基于行业需求的地方民办高校数据人才培养定位

摘  要：地方民办高等院校的学科基础较为薄弱，尤其是对于新型理工科专业——数据工程类专业，存在培养定位不明确等问题，这制约着专业的培养质量。因此，该研究在基于专业培养实际需求的基础上，综合考量数据行业的能力需求，利用数据分析和数据挖掘方法，结合学生的就业意向和能力获得，对学生的专业能力和就业方向的匹配情况进行分析。同时，对于学生期望的就业方向的能力欠缺进行分析。该研究的行业需求分析数据为前程无忧2022年3月份的数据，学生数据为潍坊理工学院数据科学与大数据技术专业数据，通过对行业数据工程人才培养现状的宏观分析和基于就业导向的数据工程人才能力匹配方法，动态分析专业能力和就业方向匹配情况。同时，结合学生意向，进行能力欠缺的分析。这能够辅助相关院校制定数据工程人才的因材施教的定制化培养路径、培养方案、培养定位和培养路径，为其他院校数据类专业的培养定位和培养路径提供借鉴。

关键词：数据工程；人才培养；培养定位；民办高等院校；应用型本科院校

中图分类号：C961      文献标志码：A          文章编号：2096-000X（2025）02-0014-04

Abstract： Local private higher education institutions have a relatively weak disciplinary foundation， especially for emerging science and engineering majors such as data engineering. This has led to unclear training objectives and other issues， which have constrained the quality of professional training. Therefore， this study， based on the actual needs of professional training， comprehensively considers the talent requirements of the data industry， uses data analysis and data mining methods， and combines students' employment intentions and ability acquisition to analyze the matching between students' professional abilities and employment directions. At the same time， the study analyzes the lack of skills for the employment directions students expect. The industry demand analysis data used in this study is from the 2022 March data of the 51job recruitment platform， and the student data is from the data science and big data technology major of Weifang University of Technology. Through macro analysis of the current situation of data engineering talent training in the industry and a job-oriented talent ability matching method based on employment orientation， this study dynamically analyzes the matching between professional abilities and employment directions. At the same time， it conducts a capability analysis of deficiencies based on student intentions. This can assist relevant institutions in formulating custom-tailored training paths and training plans for data engineering talents， and provide reference for the training positioning and training paths of other data-related majors.

Keywords： data engineering; talent training; cultivation orientation; private colleges and universities; application-oriented private colleges

当前，加强数据工程人才培养，具有重要的现实意义和战略意义。数字经济已成为全球经济发展的重要动力之一。在中国，数字经济也成为经济转型升级的重要推动力量。据2023年数据显示，我国数字经济规模已经达到53.9万亿元，占全国GDP的42.8%[1]。然而，数据工程人才缺口问题十分突出。据权威统计，当前数字化综合人才的总体缺口大约在25 000万～3 000万人之间，且这一缺口仍在持续扩大，形势严峻[2]。

近年来，我国对数据工程类专业的开设给予了高度的重视和广泛的推广。自数据科学与大数据专业首次在2015年3所高校获得批准以来，我国的一些重点高等教育机构开始陆续设立数据工程类的本科专业，且每年都在逐步增加。根据教育部的相关备案和审批数据显示，2016年有32所、2017年有250所、2018年有203所、2019年有137所、2020年有62所、2021年有40所、2022年有30所和2023年有33所院校开设数据科学与大数据技术本科专业。而至今，数据科学与大数据技术专业已经成功申报了九批，全国范围内的高校数量已达到790所。这一系列的举措和数字表明了国家对数据工程类专业的肯定和扶持。

在各个重点高校中，数据工程人才通常有两个主要的培养方向，即数据工程师和数据科学家。数据工程师主要注重技术和工程能力的培养，强调对数据处理和管理等方面的专业知识和技能的掌握，以及相关的编程、算法和工具使用能力的培养。而数据科学家则更加注重对数据的深入挖掘和分析能力的培养，强调对数据统计学、机器学习等方面的专业知识和技能的掌握，以及相关的数学建模、算法分析和数据可视化能力的培养[3]。这两个方向的培养目标不同，但在实际应用中常常需要有一定的交叉和综合能力。

