大数据人才产学合作协同育人实践研究

摘  要：在大数据时代，为适应社会经济发展对数据科学与大数据技术专业人才培养的需求，在社会需求导向作用下，将企业的生产实际与高校的教育资源有效结合，深化学校相关课程教学方法与人才培养模式的改革，建立起配套的教育培养模式。通过企业“逐步融入”协同育人教学模式，实训基地建设实施，产学合作全周期共同培养和创新创业理念融入高校教学模式，有力推进科教结合、产学融合、产学合作的协同育人教学研究和教学改革工作的开展。

关键词：企业逐步融入；实习实训；全周期共同培养；创新创业；产学合作

中图分类号：C961 文献标志码：A          文章编号：2096-000X（2023）27-0152-04

Abstract： In order to meet the needs of social and economic development for data science and data science professionals in the era of big data， we should effectively combine high-quality educational resources with the production of industrial enterprises， give play to the guiding role of social needs， deepen the reform of school related curriculum teaching methods and talent training mode， and establish a supporting education and training mode. We carried out the "gradual integration" of enterprises into the collaborative education teaching mode， the construction and implementation of training bases， the full cycle joint cultivation of industry university cooperation and the integration of innovative and entrepreneurial ideas into the university teaching mode. We can effectively promote the development of collaborative education teaching research and teaching reform of the combination of science and education， industry university integration， and industry university cooperation.

Keywords： enterprises gradually integrate; practice and training; full cycle co-cultivation; innovation and entrepreneurship; industry university cooperation

随着信息社会的不断进步和大数据技术的迅猛发展，数据相关的各行各业对大数据技术人才的需求在不断扩大。调研分析结果预计2025年中国数据科学技术人才缺口将达到200万[1]。在大数据时代，传统的数据统计、分析理论与方法已经难以应对大数据的体量浩大、来源分散、快速增长和模态繁多等特性。大数据技术不仅包括数据的采集、存储、分析，还包括从海量数据中挖掘新知识、寻找新价值、提升新能力。大数据技术不仅涉及数据库理论、统计分析、机器学习等学科，还涉及多学科融合和数据应用服务等领域。为适应信息社会对大数据人才的需求，高校只有建立起配套的大数据人才教育培养模式，培养出实践和创新能力强的高质量专业人才，才能使大数据产业继续保持活力，并长期可持续发展下去[2-4]。

目前，我国高校产学研深度融合的人才培养体系建设取得了积极进展，以市场为导向、以产业和技术发展需求为推动、以企业合作为支持的产学合作协同育人促进高校人才培养模式改革，但是产学结合不紧密问题仍较突出[5]。大数据背景下，数据科学专业人才培养在大数据分析理论与实践能力、学科交叉知识的应用能力、计算机编程能力等方面都有待提高。若高校方面提供的专业人才和科技成果与企业的生产需求不一致，这将制约双方的人才对接。大数据人才产学合作协同育人的培养面临实训课程缺少，缺乏真实行业案例；产学研成果转化途径少、过程难；实验教学缺乏针对性、时代性等亟待解决的问题[6-7]。高校为推进科技成果的转化，正在加快应用型人才的培养，提升高校服务社会效能的同时，还促进产学合作协同育人的持续发展[8-10]。在新工科背景下，人才培养有了新理念与新要求，是否能聚焦科学精神、注重培养创新创业型人才，已成为高校适应社会发展的关键[11-15]。为顺应时代发展要求及市场经济需求，响应国家创新驱动的发展战略，针对这些方面进行数据科学与大数据技术专业人才产学合作协同育人实践研究。

一  企业“逐步融入”协同育人

产学合作协同育人模式的开展，企业是否能逐步融入人才培养是关键的第一步。只有企业融入了，才能发挥企业人才需求的导向作用，将高校教育资源与企业生产有效结合起来，最大限度实现校企资源共享；只有企业融入了，才能从根本上改变原有教学模式下学生实践能力培养模式，从根本上改变人才培养理念，面向社会需求，为用而教，为用而学，增强高校社会服务能力。在人才培养过程中，若高校教师不了解企业的生产目的，不了解社会对专业人才的真正需求，将会造成盲目培养，造成应用型人才培养与市场需求脱轨。企业融入教育教学是高校与企业对接的契合点，避免了高校人才培养模式注重学术而忽视实践，避免了由于企业的需求导向和高校主导地位二者在人才培养中的不对等所导致的问题。

企业“逐步融入”协同育人教学模式具体内容如下。

第一阶段，“企业浸入”阶段。此阶段完成培养方案、培养目标制定，企业讲师对学生进行行业技术现状、岗位人才需求标准讲座，完成企业浸入职业规划。第二阶段，“企业参与”阶段。此阶段完成专业基础课实训，并在教学期间安排学生到企业实训基地进行参观、培训以及参与企业高管对话等活动。第三阶段，“企业真实案例实践”阶段。此阶段开始校园招聘活动，将课程实训时间与项目实训结合起来，形成数据科学与大数据技术专业方向的企业项目实训。第四阶段，“校企联合认证培养”阶段。推动大学生创业项目与市场资源的对接。第五阶段，“完成与回访”阶段。完成项目，推动开放式办学，创新大学组织模式，完成数据科学与大数据技术专业人才校企协同培养改革与实践，进一步增强高校实践教学和社会服务能力。

