构建应用型本科高校大数据实践教学体系
来源:用户上传
作者:张志萍
摘 要： 针对目前大数据人才培养面临的教育教学生态尚不完善的问题，为了提高大数据应用型人才培养目标达成度，本文较系统地探讨了应用型本科高校大数据实践教学体系的构建。从设计实践教学体系、创设校内实验实训环境、校企合作共建校外实践教学基地、“双师型”师资队伍建设等几个方面建立健全大数据实践教学体系，提升大数据实践教学质量。
关键词： 大数据;实践教学;校企合作;应用型本科;教师队伍
【Abstract】： Aiming at the imperfect educational and teaching ecology faced by the cultivation of big data talents， this paper systematically discusses the construction of practical teaching system of big data in Practical Tertiary Education in order to improve the attainment of the cultivation goal of big data applied talents. This paper establishes and improves the practical teaching system of big data from the aspects of designing the practical teaching system， creating the experimental and training environment in the school， building the practical teaching base outside the school in cooperation with enterprises， and building the double-qualified teaching staff， so as to improve the quality of practical teaching of big data.
【Key words】： Big data; Practical teaching; School-enterprise cooperation; Practical tertiary education; Teacher team
0 引言
大数据在生物医学、互联网、金融业、医疗、机械制造业等诸多行业得到推广和应用，产生了巨大的社会经济价值和产业空间[1-5]，在国内外大数据迎来了爆发期，受到政府部门和企业的高度重视。什么是大数据？《Science》杂志在大数据专刊中这样定义：代表着人类认知过程的进步，数据集的规模是无法在可容忍的时间内用目前的技术、方法和理论去获取、管理、处理的数据[6]。可以看出，大数据不仅是指数据规模大，更重要的是如何从这些动态或静态的数据流或数据中获得具有可利用和挖掘价值的信息。
随着大数据理念和技术的深入发展，在未来的3-5年，大数据人才在中国的需求量将逾百万，尤其是对数据密集型领域的大数据人才的需求更加迫切。为了满足产业对大数据人才的需求，近几年来高校掀起了建设大数据专业的热潮。目前大数据人才培养面临教育教学生态尚不完善，师资力量不足，教学实验资源、系统性的教学体系和内容缺乏等问题。同时大数据人才的培养还需要进行多学科交叉，除了基础的数理统计和计算机的相关基础知识，还需要相关应用领域学科的知识，例如金融、医疗、电力、房地产、互联网、交通、零售、制造、企业管理。不同的高校针对自身的专业基础，选择了不同的建设路径。条件成熟本科院校设立数据研究中心或大数据中心，申报“数据科学与大数据技术” 专业。
1 加强实践教学在应用型本科教育中的重要性
以扬州大学广陵学院为例，学院人才培养目标定位在“宽口径、厚基础、强能力、高素质”的应用型人才培养。独立学院的办学定位在应用型本科教育，作为本科教育的一种新类型，既不能照搬母体学校的办学模式，也不能简单地删减母体学校的人才培养方案。需要深入研究应用型人才培养的特殊性，把应用型人才作为一种新的类型去培养，形成具有特色的办学思想、思路和理念。
