大数据应用技术专业岗课赛证人才培养模式在互联网行业中的探究

　　摘要：岗课赛证人才培养模式是当下我国职业教育领域中正在推行的育人策略，目的在于充分借助学校资源、企业资源和社会资源培养符合国家和行业要求的人才，进一步深化校企合作、产教结合。互联网行业是一个飞速发展的行业，也是21世纪影响力巨大、潜力不可忽视的新兴行业，大数据是行业中正在逐渐成熟的领域，不仅能够为互联网这个新兴行业提供发展助力，还能够推动传统企事业单位的升级和发展。本文以大数据应用技术专业为对象，探讨岗课赛证人才培养模式在职业院校为互联网行业培养人才的价值和作用，希望可以推动职业院校的育人模式进一步优化，为我国的互联网行业发展提供人才助力。

　　引言

　　我国的职业教育领域正在逐步发展，从最初简单的校企课岗对接，到要求技术岗位持证上岗，再到提升技术赛事的重要性，岗课赛证人才培养模式已经成为当下职业院校人才培养的必然选择。目前我国一线技术岗位上有较大的人才缺口，职业院校作为为国育人的重要阵地，必须充分了解国家、行业对人才的真实需求，在此基础上开展教育改革和育人工作，拉近毕业生与行业需求的距离。

　　1. 互联网行业人才需求现状

　　1.1 产业背景

　　近年来，全球数据爆发增长、海量集聚，以大数据、云平台、人工智能为代表的新技术已成为推动全球生产生活方式变化的重要力量。随着对大数据分析、研究的不断深入，越来越多的国家和企业认识到数据已经从简单客观存在的事物逐渐演变成一种新型资产，大数据产业应运而生。据国家发改委、Statista等国内外权威机构统计数据可知，截至2020年全球的数据总量已达到47ZB，预计2035年全球的数据总量将达到恐怖的2142ZB[1]。与此同时，大数据的普及应用也催生了人工智能的快速发展。根据《中国人工智能行业市场前瞻与投资战略规划分析报告》分析，2020年中国人工智能核心产业规模超过2000亿元，预计2025年中国人工智能核心产业市场规模将逼近3300亿元[2]。

　　1.2 行业现状

　　在我国改革开放不断深入和现代化发展战略的共同作用下，大数据、云平台、人工智能等新兴技术已经快速渗入社会生产生活的各个领域，并与传统行业进行着深度融合，成为促进传统行业转型升级的重要力量。大数据技术、人工智能技术直接向工业、医药生产、金融等诸多传统行业进行落地融合，为企业提供个性化推荐、创新开发、风险控制等方面的技术服务，比如通过大数据计算提高靶点筛选环节效率，提高药物研发生产的质量和效果，提升诊疗方案风险预测准确性等。基于大数据、人工智能技术诞生的新兴产业正在蓬勃发展，目前，我国人工智能行业主要上市公司包括百度、腾讯、阿里巴巴、科大讯飞等[3]。

　　大数据技术已经进入传统行业的方方面面，技术人员借助物联网、传感设备从仓储物流环节采集数据，对企业的原材料、产品、仓储物流资源利用率进行实时准确分析；对企业生产、营销、人力资源管理、后勤保障管理中成本进行针对性处理和可视化呈现，直观、动态地将企业生存情况展示给领导决策层。可以说，大数据为传统行业实现个性化营销和精准化推荐提供了技术基础，为传统行业的转型升级提供了沃土。大数据在推动企业管理模式、管理结构优化的同时，也为企业管理带来巨大冲击。传统的企业管理运作理念、内部管理制度、业务流程、营销战略决策制定方式以及消费者心理行为方法等方面都受到大数据的巨大影响，企业的商务管理、决策制定活动对管理人员的工作经验依赖逐渐降低，对数据分析能力的依赖逐渐升高。传统企业比过去任何一个时刻都更需要大量的数据分析人才填充管理团队，需要优秀的计算机硬件、数据库、优秀算法软件来代替大批的工作人员，这是大数据催生的结果。

　　1.3 人才需求分析

　　目前，大数据、云平台、人工智能等新兴技术的重要性已上升到国家战略层面，正在对各行各业的生产生活产生重要影响。大数据技术的广泛应用催生的新兴产业正在蓬勃发展，新兴产业对专业的大数据应用技术人才需求量将迎来爆发。这是职业院校纷纷开始大数据应用技术专业教学的原因，也是国家和教育部门强调技术人才培养质量和效果的原因。

　　2. 大数据应用技术专业人才培养模式

　　2.1 大数据应用技术专业对标岗位需求进行人才培养

　　大数据应用技术专业毕业生未来有可能成为交通、电信、商贸、医疗、教育、旅游、电商等传统企事业单位的数据分析专员、市场调研分析专员、数据整理员，各中小企业从事数据分析工作的行政文员，以及互联网行业中的企业数据分析员、数据采集员、数据预处理专员等岗位。

