李爽
（滁州城市职业学院，安徽滁州 239000）
高职院校大数据技术与应用专业培养方案剖析
（一）培养目标
培养政治合格，身心健康，德、智、体、美全面发展，主要面向IT行业，大数据分析、大数据采集和大数据可视化等岗位，掌握Java及Python编程语言、数据收集与数据分析、大数据平台开发技术、数据可视化等技术，具备Hadoop生态系统等开源框架的基础架构和应用能力，理论知识够用、技术技能系统实在的高素质应用型人才。大数据专业的详细目标如下[1]：
1、知识目标：
（1）掌握数据库及数据仓库技术；
（2）掌握数据挖掘与数据分析的基本理论、基本技能及综合应用方法。
2、能力目标：
（1）能够根据需要搭建开源大数据平台；
（2）能够胜任企业级的大数据分析与应用项目。
3、价值观目标：
（1）能够在商务活动中利用相应的方法与技巧，较从容地与客户进行语言沟通与书面沟通；
（2）能够根据对风险的估计控制行为方式，自觉对团队和项目负责，有完成重大任务的心理准备。
（二）课程体系和核心课程
1、课程体系的架构与说明
遵循以“职业通用能力、行业基本能力、岗位专项能力培养为核心，项目引导，阶段递进”的创新人才培养模式，构建“基于岗位的模块化” 课程体系，采用 “任务驱动、理实一体”的项目化教学法实施教学[2-4]。
2、专业核心课程简介
（1）大数据导论
本课程主要讲述大数据的基本概念、大数据的应用现状和发展趋势，海量数据存储关键技术、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、数据仓库。
（2）Python程序设计
通过对本门课程的学习，使学生系统地获得一门编程语言，掌握基本的编程技能，并注重培养学生抽象分析问题和设计算法、编程实现解决问题的能力和常见的程序设计能力﹑排错能力以及Python软件包查找、使用能力，从而使学生学会利用程序语言去解决实际问题，为后续的课程学习打下良好的基础。
（3）Hadoop
通过学习，能够使学生掌握Hadoop体系架构、Hadoop安装与配置管理、动态管理节点、MapReduce应用、Hadoop I/O接口应用、海量数据库HBase技术、ZooKeeper技术、Hadoop与RDBMS数据迁移工具Sqoop、Hadoop实时数据处理技术等，并且能够掌握Hadoop与其他产品和技术的组合使用方法。
（三）办学条件和教学保障
1、专业教学团队
大数据应用专业师资配备的依据是满足每届100人的教学需求，实施项目化教学时分为2～3个教学班。根据学生职业能力培养的需要，专业教学团队应由专业能力、教学能力过硬的专任教师与企业技术能手相结合共同构建。其中：专业带头人应具有较高的职业教育认识能力、专业发展方向把握能力、教学改革与课程开发能力、技术应用开发能力及组织协调能力，能带领专业教学团队构建能力本位的课程体系、实施基于工作过程的项目化教学；专任教师应能够根据行业企业岗位群的需要开发课程，及时更新教学内容，积极探索行动导向的教学方法；企业的兼职教师应相对稳定，能适时参与课程开发、教学及指导学生实习。
同时，专任教师应能主动走进企业，参与企业的生产实践，为企业开展技术服务，在校企互动中不断积累实践经验，能经过一轮教学实践后成长为“双师”型教师。
2、教学保障
大数据应用专业教学条件的保障主要是能满足教学做一体化教学实施的实训室。教学做一体化实训室的工位配置以60位为参考，配备的实训室或技术中心至少应有以下几类。
（1）计算机房
功能：行业基本能力课，部分岗位专项能力课实施。
基本配置要求：60机位及配套相关软件。
（2）大数据实训室
功能：集群项目实训。
基本配置要求： 60机位及配套相关软件。
（四）教学实施
1、教学方法
大数据应用专业的课程教学实施的基本步骤是资讯、计划、决策、实施、检查、评估。其中：资讯部分，明确项目要求，查找、学习完成项目任务所需的知识；计划部分，制定项目实施计划；决策部分，讨论、修改、确定项目计划；实施部分，按计划进行项目实施的方案设计；检查部分，根据项目要求、项目计划、项目实施方案，实时检查项目实施情况；评估部分，完成项目后，对项目结果和实施过程进行评价考核。
在每个步骤中，根据教学需要灵活采用相应的教学方法，如讲授法、演示法、案例法、分组讨论法、练习法、交互检查法、演示汇报法、评点法等。也可以根据需要对六个步骤进行适当的整合，如计划与决策整合、检查与评估整合。
2、教学手段
（1）充分利用多媒体设备，视频演示与实物展示相结合，激发学生的学习兴趣与学习积极性。
（2）对项目成果进行评比，为优秀作品设陈列架，增强学生的荣誉感，进一步激发学生的学习积极性。
（3）充分利用第二课堂，鼓励、支持学生在课余时间自主选择项目，进行拓展训练，营造一个良好的学习氛围。
3、教学组织形式建议
大数据应用技术的课程教学活动组织的原则：一是以学习情境选择的项目实施工作过程为主线，以完成工作任务所需的知识和技能为支撑，在任务驱动下，以“做”为核心实施“教”与“学”。对不同的学习情境而言，重复的是项目实施的工作过程，变化的是项目实施的工作内容。通过工作过程重复，起到熟能生巧的功效；通过工作内容的变化，传授全面的知识和技能。二是将学生分成4～5人一组，由小组成员合作共同完成项目实施的工作任务，以及完成工作任务所需的知识、技能学习。在小组内部，模拟企业中的典型岗位，每位成员在不同的项目中轮换上岗，以此强化学生的职业意识，同时培养团队协作精神，增强沟通、协调能力。
（五）教学评价、考核建议
根据《关于职业高等学校课程考核方法改革的若干意见（试行）》文件要求，为了更好地对本专业课程进行考核，使考核更加科学有效，对教学评价、考核建议如下：
1、通识课程采用笔试。
2、项目化教学改革的课程采用项目化考核方案。
3、其它课程采用平时成绩加技能考核的方式。
参考文献：
[1]陶硕，刘俞.基于高职院校大数据技术应用专业人才培养方案研究[J].河南科技学院学报,2017,37(12):50-53.
[2]于波.地方应用型高校大数据专业的教学改革_以德州学院为例[J].滁州学院学报,2019,21(5):50-53.
[3]王崇刚.高职院校大数据技术与应用专业人才培养方案课程体系模块化设计的探索[J].广东蚕业,2017,51(12):91.
[4]贺文武，刘国买.数据科学与大数据技术专业核心课程建设的探索与研究[J].教育评论，2017(11):31-35.
基金项目：2020年滁州城市职业学院院级自然科学项目：基于1+X证书制度下高职院校大数据专业培养方案的探究和创新（2020zk06）