应用创新能力培养是应用型本科教学质量的重要体现。创新能力的发展必须建立在一定的实践能力基础之上。实践教学是培养并形成实践能力、创新能力和工程素质的主要途径和有效手段。实践教学的深远意义还在于培养学生的综合素质，使学生走上工作岗位后能适应产业发展。应用型本科教育培养的学生不仅需要具有良好的专业素养，做好就业前的知识准备;还需要具有良好的职业道德、團队合作、沟通协调、创新精神等职业素养，做好就业前的素质准备、能力准备、思想准备、技能准备，实现毕业与就业的有机衔接，保证毕业就能就业、就业就能上岗、上岗就能胜任。实践教学自然就成为了应用型人才培养的关键教学环节。
独立学院在转型发展中，普遍存在教学内容脱离生产实际、师资力量薄弱、实践教学软硬件建设滞后等问题[7-9]。扬州大学广陵学院整合现有专业，增设大数据专业方向，将大数据与统计学专业相融合，以大数据为工具改造传统专业。为了提高大数据专业应用型人才培养目标达成度，解决实践教学效果欠佳的问题，笔者结合扬州大学广陵学院近两年的探索，谈谈对大数据实践教学体系建设的观点和思路。
2 构建大数据实践教学体系
2.1 架构实践教学体系
根据应用型人才培养目标定位，提高实践教学在人才培养方案中所占的比例，紧跟数据行业技术发展，侧重培养大数据技术的实际操作与大数据项目的实战与应用，比如云平台的搭建优化与维护网络数据爬取，数据的清洗与处理，基础的数据可视化。优化实践教学内容和课程体系，加强实践教学过程监控，更新实践教学评价机制，构建一个层次明确、渐进式的大数据实践教学体系。 构建的大数据实践教学体系包括三个模块，即基本技能、专业技能和综合技能训练模块，在提升学生创新、创业的意识和能力方面发挥的作用依次递进。基本技能训练模块通过课内实验教学、上机训练，巩固所学的理论知识，增强对专业的感性认知，着重培养学生的基础实验技能。专业技能训练模块通过学科基础课和专业课的课程设计、工程训练、第二课堂、见习、认知实习等实践活动，着重培养学生的专业技能。综合技能训练模块主要通过毕业设计、参与教师科研项目、大学生学科竞赛、科技创新项目、社会服务等形式，在校内外实践教学平台开展各类技能训练活动，培养学生运用理论知识解决实际问题的专业实践能力。
2.2 创设校内实验实训环境
应用型高校面临本科教育大众化日益增加的学生数与实践教学条件建设不匹配的难题。为了攻破这一难题，统筹实验室建设资金以及实践教学投入资金规划，加强虚拟实验室建设，构建校内大数据基础实验环境，搭建校内实践教学平台。鼓励企业进校园合作共建实验实训环境，与大数据行业龙头企业合作，共建大数据校企联合实验室、创新平台和公共服务平台，进行产学研合作。
必须科学构建实验教学内容和课程体系，才能提高专业人才培养的目标达到度[10-11]。其一，更新实验内容，整合更多行业的真实应用案例，减少单验证性的实验内容，增设独立实验和综合性、设计性实验项目，开发更多的全课程知识点覆盖的实验，提高实验的效果和质量;其二，整合校内资源，打破课程、专业、学科的限制和壁垒，重构层次化、模块化、项目化的实验课程体系;其三，根据学生的特点，自编《大数据实验教案》、《大数据实验手册》，建设适合学院的实践教学教材。
2.3 校企共建产学研一体化的合作基地
校企合作是高校和行业、企业和地方政府多方协同育人的新型教育模式，培养真正适应地方经济社会发展需要的高素质专门人才。校企合作既是培养应用型人才的必由之路，也是应用型本科教育的重要特色[12]。通过校企协同、产教对接、工学结合，接触产业界、认知产业界、服务产业界。更新课程体系和教学内容、充实师资力量、优化教学资源，实现教学紧贴生产实际和技术进步、人才培养目标贴近市场需求和变化，满足区域经济社会发展需求。加强校外实践基地建设，为学生实习实训、就业以及教师挂职锻炼、科研等提供平台。
（1）准确掌握人才质量标准：市场经济和工程技术对高级应用型人才需求的信息不断发展变化，分析国家经济社会发展需求和学生就业行业及意向岗位，跟踪毕业生职业发展，了解毕业生就业岗位状况及其适应岗位的情况，更好地掌握区域经济社会发展对大数据专业人才的要求，从而更准确把握大数据人才培养质量标准，不断完善校企合作方案，更新人才培养模式，匹配产业发展需求，向行业、企业和政府部门输送优质急需的大数据人才。
（2）打造校外实习实训与就业基地：大力推动与行业、企业、政府部门共同建设实践基地，服务于大数据应用型人才培养。对校外实习实训基地实施动态调整，培育优质稳定的校外实习实训基地。改变只到生产现场观摩的传统实习形式，采用“准员工”职业体验，到校企合作基地以企业“准员工”的身份深入工程技术一线，完成实习单位分配的具体任务，了解和熟悉企业所使用的最新工艺、设备、高新技术应用等。合作的企业在实习指导过程中，了解学生、认可学生的能力，便于从中挑选优秀的学生培养成为企业员工，吸引人才落户，实现人才聚集，满足企业人才储备和生產需要。
