严伟中
常州工学院计算机信息工程学院 江苏 常州 213000；
摘要：在大数据时代，信息技术的大规模研究将在一定程度上成为职业培训和高等教育技能培养的重要手段。它不仅为高校提供职业培训，也为未来的信息技术提供了巨大的机遇和挑战，根据大数据时代的特点和大数据时代对软件工程发展的挑战，本文对大数据时代的软件工程建设进行了展望，提出了软件工程专业的建设。
关键词：大数据；软件工程；专业建设
信息技术的发展给人类生活的各个方面带来了巨大的变化。它加快了人们的生活方式，改变了人们的习惯，提高了人们的教育水平。无论是移动互联网技术的引入、云计算技术的强化，还是大规模信息技术的快速发展，这些技术都对我们今天的学习和生活产生了巨大的影响。
1大数据技术以及软件工程技术概述
在当今时代，随着数字化、智能化的发展，数据技术的发展，大 数据已经成为生产生活的重要组成部分。在近半个世纪的数字社会中，不同行业积累了大量的行业数据。特别是在过去的几年里，社交系统的用户数量大大增加，数据的访问和共享变得更加容易，数据的范围也扩大了。大数据除了数据量大之外，还具有数据结构复杂、多样性和更新速度快的特点。因此，在分析传统知识和辅助决策时，从数据中获取隐藏的有用知识变得越来越困难。全社会迫切需要一种新的处理模型，能够从大数据中获取更准确的知识信息，补充决策支持和流程优化的功能。
大数据时代给传统的软件工程专业建设注入了新的内涵。在大数据时代，地方高校专业软件工程建设需要调整和重构。随着信息技术的飞速发展，特别是硬件连接、云计算和移动通信的发展，数据量大大增加。我们现在处于数据时代。大数据技术使我们能够从数据中获取有用的决策信息。信息技术深刻地影响着人们的生活和工作，改变着人们的态度和行为。传统的软件工程主要培养从事软件工程、软件设计、软件开发、软件测试和软件项目管理的应用软件工程师。大数据时代给传统的软件工程专业建设注入了新的内涵。传统的软件工程专业培训已经不能满足大数据时代软件工程师的需求。因此，在大数据时代，研究地方高校专业软件建设是非常重要和迫切的。
（1）大数据的概念
信息技术的发展对我们的生产和生活产生了相当大的影响，特别是随着大数据时代的到来，使我们能够获得越来越多的有用信息。通过对我们庞大的信息网络进行大规模的数据收集，同时，充分利用这些信息进行分析和处理。目前，信息技术在企业管理和公共管理领域已经发展起来，并取得了显著的成就。
大数据是一种多元化的信息工具。传统软件无法在短时间内获取、处理和存储的数据集。大数据具有非常大的存储容量和惊人的计算能力。有各种各样的存储格式。此外，数据变化迅速，对数据的需求很大。此外，很难找到真正有用的数据，因此需要强有力的数据提取和分析系统。大数据技术是指能够从数据中快速获取有用信息的技术。为了充分利用大数据，需要广泛的技术。主要涉及信息存储、处理、显示和应用技术。今天所谓的“大数据”包括数据本身的规模，以及为数据应用设计的一些工具、平台和系统。
（2）软件工程的概念
在大数据的背景下，软件工程涉及农业、工业、航空等领域，极大地提高了人们的生活质量和生产力。此外，通过基于互联网的IT技术的不断更新和优化，软件可以保证各个领域的有效发展，为业务发展提供重要的支撑。
2大数据背景下软件工程关键技术的介绍与应用
2.1软件工程技术关键技术
（1）软件服务工程
软件服务工程技术是适应大数据时代工程需求的一种实用的软件工程技术。在实践中，我们使用软件开发工具，如数据系统和语言设计。随着软件工程服务技术的不断完善，软件服务工程已成为服务能力开发的核心。根据用户的分布和虚拟特性，调整用户的实际应用，以保证软件工程系统的稳定性、安全性和科学性。软件服务工程不仅保证了软件运行的稳定性，而且具有对数据和资源进行集成和处理的能力。
