数字经济下高职“大数据+X”创新人才培养研究_陈志军.pdf

年第 期总第 期黑龙江高教研究 ，收稿日期：基金项目：年度浙江省产学合作协同育人项目“数字经济下大数据 人才培养的实践与创新”（编号：）。作者简介：陈志军，义乌工商职业技术学院机电信息学院副教授，硕士，研究方向：大数据技术及应用；吴 俊，义乌工商职业技术学院机电信息学院教授，硕士，研究方向：人工智能商业应用。数字经济下高职“大数据 ”创新人才培养研究陈志军，吴俊（义乌工商职业技术学院，浙江 义乌）摘要：在数字经济飞速发展和职业教育改革双重背景下，大数据广泛应用于不同行业产业或不同场景，对具备大数据技术及多学科交叉能力的创新人才需求日益增加，对复合型人才培养提出新挑战。要求高职院校重新审视“大数据 ”创新人才培养定位，及时发现存在的问题，对产教融合下的大数据人才培养进行对比分析，从打造人才培养矩阵、弹性课程体系设置、创新教学团队组建、实践教学生态重构等方面研究“大数据 ”创新人才培养路径。同时，为确保实践落实，还需革新理念、健全机制，落实“数字赋能”服务计划。关键词：跨学科；产学合作；大数据 ；协同育人；人才培养中图分类号：文献标志码：文章编号：（）一、引言从 年 月国务院印发促进大数据发展行动纲要，提出全面推进大数据发展和应用，到 年 月确定首批 个国家数字经济创新发展试验区，启动试验区建设工作，再到 年 月国务院印发“十四五”数字经济发展规划的通知，大数据成为七个重点产业之一，新业态新模式竞相发展。国家在战略规划和产业发展大背景下，需要大量的复合型大数据人才。“十四五”数字经济发展规划中的两个发展目标是产业数字化转型迈上新台阶和数字产业化水平显著提升。高等职业教育也积极对接数字产业，在 年高等职业教育专业新目录中，与大数据相关的专业有 个，越来越多产业、行业形成不同的场景被纳入大数据版图。在此背景下，高职院校大数据技术专业人才培养不能走传统老路，需要用前瞻性的眼光去熟读规划、审视未来，培养未来市场需要的创新人才。年，美国杜克大学电子与计算机工程系李昕教授在名为 ：学术讲座中首次将“”概念引入国内，意指既精通行业运作规律和问题又有较强数据分析能力的专业人员，通过“数据搜集、数据分析、算法设计”的模式利用大数据解决行业实际问题，这也将是未来大数据发展趋势。通过趋势分析和市场调研，“大数据 ”创新人才培养应运而生，“大数据”是指高职大数据专业学生掌握大数据、人工智能等相关数字技术，具备大数据处理能力及大数据思维，“”是指具备不同产业、行业或不同应用场景所需的多学科交叉能力。依据人才强国战略及“十四五”数字经济发展规划，培养既懂行又会大数据技术的“大数据 ”创新人才迫在眉睫。在产教融合背景下，学校缺乏行业数据和实训案例，企业急需技能人才，正好形成资源互补。二、高职大数据人才培养现状及问题透视（一）数字经济下大数据人才发展现状从大数据人才培养端分析，自国务院发布促进大数据发展行动纲要以来，大数据战略上升为国家战略，为配合国家战略加快产业人才培养，年教育部率先在本科新增“数据科学与大数据技术”专业，年在高职新增“大数据技术与应用”专业。据教育部发布的高等职业教育专科专业设置备案和审批结果数据显示，年全国 所高职院校登记备案“大数据技术”专业，同年，在全面修（制）订的高等职业教育专业新目录中，大数据与会计、大数据与审计、统计与大数据分析等大数据相关专业较多，也反映大数据与实体产业融合需求进一步增强。近两年部分高职毕业生开始进入大数据产业，为市场缓解了部分人才需求，也积极参DOI:10.19903/23-1074/g.2023.04.020与地方企业数字化转型升级，促进数字经济发展。从大数据人才需求端分析，据美林数据 年提供的大数据产业人才需求现状分析报告显示，大数据产业人才专科类占比，大数据人才的专业来源有数理类、经管类、计算机类及其他专业几个大类构成，人才渠道来源社招占比，校招只占，人才培养和人才需求差距进一步拉大。