应用广泛、联系更紧密。2.3 大数据技术革新从技术革新分析角度来看,传统的大数据分析流程主要有：数据收集预处理、数据存储管理、数据处理和分析、数据公开等步麻：这些分析过程中运用的相关技术涵盖了初级的操作系统（Linux、Windows）、网络技术，和编程语言还有数据采集工具KettIe、数据公

22、开技术EChartS等。在纷繁复杂的技术体系中，合理安排相关课程形成完整的教学体系显得尤为重要，系统的教学体系可以强化教学效果，这是培养高素质人才最重要的环节2。3大数据技术与应用专业课程系统的构建高职院校大数据技术与应用专业需要培养技术能力强的专业型人才，学校在课程设置时应该充分考虑课程难度和所需时间问题，形成完整联系紧密的课程教学体系，避免无关重复课程的设置：2.4 注重课程选择的完整性，实用性众所周知，大数据课程专业涵盖的知识体系庞大、可选择的范围较广，在进行课程设置时要以培养高素质人才为目标，合理安排课程，避免无关重复课程出现，要切实保障在数据库课程开设的是SQLSerVer时，在Ha

23、dOOP学习时不出现对LinUX平台的频繁使用，甚至在LinUX平台学习连接的数据库是MySQL,这样就造成了课程安排的不完整性和脱离实际性3。大数据专业的人才培养包括大数据开发、运营维护、分析与研究，在Java、C语言、R语言等大数据中最常出现的编程语言之间，进行最优选择，为学生更好地学习设置时间充足任务量相对较少的课程，其中Java和Python就是不错的选择，掌握Java语言能够使开发应用变得更加便捷，运行也更稳定更流畅，数据开发需要相应的Web技术做支撑，当下国内比较通用的是PP和JavaWeb,JavaWeb和Java属于同一个框架，开设JavaWeb学习，学生学既能够对所学知识进行

24、巩固和深化，又能建立成完整的知识体系，PHP属于新型课程，学生在接触学习中会产生不适应的现象，在知识的构建方面也会缺乏完整性。在数据库的选择上也面临着相似的问题，数据库类型包括SQLServer、MySQL、Oracle早期的数据库更适合WindOWS系统应用，OraCIe提供收费服务，MySQL是开源免费，相比之下MySQL在JavaWeb数据存储和Hive数据存储方面都体现出绝对性势O2.5 注重课程之间的区别联系，让知识更加全面完善高职院校可先开设计算机基础、网络技术、JaVa程序设计等基础性较强的课程，培养学生搭建大数据平台和分析处理数据的基础能力，接着可以安排大数据概论、MySQL数

25、据库、LinUX操作系统以及HTML等难度较深的课程，培养学生平台应用和及数据存储领域的专业技能;最后安排专业核心课程的学习，开设Python.数据清洗、Hadoop等大数据技术与应用的课程，提高学生在大数据收集、整理、分析、公布环节的专业技能;随后可以安排学生进行专业知识综合运用，通过实践开设SPark编程提高学生信息数据处理速度。33注重课程安排的整体性，提高课程实用性Hadoop生态系统和SPark生态系统包含很多组件，数据收集主要有爬虫、flume等，在具体教学环节中要选择合适的板块进行讲授，不能避重就轻，安排课程设置时要综合考虑未来就业需求，保障课程之间的互通性和完整性。4高职院校大

26、数据技术与应用人才培养办法4.1 树立明确的教学目标首先应该对教学内容做出适当调整。在高职院校大数据技术与应用专业教学时，要摆脱传统教学模式的束缚，充分结合社会发展形势，对学生考核成绩进行改良，平衡学生平时学习表现和考试测评之间的比例问题，学生平时成绩可以来源于教师为学生定期安排的实践操作，可以是对一家网络公司业务发展情况的调研也可以是根据公司发展提供的改进措施，教师依据学生在实践操作中的技能表现，给予相应的分值鼓励。这种教学方法，既能让学生适应先进的教学模式，又能让学生摆脱应试教育的束缚，真正学到有用的知识，提高自身实践操作能力。然后应该让学生建立完善的知识体系。在具体教学实践活动中，教师应