（2）众包软件服务工程
软件工程是信息数据处理的基础和核心功能。在大数据背景下，众包软件服务工程是软件工程的关键技术，可以利用密集数据构建服务系统平台。具有较强的应用服务能力，优化了应用价值。其主要目的是分析高密度数据，并将基础设施和平台转换为服务。数据分析完全遵循数据处理的原则，即数据场分析和局部数据分析。
2.2软件工程关键技术的应用
（1）信息交换
目前，软件工程技术在信息通信领域的应用，可以有效地优化和提高信息通信能力。特别是在大数据环境下，软件工程关键技术的合理应用，可以使企业最大限度地留住客户，有效减少客户流失。能够准确、全面地评价行业的附加值、发展潜力和发展规律，进一步挖掘行业潜力。对于企业来说，在更广阔的数据环境中应用软件工程的关键技术，提高企业自身的经济效益，妥善处理开发问题尤为重要。例如，软件工程技术主要应用于电信行业。能够实时记录消费用户的具体信息，并对相关信息进行整合和分析，对企业未来发展和实际情况进行评估，制定政策和计划进一步扩大企业的发展。
（2）信息问题
在数据更加广泛的背景下，企业信息的准确性直接关系到企业的未来发展。如果企业能够合理运用软件工程的核心技术，可以提高数据信息管理的质量，为企业的发展奠定坚实的基础。企业要扩展数据，必须经过采样、产品开发、信息优化、数据模型构建、生产效率变更五个步骤。有效地整合和分析企业的所有数据，及时、妥善处理相关问题，为企业提供完整、准确的信息支持。
3大数据时代对软件工程专业建设提出了新的挑战
目前，软件工程得到了广泛的应用，这符合了大数据的通用性。不同类型软件的开发极大地促进了大数据的创建。在某种程度上，大数据软件工程的主要挑战，也是企业迫切需要的工程软件开发方法。大数据处理技术和工具通过计算机软件进行处理，便于数据的收集和分析。掌握主要的大数据软件工程关键技术远远不能满足企业的需要。人力资源的短缺是一个长期的问题。为了适应信息产业发展中劳动力需求的变化，高校必须及时培养先进的信息软件。同时大数据软件工程专业的教学内容、教学方法也需要创新，以满足社会日益增长的需要。
3.1新的培养方法
一方面，在大数据时代，软件工程技术的培养已经不再符合规则，新软件工程技术的培养必须与时代的发展相关联。另一方面，大数据下软件工程技术的培养应适合处理的系统。这可能与软件工程技术的进一步培养有关，因此相关人员必须对数据进行分析和充分利用。
3.2软件工程的新工具和技术
大数据包括结构化数据、半结构化数据和非结构化数据。结构化数据，如大型企业和消费者产生的交易数据，与计算机技术密切相关。它与非交互式应用程序、大数据结构和云计算的使用密切相关。此外，大数据不能单独分析，需要大量的时间、人力和物力。因此，有必要同时对大数据进行分析和提取，这就需要将技术融入到课程中。
3.3软件工程技术培养需要新的分析方法
在软件工程技术培养时必须考虑用户的需求。用户需求分析是衡量软件项目成功率的重要指标。只确定软件设计、开发、测试、交付和使用的优劣势、性能和软件开发条件，传统的用户需求管理方法主要是通过电子手段进行长期的在线调查。但在大数据时代，更新和推出新产品变得越来越方便。收集了大量需求信息的用户将无法跟踪当前的产品和改进。只有基于大规模、快速的数据分析，才能满足网络用户的实际需求。因此，需要新的软件设计模式来满足软件开发的需要。
3.4软件工程技术人才培养要有新的培养方案和师资队伍
职业培训是教育建设和发展的重要方向。软件培训需要新的培训方案，课程教师的合理设计是培养高素质人才的重要保证。学校应该为学生提供教师专业培训和实践研究平台。