而根据人社部公布数据和 等机构的统计结果显示，数字经济下的大数据人才总体缺口呈加剧增长状态，近三年，数据人才缺口以每年 万人增加，年前大数据人才需求仍将保持 的增速，需求总量在 万人左右。年 月，由大数据产业生态联盟联合赛迪顾问、赛迪智库、软件和集成电路杂志社等发布的 中国大数据产业发展白皮书指出“跨界、融合、基础、突破”是大数据落地的关键，重点提出大数据产业发展新趋势之一，即大数据融合应用重点转变为实体产业和民生服务。在此背景下，大数据人才受市场接纳度非常高，大数据发展前景值得肯定，但人才供需结构不均衡，高端复合型人才短缺日益突出。从报告和数据中显示大数据不同岗位人才需求呈现跨学科趋势越来越明显。大数据专业强调交叉学科特点，技术支撑知识面广，现在培养的大数据人才还不足以满足市场不同层次人才的需求，高职院校和企业需要协同建立健全多层次、多类型的大数据人才培养体系。（二）“大数据 ”创新人才培养定位走向大数据在数字经济飞速发展和互联网数据爆发性增长的双重背景下，现在广泛应用于金融、审计、物流、大健康、智能制造等行业产业，因此社会对具备大数据和相关行业融合能力的跨学科人才需求会进一步加大。跨学科人才培养需要跨学科意识和创新精神，运用所学的大数据技术知识解决该行业或产业内的实际问题，支持各行业产业大数据技术的建设与应用，促进行业产业的数字化转型和发展创新。而跨学科复合型人才培养在有限时间内很难兼顾多学科的专业知识，在人才培养方案的制订上也会有一定难度，同时会出现培养的人才不及原生专业人才的问题。根据高职院校大数据人才的就业分析和职业定位，在人才培养上一定要分层分类培养，坚定以大数据技术为主、相关学科知识相融合的人才培养定位。一是通过产学合作、共建产业学院等协同育人策略培养部分优秀的复合型创新人才；二是结合“”证书培养部分普适性较强的职业技能人才；三是对于部分学习相对困难学生以培养要求不高的基础性大数据人才为主。由于“大数据 ”创新人才培养具备较强的实践性，高等职业教育与企业的协同合作就要贯穿“大数据 ”创新人才培养的全过程，把“产、学、研、赛、证、创”有机融入人才培养各阶段。大数据人才如果还是以传统的教学型培养模式为主，课程体系也是教学型，就无法培养创新型的人才，要基于行业或不同场景的大数据项目，进行项目模块化教学，尽早开展项目实践，有助于学生尽早认识专业，尽早做好职业生涯规划，而不会迷茫于大数据专业到底是做什么的，以后要找什么样的工作，能从事哪些岗位。进一步优化大数据人才培养方案，对接社会需求，提升高等职业教育与数字经济发展的匹配度。（三）“大数据 ”创新人才培养问题透视 人才需求突出，行业供需不平衡从 年促进大数据发展行动纲要发布，数据成为国家基础性战略资源，到 年数据成为市场化配置关键生产要素，进一步体现大数据人才需求的增长态势，而且人才需求大量集中于应用型岗位，到 年需求总量在 万人左右。随着“数字中国”建设为大数据发展注入新动能，驱动大数据产业规模持续增长，越来越多的行业产业加入大数据人才争夺。互联网、政府、金融、信息服务、教育、医疗和交通等领域，以及数字转型升级中的制造业等产业对大数据人才缺口巨大，相关的大数据技术，如数据采集与清洗、数据存储、数据挖掘与分析、数据可视化等在不同行业领域的多个场景模式中被应用。不断有行业产业从传统运营管理向智能化模式转变，并充分利用大数据技术挖掘原有数据给自身带来的潜在价值，使得大数据人才在行业供需方面显得更加不均。专业认识不深，课程体系不完备 年 月，教育部发布最新版职业教育专业简介，重新修订高等职业教育专业标准。在此之前，高职院校对大数据技术专业课程体系、职业去向、就业岗位等认识还不够深入，受地域人才需求情况、地方服务产业及数字经济发展水平的不同，各学校对大数据技术专业课程体系设置都是按需设置，没有统一的标准或者可借鉴的体系。对专业认识还不够深入，缺少前瞻性的人才培养规划，而市场对人才的需求每年都在发生变化，多学科交叉能力要求不断提升，在制订人才培养方案时还要按需增删部分课程，但培养出来的学生还是滞后市场，因此在课程体系构建中课程设置、课程建设目标等方面还不够完备。