27、该充分培养和考查学生对专业知识的掌握和运用程度。从教学环境出发，教师应当充分结合现代科技公司的技术经营活动，在教学课堂中进行模拟操作，让学生进行学习和实践，教师密切关注学生实践过程中的表现和不足，对学生进行科学全面的评估，让学生深切体会到技术运用中出现的问题，进行定向改变提升。注重学生实践能力的同时，还应该对学生知识体系进行严格要求，让学生树立明确的学习方向，拥有认真积极的学习态度，通过不断积累，来提高自身综合能力，为学生树立持续长久的学习规划，通过不断完善和巩固让学生成为专业素质过硬的综合性人才。4.2 推动校企合作新进展坚持推动校企合作的发展。高职院校在开设大数据技术与应用专业课程后，可以

28、为学生争取更多的企业实习械会，在学校开展教育的同时联合相关企业，为学生创造更多的实践机会和赚钱项目，激励学生勤奋刻苦地学习新知，积极活跃参加各类学习实践活动。学校可对校企合作中表现优异的学生的进行相应的表扬和激励措施，通过良性循环，培养学生拼搏进取的精神，鼓励学生学有所成，学有所用，通过实践巩固，提高专业水平和技术应用能力，为高职院校人才培养提供动力，为社会培养工作能力强的数据应用型人才。增加学生对口实习岗位。在大数据技术与应用人才培养中，高职院校应当定期为学生提供更多对口实习岗位，结合理论知识让学生能够提前适应工作环境，通过实习工作发现自己的优势和不足，把理论知识和工作实践进行更好地结合，提

29、高学生的工作能力和实践运用水平，巩固学生的综合素养。通过实习经历，让学生对未来工作所处的企业和社会环境有一个详细认知，帮助学生树立良好的工作态度和工作方向，在真实的实习环境中，巩固运用专业知识完成工作中的各项挑战。订立合同培养。通过合同协议对学生进行培养，高职院校可以和企业沟通协商，建立合作关系，促进企业和学生签订相应的就业合同，企业可为学生提供相应的优惠政策，为学生学习提供更多帮助，学生在毕业后，能够直接进入相关企业从事工作，为了让这种人才培养模式充分得到发展，学校必须和企业进行明确探讨协商，综合考虑各种因素，为学生以营造健康积极的学习环境和就业渠道，帮助学生实现校企专业对接，实现企业和学校

30、、学生的三方面共同赢利的局面。4.3 提高教师队伍水平在高职院校大数据技术与应用人才培养中，教师起着关键性引导作用，教师队伍水平的高低对教学成果有着重要影响，应该加强教师队伍的建设工作，通过培训学习手段,切实提高教师队伍的综合能力和教学水平,建立完整的培训体系，通过有序分层把培训工作落到实处，总体来说，就是把培训工作分成不同环节进行，在开始阶段，主要让教师对大数据技术与应用人才培养形式以及方法手段有初步的认知;随着培训的深入，要通过相关企业或者是专门的培训机构来进行实际指导，对高职院校教师授课水平和实践能力进行提升，这是培训工作的主要问题;在培训最后阶段，要对所授知识进行检查和补充，在实际教育

31、工作中发现问题并提出解决，教师在教学实践中面临的难题要进行处理，通过培训学习，完善教师教学手段和方式巩固教师教学知识的基础，让教师在未来教学工作中，充分发挥其才能和引导作用。5结语大数据技术与应用专业作为高职院校新设专业，在专业课程安排方面存在着很大的提升空间，相关院校应该结合实际情形充分探究，以培养高素质人才为前提，增强课程的整体实用性，完善课程教学的方法手段，提升高职院校在培养专业人才方面的能力。参考文献：1周少珂，任立锋，李晨.高职院校大数据技术创新实验室建设与研究J教育教学论坛，2020(12)：384-386.12陈裕雄.高职院校大数据技术与应用专业建设与人才培养研究.计算机产品与流通,2018(10)：186.引刘倍雄，张绛丽，肖巧玲，等.高职院校环保特色大数据技术与应用人才培养的研究J电脑与电信,2018(12)：39-42.14王光梅，薛召军.职业院校机电技术应用专业信息化教学策略研究J.无线互联科技，2020,17(2)：107-109.15龙虎，王小雪.大数据技术下的精准教学模式构建研究J.电脑知识与技术，2019,15(20)：150-152.