大数据专业人才社会需求分析及人才培养策略

摘  要：随着大数据相关产业的快速发展，对大数据人才的需求与培养得到了社会的高度关注。为能够准确及时全面地了解社会对大数据人才的真实需求，该文采取实证研究的方法，从招聘网站获取企事业单位对大数据人才的招聘信息，并从就业环境和行业岗位等角度进行统计分析，以便了解大数据人才的真实需求情况，以及对人才需求的影响因素，并根据分析结果探讨面向社会需求的大数据人才培养模式。

关键词：大数据；就业市场；社会需求；人才培养；培养机制

中图分类号：C961      文献标志码：A          文章编号：2096-000X（2023）01-0017-04

Abstract： With the rapid development of big data industries， the demand and training of big data talents has attracted great attention. In order to accurately and comprehensively understand the real needs of big data talents， this paper adopts empirical research methods to obtain recruitment information of big data talents from a famous recruitment website， and then analyzes them from the perspectives of employment environment and industries and positions. According to the results， this paper discusses the demand-oriented big data talent training model.

Keywords： Big data; job market; social needs; talent training; training mechanism

随着我国信息化产业的快速发展，大数据相关技术在各领域的应用得到了广泛的关注[1]，例如金融大数据、商业大数据、网络舆情大数据及医疗与健康大数据等。随着各行各业数据资源的极大丰富及大数据技术的不断发展，大数据相关产业迎来了空前的发展机遇。近年来对大数据人才的培养和市场需求引起了社会的高度关注，众多学者在这方面开展了深入探讨。例如夏火松等[2]对大数据学术研究与人才需求的关系开展了深入研究，周耀林等[3]对大数据时代下人才培养提出了宝贵建议，谢然[4]通过分析大数据时代人才的重要性及目前的人才缺乏现状，提出校企联合的人才培养模式，陈宪宇[5]分析了企业对大数据人才的重视及岗位的设立情况，夏大文等[6]提出大数据人才的市场需求巨大，并对现有人才培养模式进行分析，马海群等[7]提出7类大数据人才的需求及培养建议。以上文献均指出，我国大数据相关专业人才需求量巨大，在专业人才培养方面需要社会和学界更多的关注。

目前大部分研究集中在大数据相关专业的课程建设、课堂教学和实践能力培养等人才培养模式方面的理论探讨[8]，但很少从实际的社会需求角度来明确办学定位和调整培养目标，不管是从时间还是经验看，目前国内培养大数据相关专业人才的院校都尚处于起步阶段，学校教育与大数据市场需求脱节严重。面对当前对大数据人才巨大的需求量缺口，现有研究尚缺乏针对我国大数据相关人才市场的需求分析，尤其是就业市场对大数据相关的各级各类人才的需求情况等数据分析尚处于空白。

由于与大数据专业相关的行业领域众多，职位和岗位类别也各不相同，很难通过传统的问卷调查或访谈等方式对市场的需求现状有一个全面准确的认识。因此，本文采取实证研究的方法，在招聘网站获取对大数据相关人才的招聘信息，对其进行深入的定量分析，以便对国内大数据人才需求现状进行有效的评估，研究结果也可以为高校新开设的大数据相关专业的人才培养方案制定和培养模式改革提供重要的参考价值。

一、大数据专业人才的社会需求分析

本文通过从招聘网站中获取企业对大数据专业人才的需求信息，选取了国内目前规模和影响力较大且职位种类非常齐全的智联招聘作为研究对象，通过关键词“大数据”进行职位模糊搜索，并选取工作地点位于智联招聘网站列出的重要城市及部分发展潜力强劲的32座城市的招聘信息作为数据来源，通过编写网络爬虫程序，得到这些目标城市在2021年4月发布的职位信息，信息内容包括企业所处行业、工作地点、岗位需求等招聘需求说明，以及对应聘者的工作经验、学历等应聘资质要求，最终获取“大数据”职位相关的招聘信息共6 135条。

对大数据人才的社会需求进行统计分析，主要从就业环境和岗位需求两方面选取分析指标。就业环境方面的因素包括：（1）所在城市等级。不同等级的城市会因其经济规模和产业结构等差异对大数据人才的需求也会存在明显差异（图1）。（2）企业性质。事业单位、国有企业和民营企业等不同类型的企业对大数据相关人才的需求程度也存在明显差异（图2）。岗位需求方面的因素包括岗位类别。大数据专业相关的岗位较多，大致可分为大数据系统开发与维护、应用开发和数据分析等几类，社会需求也存在一定差异（图3）。

由图1可以看出一线、二线城市对大数据人才的需求量巨大，其中一线城市需求要大于二线城市和三线及以下城市，相对而言，三线及以下城市的需求量明显不足。表明大数据相关行业在我国各个区域的发展程度不均衡，一二线城市有着更广袤和更活跃的互联网生态，相应的对大数据相关的人才需求也更高，大数据人才处于一二线城市预计会有更好就业发展空间。相对而言，在三线及以下城市中，大数据专业人才较难获得充分的就业发展空间。

从图2中看到，民营企业对大数据人才的需求在各种城市都是最为旺盛的，这说明民营企业紧跟着新兴产业发展的潮流，及时融入互联网生态圈，在“互联网+”时代展现出蓬勃的发展活力，有着旺盛的人才需求。对比之下，国有企业对大数据人才的需求则稍显不足，而事业单位的需求差距更加明显。一方面这与各个行业吸纳的就业人口总量有关，另一方面也反映出相当数量的国有企业和事业单位对大数据的价值认识不足，在充分利用大数据提升业务效率和管理决策方面还有待进一步加强。