师资创新不足，引培机制不健全高职院校的大数据教师普遍是从计算机相关专业改方向研究大数据，或者是部分刚从高校毕业的研究生，教师本身对创新能力就有所欠缺，现有的知识储备和知识结构无法对学生创新能力提升起到积极作用。而教师在疲于应付各数字经济下高职“大数据 ”创新人才培养研究种科研任务、课程建设、班主任工作的同时，也很难有时间去提升自身的创新能力，并引导学生进行创新能力的培养。同时，多数高职院校大数据专业也积极坚持“内培外引”，进一步壮大高层次创新人才队伍，但是往往缺少健全的相关机制，受学术环境和科研氛围等影响，很难引入高质量的高层次创新人才；受学历和政策等限制，很难引入企业的高技能人才。教师专业素养、创新意识和多学科交叉能力也需要通过培训学习不断提升，对接产业积累项目经验和项目案例，去满足“大数据 ”人才培养的需求。因为缺少健全的机制，还有部分教师满足于现状不愿参与培训学习。实习资源短缺，项目案例不丰富大数据人才需求，受地域影响严重。常规大数据和计算机类专业相关公司岗位需求的特点是人员需求少而精，而大数据人才缺口又很大，就形成一个鲜明的对比，毕业生很难找到纯粹的大数据专业对口实习单位，造成实习资源短缺，间接影响学生毕业后的就业状况和对口率。为解决困境只能在软、硬件上升级，配套专业急需的大数据实训平台。大数据又是一项跨学科、门类应用的技术，除了掌握大数据相关技术以外，还需让学生通过行业真实数据和项目案例对专业技能进行强化，达到技能实践、综合实战的效果，同时在实践中发现问题、解决问题，但是数据又是每个企业的核心资产，不愿轻易提供。学校要想培养“大数据 ”创新人才，就要求大数据专业需具备规模充足、行业多样的数据源和项目案例，然而多数高职院校并不具备这样的合作企业和真实案例，使得学生锻炼这种跨学科复合型的应用技能机会较少，人才培养和人才需求契合度也会有所降低。三、产教融合下“大数据”人才培养对比分析高职院校大数据技术专业要通过调研充分了解地域人才需求、地方服务产业特点、数字经济发展状况，进一步加强校企合作、深化产教融合、校企协同育人。为解决“大数据”创新人才培养中存在的问题，各高校深入剖析学校办学特色，结合专业特色发展，以生为本，根据校企合作特点开展了不同层次的人才培养探索。（一）产学合作协同育人，突出人才特长发展在 年教育部产学合作协同育人项目对接会上，明确要构建协同育人项目三级实施体系，持续完善多主体协同育人机制，打造产教融合、校企合作良好生态。大数据专业人才培养对实践要求较高，而学校又缺乏数据、师资等相关条件，可以根据合作企业的特点，开展有针对性的协同育人，充分挖掘企业积累的产业项目案例价值，发挥高端人才资源共享和技术创新。目前，各高职院校大数据专业在人才培养方面不同程度地都有开展校企合作，义乌工商职业技术学院大数据技术（原计算机信息管理）专业以产学合作协同育人为特色开展人才分层分类培养，年作为典型案例在全省高职高专计算机专业研讨会上做经验分享。针对学生特点，突出人才特长，开展分层分类培养，借助专业工作室和协同创新平台，做到课程教学融项目、学赛一体练项目、校企合作做项目、产教融合创项目。随着数字经济的快速发展，专业又结合区域数字经济产业发展需求，与区域知名科技企业在“大数据 贸易”“大数据 物流”等方面开展双元协同育人，获得数据、师资、实训资源、就业渠道等，进一步提升人才培养质量。通过产学合作开展大数据人才的分层分类培养，一是有助于专业动态调整，优化育人体系。人才培养方案和课程体系制定往往会滞后于市场，可以通过校企协同育人灵活多变机制，动态调整培养方向，突显人才培养时效优势。二是有助于增强“”意识，提高学科交叉能力。专业部分优秀学生可以通过产学合作不断提升不同场景下多学科交叉能力，同时形成大数据应用的学科交叉意识。通过产学协同培养一批懂业务、擅实践、会技术的创新精英人才，能提升学生就业率、专业对口率、办学满意