（3）培育教师培训与科研基地：校企共建产学研合作中心、产学研成果孵化基地、联合实验室等，联合开发新产品，联合申报科研项目，协作解决行业、企业生产和技术改造过程中遇到的难题。高校教师通过技术服务、参与行业应用项目，获得更多的纵向和横向课题研究经费，孵化科技开发项目，提升科学研究水平与创新能力。在教师服务企业的过程中，企业也实现了提高自主创新能力和市场竞争力。
2.4 建设“双师型”师资队伍
校企合作共建一支经验丰富、实战能力强的 “双师型”教师队伍是应用型人才培养质量的保证。从教师可持续发展角度考虑，结合教师个人职业生涯规划和学校发展目标定位，在统一的职业道德基本要求、教学基本要求下，将现有的教师队伍按照科研为主型、应用为主型两个方向“分类培养”，将应用为主型教师培养成“双师型”师资。采取“内培外引”的政策建设“双师型”师资队伍。鼓励教师“走出去”，到相关专业的企事业单位、政府部门挂职锻炼，深入企业、生产现场，积累一线的工程经验，提升教师对前沿技术、地方经济社会需求的掌握程度。同时，积累工程案例，建设教学资源库，更新教学内容。将教师挂职锻炼作为一项重点工作，不仅列入学校工作的核心考核指标，还作为教师职称评聘的一个必备条件。鼓励引导教师在丰富实践经验的同时取得相关职业资格证书。对招聘的具有企业工作两年以上经验的青年教师，通过培养，使他们适应高校教师要求，取得教师资格证书、参评教师系列专业技术职称。健全教师队伍协同机制，加大“双师型”教师培养力度，统筹专兼职教师队伍建设，吸纳有丰富行业工作经历的行业企业专家全过程参与人才培养，协同育人，促进双向交流，提高实践教学水平。
3 结语
目前大数据人才培养面临教育教学生态尚不完善，师资力量不足，教学实验资源、系统性的教学体系和内容缺乏等问题，为了提高大数据专业应用型人才培养目标达成度，构建一个层次明确、渐进式的大数据实践教学体系，由基本技能、专业技能和综合技能训练模块所构成。一方面，加强校内基础实验环境建设，搭建实践教学平台，与大数据行业龙头企业合作，共建大数据校企联合实验室，创设校内实验实训环境，科学构建实验教学内容和课程体系。另外，校企共建产学研基地，服务于学生校外实践和就业、教师锻炼和科研，建设一支稳定的“双师型”师资队伍，构建学校、行业、企业、政府多方协同育人的新生态。
参考文献
[1]周彩冬， 潘维民. 大数据在商业银行反洗钱的应用[J]. 软件， 2016， 37（2）： 1-7.
[2]谌迅. 大数据资产管理系统的设计与实现[J]. 软件， 2016， 37（2）： 50-53.
[3]王倩， 周鸿屹， 孙钦东， 等. 基于大数据分析的餐饮业防损管理系统[J]. 软件， 2018， 39（3）： 80-85.
[4]李苏. 基于央行视角的分布式大数据技术应用探析[J]. 软件， 2018， 39（3）： 127-129.
[5]李向阳. 大数据时代国防科技信息工作机遇和挑战[J]. 软件， 2018， 39（1）： 101-104.
[6]Graham-Rowe D， Goldston D， Doctorow C， et al. Big data： science in the petabyte era [J]. Nature， 2008， 455 （7209）： 8-9.
[7]张鸣放. 关于应用型本科教育若干基本问题的探讨[J]. 现代教育科学， 2009， （3）： 1-9.
[8]李娜， 贾方， 杨瀚宇， 赵卓. 我国高校实践教学改革的困境及对策[J]. 大学教育， 2015（1）： 16-19.
[9]何万国， 何华敏. 应用型人才培养的瓶颈—实践教学[J]. 实验室研究与探索， 2011， 30（6）： 130-134.
[10]尹宁伟. 中国一流大学实践教学体系建构的新趋势[J]. 中国大学教学， 2012， （5）： 82-88.
[11]余建潮. 构建面向创新人才培养的实践教学体系[J]. 高教纵横， 2015， （5）： 53-55.
[12]潘懋元， 车如山. 略论应用型本科院校的定位[J]. 高等教育研究， 2009， 30（5）： 35-38.
转载注明来源:https://www.xzbu.com/8/view-15072597.htm