　　职业院校在培养大数据应用技术专业人才时需要针对行业岗位需求进行人才培养的顶层设计，从校企合作、产教结合的角度入手应用人才培养模式，减少毕业生对接行业岗位所消耗的时间。

　　大数据应用技术专业毕业生的岗位要求他们具备良好的思想品质和职业道德，具有吃苦耐劳、爱岗敬业，时间管理意识、责任心强，规则意识、工作执行力强，团队协作能力强的特征；要求他们具有必要的岗位竞争、终身学习意识和自主学习能力，能够与企业、行业实现共同成长；要求他们具备健康身心条件，能够承担岗位工作压力，具有良好的心理承受能力；要求他们具有基本的科学与人文素养，具备规划职业生涯的能力，形成正确的职业观、就业观和诚信意识。

　　以上综合素养属于每一个行业、岗位对人才的普遍要求，互联网行业要求大数据应用技术专业毕业生在此基础上具备相应的职业能力，包括基础的python编程能力、爬取数据能力、数据分析和建模能力、数据标注能力等，也包括具体行业背景下的用户行为心理模型预测、应用HTML5或CSS3进行项目数据开发、使用SQL语言与数据库引擎交互等专业技能，能够应对互联网行业或传统行业对数据相关岗位人才的专业要求[4]。

　　职业院校通过为大数据应用技术专业学生分类安排顶岗实习机会来实现产教结合人才培养，使学生在正式毕业前有机会接触到自身喜欢的就业方向，用对接岗位来提升大数据应用技术专业人才培养效果。比如将学生可安排到大数据相关的IT公司、校外实训基地进行顶岗实习，实习期满后安置到大数据处理产业相关公司就业。

　　2.2 大数据应用技术专业的课程教学安排

　　2.2.1 专业课程安排

　　职业院校学生在校阶段需要掌握专业基础课、专业核心课、专业拓展课，为后续的校内实训、顶岗实习奠定知识和技能基础。大数据应用技术专业的专业基础课包括数据认知与数据思维、数据统计基础知识、Python，总计课时数超200课时；核心课包括数据采集与预处理、大数据客户行为、商业智能工具应用与数据可视化、行业大数据应用业务知识、数据库基础与应用实例、Excel数据分析教程，总计课时数超600课时；拓展课包括云计算新技术与应用、跨平台页面制作教程、数字化创新与变革、大数据分析与工业4.0，总计课时数超300课时。三类专业课程需要在第三学年上半学年完成学习，为第三学年下半学年的顶岗实习提供充裕的时间。

　　2.2.2 校内实训基地建设

　　为了提高教学质量和学生的实际操作技能水平，大数据应用技术专业需要在学校内建立实训基地，满足专业主干课程的实训需要。实训基地采用“校企合作，产教融合”的模式运营，学生在其中完成专业有关课程大型作业及毕业顶岗实习。让学生通过三年的理论学习和技能训练，在对大数据应用技术专业有初步了解的基础上，系统地将理论运用于实践，采用综合流程训练的方法，使学生进一步加深对整个工作流程实际操作的认识，进而成为一名合格的大数据应用工作者。

　　大数据应用技术专业的校内实训基地建设有一体化平台，平台将云存储资源、服务器资源、网络资源、计算资源等进行整合，向大数据应用技术专业学生提供各种基于大数据的智能化平台、系统和功能，服务于专业学生的学习和实践。平台融合了大数据领域的丰富行业经验和技术实践，以及人才培养方向上的特色理念，实现专业技能传授与岗位需求的高度匹配，并结合教学、实验、课程设计、科研、实训和实习，全面提升学生的动手实践能力、创新思维和创新能力，实现人才培养和就业需求的无缝衔接[5]。

　　落实“产、学、研、用”一体化的思路和模式，从大数据基础教育需求和发展的角度规划，真正在产业、学校、科研、实践项目、岗位实训中相互配合，形成生产、学习、科学研究、实践运用的系统运作模式，从而建设大数据特色专业，实现学生就业竞争力与学校打造特色专业的双赢。

　　2.2.3 建立校外实训基地

　　校外实训基地需要借助合作企业或科研院所的力量进行筹建，是实现产教结合、校企合作的重要阵地。职业院校可通过合作企业途径深入分析互联网行业的发展现状和各个大数据相关岗位对于人才的需求，充分发挥合作企业的数据分析技术优势，共同开发人才培养关键课程，共建共享网络教学平台。