4 高校软件工程建设
高校软件开发需要新思路、新技术。为了更好地体现大数据下软件工程的经济和社会价值，传统的应用系统主要对数据结构和部分数据进行处理。然而，在大数据处理的时代，应用系统对数据的存储需求越来越大。传统的信息技术和工具已经不能满足信息时代的需要。
软件工程专业的开发目标是以软件开发工程师为基础，以结构化数据为主要数据，分析、设计和实现软件系统。软件工程的主干课程是传统的软件工程课程。在大数据时代，信息专业的高科技课程很少，不能满足软件工程师的需求。传统的软件工程教育模式已经过时，主要的教育形式是由教育部提供，同时，老师和学生的积极性不是很好，学生的考试比较简单，不能充分反映自己的实际情况。
目前，软件工程培训课程主要侧重于传统的软件开发，涉及的大型软件开发项目较少。高等教育机构通常不在大城市或大学中心。因此，培训是很难展开的。高等教育机构的选址不是很好，教师的数量相对较少。在数据工程领域，有经验的教师很少。此外，教师主要负责教学工作，没有太多的时间和精力关注技术的发展。地方高校相对封闭，难以引进高水平的专业知识。此外，招聘有能力的软件工程师是十分不可能的。
5大数据时代的软件工程建设
在数据和工程的时代，需要大量的数据和知识技术。为了提高学生的就业能力，学院软件工程专业必须重新设计适合学生就业发展技能的开发方案。在大数据时代，高校必须对工程实践训练的基础进行调整和重构。
5.1更新培训目标和计划
在大数据时代，需要全面的员工。未来的大数据软件工程专业不仅要对大数据有全面的了解，更要具备分析和处理大数据的软件知识、技能和方法。在原有教育体系的基础上，软件工程课程必须辅以数据分析和提取课程。
（1）软件工程专业培养目标的调整
大数据的特点是大数据存储格式的多样性，数据的快速增长。然而传统的软件工程方法并不能满足这一需求，只有调整软件工程专业培养目标，才能够更好地理解和适应时代需求的软件应该形成大数据。
（2）软件工程培养方案的更新
为了使软件工程学生适应未来需求的时代，计算机软件工程师不仅需要学习传统的软件工程课程，还要在大数据的框架，进行数据计算、大数据分析和数据可视化。
（3）大数据背景下的培养模式
目前，现代高等教育的教学模式是标准化的课堂教学体系，也就是说，教育和教师对全体学生提供的标准化考试，要根据教学大纲中的考核标准进行统一。这种标准化教学很大程度上忽视了学生自身的特点、优势和需求。数据分析表明，教育系统使用学生的个性发展、学业成绩等基础数据，用于学校教育和大规模数据分析，是一种符合学校教育特点的教学方法。通过大数据使用分析、数据挖掘技术、技术集成、大数据相关性和学习特性，建立了系统的逻辑模型。在此基础上，教师还可以利用改进后的模型，根据学生自身的自我意识和学习特点，帮助学生定量分析自己的学习能力。评估最适合学生的个性化教育体系和课程。这种个性化自主的教育系统可以充分发挥学生的学习积极性，进一步激发学生的兴趣和热情。该方法还可以实时收集学生的学习成绩数据，并利用这些数据对学生的学习成绩进行分析，及时调整教学方法。此外，数据分析的结果可以作为每个季度毕业考试的重要因素进行综合评价，从而更好地反映学生的实际学习能力，提高考试结果所反映结果的正确性。
5.2加强教师队伍的教育
构建高素质的软件工程团队是适应大数据时代的关键。教师不仅教给学生先进的技能和更广阔的视野，还运用广泛的数据分析技术来更好地了解他们的教育水平，并提供有针对性的建议。我国的大数据技术还没有得到广泛应用，教师缺乏实践经验，尤其是高校教师。因此，为了增加这一领域的教师素质，提高他们的专业技能，我们可以制定方法，使教师丰富自己的技能，以跟上形势的发展。例如，教师可以被分配到高等教育机构。此外，我们可以引进优秀的专业实践。