由图3可知，大数据人才需求广泛分布于各种类型的就业岗位，说明大数据相关就业市场多元化程度较高。具体来看，技术开发类岗位及设计分析类岗位中占比很大，相比之下在营销服务类、运营管理类及教育科研类的岗位市场需求中占比较小。反映出目前大数据人才需求主要集中在系统架构开发、产品项目开发等业务处理方面，而将大数据技术应用于数据分析提供决策支持方面的需求却明显不足，这也表明目前大数据产业尚处于发展的初期阶段，在今后满足企事业单位的基本业务处理需求后，数据分析应用型人才市场必将迎来爆发式增长。

二、大数据人才需求的影响因素

大数据人才的社会需求，除了上述城市等级、企业性质及岗位类别等因素之外，还与人才自身的任职资质有密切关系，比如应聘者的学历，都是影响大数据人才社会需求的重要因素。因此，本文采用相关性分析方法从就业环境、岗位需求及用人条件等三个方面讨论大数据人才需求的影响因素。

由表1可以看出，学历与城市等级之间都具有显著的正相关性，说明发达城市对学历较高的大数据人才有更旺盛的社会需求。从企业性质看，国企更偏好较高学历的大数据人才，而民营企业对大数据人才的需求主要集中在一二线等发达城市，体现了民营企业只有在经济发达地区在新兴产业发展上会更具活力。

从岗位需求来看，不同岗位对大数据人才的学历偏好具有明显差异，其中技术开发类岗位对学历要求较高而营销服务岗对学历要求较低。从城市等级来看，只有教育科研类岗位更偏好于一二线等发达城市，其他岗位则无地域方面的显著差异。从企业类型上看，民营企业更偏好于招聘技术开发类和营销服务类岗位的大数据人才，而国有企业则更倾向于招聘分析设计类的大数据人才，事业单位则没有表现出明显的岗位偏好。

三、面向社会需求的大数据人才培养模式探索

为应对目前国内大数据人才的迫切需求，近年来各高校都加大了大数据人才的培养力度，纷纷新增了数据科学与大数据技术、大数据管理与应用、人工智能等大数据相关专业，也是近年来新增备案专业最多的热门专业。虽然大数据人才培养的重要性已成为共识，但如何进行培养以满足社会需要却仍处于不断摸索之中。一方面，由于大数据专业属于新兴学科，可供借鉴的历史经验较少，并且大数据技术和行业应用还处于高速发展和不断快速革新的阶段，许多高校对于大数据人才培养还没有形成一套成熟的方案，在培养目标、师资队伍、教材建设和培养方案等各方面都存在诸多挑战。另一方面，大数据技术及其应用涉及到多学科的有机融合，不但涵盖了计算机科学与技术、数学和统计学等学科领域的交叉融合知识，在应用于具体行业时，还需要与相应的各行业领域的专业知识进行深度融合，既包括生物医学、环境科学等自然科学也包括经济学、管理学等人文社会科学，因此可以看出大数据人才的培养具有非常鲜明的复合性和跨学科性，这也给人才培养提出了更高的挑战。

因此，能够更准确及时全面地了解社会对大数据人才的真实需求，就可以在人才培养目标与定位、专业方向设置、培养方案与培养模式和师资建设等各方面深化改革，使人才培养质量更能全面贴合社会需求，避免人才培养和社会需求“两张皮”现象，实现大数据人才供需双方的无缝对接。探索以需求为导向的大数据人才培养模式变革，具体可以从以下几个方面入手。

（一）面向不同层次需求对人才培养目标进行分层定位

从就业市场反映的社会需求来看，发达城市对学历较高的大数据人才有更旺盛的社会需求，不同岗位对大数据人才的学历偏好也具有明显差异，例如技术开发类岗位对学历要求较高而营销服务岗对学历要求较低。这充分体现出目前我国大数据人才结构不合理，分布也不均衡。虽然大部分需求以中低端的应用型人才为主，但具有较高学历的大数据人才数量稀缺，尤其是缺少数据挖掘分析师、数据科学家等高端人才，这就要求高校构建面向不同层次需求的分层定位人才培养体系。对于双一流建设高校等国内高水平本科院校，在人才培养目标定位上要紧跟大数据技术发展国际前沿甚至引领大数据理论和应用创新，在大数据系统架构、大数据软件研发、数据挖掘分析及大数据模型构建等大数据前沿技术领域培养中高端大数据技术人才，此外，也需要面向专业业务领域，包括金融、交通、医疗等大数据重点应用领域培养多学科交叉融合的复合型人才，以及相关领域的大数据高级管理人才。而对于广大高职院校及应用型为主的地方普通本科院校，则应该以培养大数据应用型人才为导向，要求培养的毕业生能够对接产业需求，对接职业岗位标准，以培养初中级工程师、大数据采集专员、大数据存储与分析处理工程师和大数据平台运维工程师等中低级大数据岗位为主要目标来制定培养方案。各种类型高校对大数据人才分层培养的清晰定位，有利于满足社会对于大数据人才各个层面上的需求。

（二）适应区域发展需求的人才培养机制

从社会需求来看，一二线城市对大数据人才的需求量巨大，其中一线城市需求要明显大于二线城市和三线及以下城市，相对而言，三线及以下城市的需求量明显不足，表明大数据相关行业在我国各个区域的发展程度并不均衡。这就需要高校在培养大数据相关专业人才方面，要主动对接区域经济发展需要，提高大数据专业人才的区域差异化竞争力。包括积极响应区域发展战略、深入调研本地区大数据相关产业发展优势，围绕当地特色及支柱产业构建产教融合的大数据人才培养机制。

（三）面向行业需求的特色人才培养体系