　　建立校外实训基地，以订单方式提升人才与互联网企业需求的匹配度，提升职业院校人才培养质量和效率，探索校内外实训基地建设的校企组合新模式。在校企合作组织的领导下，在校内建“校中厂”，建立大数据产品生产与研发基地；在企业建“厂中校”，实现实训对接，积极探索校内外实训基地建设的校企组合新模式。通过校内外实训基地的使用，实训、实习条件可以满足本专业实践教学的需要。

　　2.3 大数据应用技术专业技术赛事安排

　　近年来，我国对于职业教育领域的专业技术赛事重视度有明显提升，曾明确提出通过技术赛事为职业院校学生提供展示实力的平台，筛选有实力、有创新意识的人才，调动职业院校学生的专业知识和技能学习积极性。在技术赛事上获得优秀成绩的学生还能够获得升学录取、企业职位邀请等奖励，这一决定充分提升了各项赛事在学生、院校、企业心目中的重要地位。职业院校应积极组织校内、校际专业技术赛事，鼓励学生在教师的指导下以个人或团队形式参与赛事比拼，在赛事任务的驱动下对课堂所学知识和技能进行迁移应用，在竞赛氛围之中激发创意和斗志，全面提升学生的实力和综合素养。

　　大数据应用技术专业可建设开发的技术赛事包括数据分析、数据处理、模型建立等诸多赛道，通常带有时间限制、数据应用范围限制等，要求学生在有限制的数据基础上完成赛道任务，获得时间上或数据处理有效性上的优势，凸显出学生个人或团队的实力。比如，某年某校曾举办大数据应用技术创新赛事，要求学生应用大赛提供的城市过去5年天气观测数据建立模型，用于预测给定城市地区、日期、前置气象条件下未来一周的气相要素变化趋势和范围。这是一个对学生数据分析、模型建立、创新创意等方面均有较高要求的赛事，后续还安排针对参赛学生所提交模型和预测结果的答辩环节，综合结果得分和答辩评审决定最终成绩。

　　2.4 大数据应用技术专业技能等级证书获取安排

　　职业院校大数据应用技术专业学生需要在毕业前拿到教育与考试中心设置的职业技术证书，如表1所示。中等职业院校学生需获取初级证书，为毕业后进入互联网企业开展岗位工作奠定专业证书基础。职业技术等级证书的获取过程是对学生专业知识和技能的评价过程，证书获取考试的考查范围、考查难度是职业院校进行专业课体系建设的重要参考。职业院校专业教师需要参考技术证书获取考试的大纲要求、历年真题来规划课程体系，以技术证书为指挥棒拉近院校课程与行业市场实际需求的距离。

　　岗位、课程、赛事、证书四位一体人才培养模式符合当下职业院校人才培养的改革需求，也符合互联网行业对大数据专业人才的要求标准。在校企合作、产教结合的大背景下，职业院校需要借助互联网企业对岗位人才的要求来规划课程体系，借助教育与考试中心的职业资格证书获取考试要求来细致规划课程内容，合理安排学生的专业知识技能学习、校内实训、校外实习课程的课时数和分布，借助校内、校际赛事为学生提供展示自身实力、调动学习积极性的平台。互联网行业正处于飞速发展的阶段，对人才的需求量和质量要求都很高，且在不断变化和发展，职业院校作为为国家和行业培养人才的摇篮之一，应当用更优质的人才培养模式，培养符合人才要求的毕业生，助力互联网行业的进一步发展。

　　结语

　　综上所述，职业院校在培养人才方面需要深入分析专业发展背景、行业市场当下现状，了解国家和行业在人才需求方面的迫切需求，在此基础上完成对校内人才培养模式、教学改革的建设和落实。本文从岗课赛证四个方面进行大数据应用技术专业人才培养模式的讨论，明确结合互联网行业需求开展人才培养的必要性，为推动职业院校育人效果优化提供一些助力。

　　参考文献：

　　[1]傅东亮.大数据技术与应用专业课程设置实践[J].电脑知识与技术,2021,17 (16):86-88.

　　[2]潘梅勇,陶玉华,孔丽云,等.基于就业岗位核心竞争力导向的高职大数据技术与应用专业课程体系建设[J].中国多媒体与网络教学学报(中旬刊),2021,(9):42-44.

　　[3]邓小华,李心仪.“岗课赛证融通”背景下职业院校教学管理改革路径探析[J]. 江苏教育,2021,(72):45-49,59.

　　[4]陈金燕,李元庆.大数据技术与应用专业产教融合下人才培养模式的构建与实践[J].电子元器件与信息技术,2021, 5(8):243-244.

　　[5]彭光彬,张旭东,邓永生.基于职业需求分析的大数据技术与应用职业本科专业人才培养体系构建[J].计算机教育, 2020,(4):65-70.

　　基金项目：中职大数据技术应用专业“岗课赛证”融合人才培养模式实践与创新。项目编号：2021gszyjy-141。

　　作者简介：王笑春，讲师，研究方向：中职计算机教育教学。