由于地方高校缺乏区域优势，难以引进合格人才。我们可以将有潜力的毕业生介绍给重点大学，通过内部培训为他们提供专业技能。选择青年教师学习数据时代最新的软件工程技术。灵活使用公司软件，结合教学经验，提高学生的实践能力。
5.3提高应用能力和创新能力
在数据时代，创新和应用能力是软件开发的动力，这使得大数据在社会经济中发挥更大的作用。软件人才必须能够处理和应用大数据。因此，解决实际问题的能力和创新思维是企业选择员工的关键。在软件开发的指导下，教师可以参与相关项目的能力建设。加强学校之间的合作可以为学生提供更多的实践机会，是提高学校软件应用能力的重要途径。创新能力的培养要求学生养成独立、积极思考的习惯。必须能从公司的业务中学习，也能从老员工的创新思想中学习。与此同时，必须结合所学习的内容，并把它们付诸实践。在技能发展的整个过程中，必须始终强调对学生创新能力的培养。提高学生的实践技能和创新能力，以多种方式和形式解决工程实践问题。
5.4拓展教育模式
为了提高教学效率，让学生学会如何学习，可以利用小组讨论教学、案例教学法和充足的项目资源，积极鼓励学生学习和实践，磨练技能。学生的考试方法也应该多样化。可以通过各种项目报告、研究报告和经验来综合评价学生的学习成绩，充分利用学生的学习记录，提供个性化的咨询和教学视频设备。
5.5加强实训基础
为了提高学生的实践技能，学校应该积极发展实践培训中心，为学生提供尽可能多的实践机会。必须认真选择培训的基础，须选择一家软件公司来满足学生在学校的培训需求，这样才能保证学生在实习培训中心获得真正的知识和技能。
5.6考核制度改革
（1）高等院校重视学生学习的有效性，采用全过程的考核。许多学生对教学过程不感兴趣，而是在考试前抓紧复习。全过程的考核将大大提高学生的整体积极性。
（2）发展学生的实践技能。考试或演示、专题报告等等，在理论知识考试的框架下，增加实践考试的比重，注重实践技能的提高。
（3）提高学生的沟通能力。目前，大部分学生为独生子女，沟通合作能力较弱。每个学生不仅要完成自己的任务模块，还要与团队其他成员进行沟通，协调工作中遇到的问题。因此，项目沟通能力和团队合作能力非常重要。
5.7加强学校合作，提高学生生活技能
软件工程师与合作企业将采用“3 + 1”模式。根据学生的意愿和企业的选择和安排，完成课程。培训结束后，学员将参与企业项目的设计和维护，并将实践技能运用到具体项目中。
根据学校的组织和学生的意愿，可以根据实际情况开设一些课程。学校的业务工程师负责教学工作。将公司的项目融入课堂，在工程师的指导下完成。学生通过参与项目提高行动能力。
6结语
在信息和数据技术创新的时代，企业需要互联网服务商，需要人力资源，软件工程教学模式改革迅速，并对技能培养模式的特点进行了探讨。随着教育方式的体制改革的有效实施，开发符合数据时代要求的软件，满足信息技术和职业培训信息系统的要求。大数据时代，目标、培养方案、教学模式、实训基地、师资队伍建设是地方高校软件工程建设的新内涵。
参考文献
[1]丁建邦，吴建胜，李政蓬.大数据时代下软件工程技术的应用[J].计算机产品与流通，2020(09)：47.
[2]张金丹.基于大数据时代下软件工程技术的应用研究[J].数字通信世界，2020(07)：178+191.
[3]梁俊杰.大数据时代下软件与工程的特点和关键技术[J].电子技术与软件工程，2020(09)：42-43.
严伟中
工作单位：常州工学院计算机信息工程学院 江苏 常州 213000；
职称：讲师；
研究方向：大数据处理、移动应用开发、软件工程；