而实际上，在潍坊理工学院数据人才培养过程中，发现了一些制约培养质量的相应问题，具体问题以及改进总结为以下四点：①加强基础知识和技能的培养。地方应用型民办高等院校的数据工程类专业学生基础较弱[4]。②强化实践能力培养。通过与行业合作[5]，为提供学生实践机会[6]，让学生能够接触到真实的数据处理和分析问题[7]。③建立职业发展指导和辅导机制。学生对于大数据的概念和技术学习路径不清晰。因此，需要建立职业发展指导和辅导机制，明确学生就业方向和职业路径[8]。④加强师资力量建设。引进具有实践经验和行业背景的教师，建立行业导师制度[9]，提高教师的教学质量和教学效果，同时增强自有教师工程能力和水平[10]。

实际在指导培养路径和方法的前期调研上，为了加强数据人才的培养质量，对数据人才就业形势和能力需求进行了全方面、多维度的数据收集和综合分析。

一  行业人才需求分析

为了对数据行业就业需求进行全面掌握，本研究对国内领先的就业招聘网站——前程无忧2022年3月份数据工程类岗位招聘信息进行了全面的收集与整理。

（一）  数据工程行业需求现状

从岗位需求上，数据采集与数据分析岗位需求占比最大，达到71.14%，数据开发岗位其次，达到13.79%，数据运营岗位第三，占6.23%，数据库和数据仓库岗位第四，占6.02%，算法岗位第五，占1.6%，实习岗位最后，占1.22%，如图1所示。

从学历要求上，数据工程人才目前招聘中最低学历要求为本科和专科的人才招聘数量最大，共占88.94%，如图2所示。

对于经验的需求而言，37.25%的岗位不需要经验，62.75%的岗位有明确的经验年限需求，如图3所示。从经验需求上来看，需要3年以上工作经验的占30.59%，1～2年工作经验的占32.16%。在没有标注经验需求的岗位上，一般需要具有数据分析能力和沟通与协作能力。

总体来说，通过对于前程无忧2022年3月的数据工程人才的招聘需求分析，数据采集与数据分析岗位需求占比最大。

（二）  岗位能力需求分析

在进行行业人才需求分析的基础上，根据能力需求的不同，通过专家分析方法，本研究具体将行业数据工程类岗位分为四个类别，分别是数据分析师、数据科学家、数据工程师和算法工程师。相关岗位能力划分为11个方面的能力，具体见表 1，并对各个类别的能力需求进行了量化表示。

二  学生能力获得和培养方向定位与分析

为了更有针对性和符合学生现状的培养地方应用型民办高等院校的数据工程人才，本研究根据学生目前的能力和兴趣，进行了当前专业能力分析和辅助课程推荐。

首先，本研究进行了当前课程设置对能力贡献的量化。本研究量化了各个专业课程对于11个专业能力的贡献，见表2。

按学校学生绩点计算方法对学生在每门课程中获得的成绩进行量化。并且不同科目的学分作为科目权重，综合计算出每个同学获得11个能力的情况。第j个能力的获得公式计算如下。

式中：i为课程序号；n为已经获得成绩课程数。

然后将每个同学的当前能力获得进行归一化。

式中：k为能力序号；m为总共划分的能力个数。

每名同学的能力获得和四个分类的岗位能力分布采用欧几里得距离进行相似度的计算。

式中：m为总共划分的能力个数。

匹配各个同学的能力和四个岗位方向的匹配度，并计算出匹配度最高的岗位序号。以学生1为例，其当前的能力见表3，选择意向岗位为数据分析师，其和岗位能力需求的区别见表4。

从学生1的上述分析结果中可以得出当前学生1最需要增强的能力为数据可视化和领域知识与能力。

通过此种方法，对每名同学的当前就业意愿和能力状况进行综合分析，进而辅助应用型民办高等院校数据工程类专业培养方向、培养路径的动态调整与改进。

三  结束语

地方应用型高等院校数据工程人才培养起步较晚，毕业生少，存在培养经验不足的问题。为了保证良好的人才培养质量，本研究通过收集与分析前程无忧的相关招聘信息对行业人才需求现状进行分析，并在行业人才需求现状分析和培养现状分析的基础上，应用一种人才能力获得与岗位匹配的方法，根据学生就业意向和能力分布的情况，综合分析整体学生的情况，进而辅助进行地方应用型民办高等院校数据工程人才培养的培养定位、培养路径动态改进，增强学生的专业认知程度和专业满意度，提高学生的就业能力。对于地方应用型高等院校的数据工程人才培养具有一定的借鉴意义和价值。