企业“逐步融入”协同育人教学模式（图1）实现“三个结合”，即理论与实践相结合，课堂教学与企业实训相结合，人才培养与服务社会相结合。在以就业为导向的人才培养模式改革上，企业“逐步融入”协同育人教学模式，注重学生实践能力和行业需求的统一，做到先进性、实用性、开放性和生产性相结合，使得学校培养出来的大数据专业毕业生成为社会上有用的科技人才。

二  实训基地建设实施

只有完善学校专业实训基地建设，才能通过真实的职业环境，把高校教育资源与企业生产实际有效结合起来。实训基地建设实施路径如图2所示。在实习实训基地，学生可以通过与企业的接触了解相关职业环境，获得职业信息，更加明确今后的努力方向；以实习实训为契机，企业评测学生能力的同时学生也评测企业相应岗位的吸引力，双向评测实现学生与企业双向选择；在社会需求“反馈机制”下，综合素质的培养、专业知识的应用、大数据技术实习实训使得科研、教学与社会服务顺畅衔接。开展产学合作协同育人模式，在实训基地培养学生的大数据专业实践技能与职业素养，为社会输送高质量大数据专业人才的同时，提升学校毕业生的就业率和就业质量。

（一）  以就业为导向，以服务为宗旨

以就业为导向，以服务为宗旨，以校内外实训基地建设为突破，以学校的实践教学为主线，坚持产学合作协同育人提高高校实践教学水平，建设集教学、培训、实习实践和技能大赛等多项功能为一体的、特色鲜明的人才培养实训基地，最终实现高素质大数据专业技术人才培养的目标。

通过了解大数据专业的相关职业环境，了解相关职业的工作内容、社会地位及未来发展趋势，了解大数据相关企业的人与岗匹配情况、企业文化、产品服务和工作氛围等，按照行业岗位群对接的要求，在数据挖掘、数据分析、商业智能等相关方向，开展各种大数据专业技能和专业素质训练。在大数据时代，数据已成为关键生产要素和社会财富，要加强大数据人才培养为全社会提供多方位、深层次、更完善的数据应用服务。实训基地整合了高校、企业、社会资源，建立健全了多层次、多类型的大数据人才培养体系，有力推动了大数据技术实践和创新人才培养模式的建立。

（二）  社会需求反馈，双向选择匹配

在社会需求“反馈机制”下，建立产学合作实习实训基地。调动学生与用人单位双方的积极性，做到优生优派，实现学生与企业双向选择匹配。学生在实习实训中了解自己将要从事的行业或企业，在工作中发掘自己的兴趣，企业也可减少招聘和管理成本，满足学生“零距离”上岗的要求，避免学生进入工作岗位后仍需要到专门的培训机构进行培训后方可上岗的问题出现。

实训基地建设发挥社会需求导向作用，将产学合作实训基地建设成为集教学、培训、实践为一体的多功能教育实体。通过对毕业生就业情况的调查分析，用人单位情况的调查走访，以企业需求为导向实施实训基地建设，调整人才培养方案、培养过程，可以使学校的人才培养与市场对技能型专门人才需求状况相匹配，培养更多数据科学与大数据技术专业人才。

（三）  科研、教学与社会服务的顺畅衔接

产学合作协同育人通过建设以人才培养为核心的教学和科研实训基地，以企业案例为依托，打通科研、教学与社会服务之间的界限，开展学生课程实训和科研训练。教学是知识的传授，科研是知识的创新，也是教学的发展，社会服务是科研成果的应用，也是人才培养的实用化体现，这三者均是以培养为社会服务的创新型人才为根本目标，共同构成一个有机整体。

实训基地利用紧贴行业前沿的真实应用场景和实际应用案例，将先进的大数据专业相关理论知识和算法运用到生产实际的数据分析过程中，将教学内容与企业实际需求相融合、将教学过程与工作过程相融合、将教学实践与真实案例相融合、将教师队伍与企业工程师队伍相融合，实现科研、教学与社会服务的顺畅衔接。

三  产学合作全周期共同培养

产学合作全周期共同培养是企业每个学期都参与到学校的教学计划中，教学围绕“产、学、研、用”一体化的思想和模式，将企业“逐步融入”具体任务落实到每个学期，从教学、实践、科研和应用等多方面，建立数据科学与大数据技术专业的教学资源、科研教学环境及课程实训体系。

第一学期企业参与到学校的教学计划中的教学周期为2周，主要内容是认知实习，新生入学后企业讲师对学生进行行业技术现状、岗位人才需求标准讲座，与学生共同讨论行业（专业）未来发展趋势，并对学生以身示范如何度过大学生活及相关职业素质的拓展训练。

第二学期企业参与到学校的教学计划中的教学周期为3周，主要内容是专业基础课实训，结合第一学期的高级语言程序设计与第二学期的数据结构，理论结合实践，开展数据结构的课程设计。

第三学期企业参与到学校的教学计划中的教学周期为3周，主要内容是专业强化和企业参观，学校可以组织学生在开学前一周或者在教学期间安排学生到企业基地进行参观、培训、参与企业高管对话等活动。结合数据库原理及应用和Java语言程序设计进行Java语言课程设计。