重庆科技职业学院,400900
摘要:本文旨在构建基于行业需求的高职大数据技术专业模块化课程体系。通过深入分析行业需求,结合高职教育的特点,设计了包括基本素质模块、专业基础模块、专业核心模块和集中性实践模块在内的课程体系。该体系注重理论与实践的结合,旨在培养学生具备扎实的大数据技术基础、实践能力和创新思维,以适应行业发展的需求。
关键词:大数据技术;高职院校;模块化;课程体系
构建大数据技术专业模块化课程体系能够深入分析大数据技术专业岗位群,并基于大数据技术专业人才岗位与能力需求,通过构建各模块化课程,着重加强学生职业道德及职业精神的修养,培养和提高当代大学生的职业核心能力。随着大数据时代的到来,越来越多的企业把大数据作为重要的生产要素,并充分发挥数据要素价值,对大数据人才所具备的专业技能和实操能力提出了更高更严格的要求,由此,可以看出大数据技术专业学生的前景是非常好的,大数据领域可以说是未来发展几大领域当中比较有前景的领域之一。然而从当前学生就业形式而言,很多学生都未找到目标岗位相关的工作。一方面用人单位苦于招不到、留不住顶尖一流的人才,另一方面应聘学生缺乏专业相关的实践能力和工作经验,难以符合企业岗位的用人需求。产生这样问题的主要原因是由于许多高职院校仍在沿用传统的以学科为主的课程体系,课程结构不尽合理,因此,建立高质量模块化课程体系是有效提升学生核心就业能力,切实促进高职学生更高质量就业的根本途径。
1构建模块化课程体系优势
构建模块化课程体系的优势主要在以下几方面有所体现:第一,是促进学科交叉的重要举措。高职院校通过构建模块化课程体系能够实现各学科之间的交叉与融合,通过专业知识技能和经验的交叉和综合,使学生具有自己鲜明的思想和独特见解的同时知识面不断拓展,确保其综合素质得到全面提升,构建多元化人才培育体系,实现人才强国。第二,适应新经济的要求和高薪技术产业发展的需要。模块化课程体系通过科学划分行业内的岗位和岗位对应能力,将更能适应行业不断变化的发展需求,提供最新能切实应用的专业知识,增强专业技能。第三,实现产业协同高质量发展。深入推进校地合作,精准对接,优化聚集各类创新要素等方面发挥了重要作用,实现了高职教育与产业发展同频共振,实现了促进大学生高质量充分就业的目标。第四,加强学生实践能力的培养,深化实践育人常态长效。模块化课程体系具有高度的科学性和实践性,可让学生在学习过程中充分地掌握知识并运用,更好的发展学生的思维能力,促进学生认知结构建构,以此提高学生综合素质,培养学生实践能力。通过开展创业教育课程,帮助学生提高思维灵活性,实现深度学习,在学习和实践中不断提高解决实际问题的能力。在构建模块化课程体系时,应注意以下几点:首先,科学构建课程体系,打破学科边界有效整合学科内部的内容,注重知识结构与能力结构优化组合,做到与时俱进。同时,在课程体系建设设计与实施过程中,对当前行业需求和未来发展趋势进行全面考虑,实现课程建设发展和专业教学质量与市场需求相对接,为人才赋能产业发展提供助力。其次,开创“校企融合”的新型办学模式,采用校企合作的人才培养模式培养高技能人才,围绕课程设计加强实践性教学,通过实践教学扩展和深化理论教学,推动人才战略合作新模式。除此之外,还应加强企业、政府与高职院校之间的良性对接,深入了解和全面把握产业融合发展趋势,以此强化高职院校模块化课程体系的高质量建设[1]。
2大数据技术专业模块化课程体系建设
2.1基本素质模块课程
该模块在课程设置时应全面开设通用知识和通用技术的教学,引导学生走入技术世界,提高学生对于社会的适应能力,同时尽可能的激发学生的创造欲望。基本素质模块可涵盖语言表达能力、文字应用能力、信息处理能力、团队协作能力、创新能力及文化素质、心理素质等多层次的教育,各专业通过设置这一公共课程,不仅有助于培养学生学习、理解运用人文知识和技能所形成的基本能力,使学生增强自学能力,强化创新创业意识,还能够帮助学生树立职业理想,养成良好的职业道德职业道德行为,培养学习能力和持续学习的态度,使学生能力适应不断发展的新技术需求[2]。
2.2专业基础模块课程
该模块依托大数据企业对应岗位所需具备的专业知识和能力要求来设置课程结构、课程内容和课程计划,将以培养学生基础知识和基本技能为主的课程构建专业基础模块,其能力目标以培养大数据技术与应用专业人才为主,兼顾职业素质培养与能力培养,以实现培养学生可持续发展能力的目标,并为学生就业或转岗创造便利条件。专业基础模块涵盖了《大数据导论》、《Java 程序设计》、《数据库原理及应用》、《操作系统》、《Python程序设计[A1][A2]基础与应用》等核心课程。Python语言在产业界广泛应用,尤其随着人工智能技术的不断演进,已成为国际上最流行的程序设计语言之一。
《Python程序设计基础与应用》为学生进一步熟悉pandas数据处理功能和实际应用打下了良好基础。让学生能理解和领会程序设计的基本方法、掌握Python语言基本语法、若干基本扩展模块介绍与应用、若干高级扩展模块的介绍与应用,从而达到掌握其设计方法和编程基础的目的,为学生进一步继续学习数据结构与算法、人工智能、大数据处理等课程打下坚实的基础[3]。
2.3专业核心模块课程
这一模块是基于体系庞大且复杂的大数据核心技术和大数据企业相关工作岗位提出的核心技能来设置合理的课程结构和课程内容等,在专业课程中精心挑选有助于学生探索大数据应用的新范式,掌握实际应用中科学解决问题方法的相关课程。通过学习相应的专业核心模块,加强基本实验技能训练和体会,不断强化巩固学生的基本功,夯实专业技能,从而提升高职学生专业技能水平,为多层次培养符合我国经济社会发展要求的技能人才奠定良好基础。主要专项职业能力目标是以培养具有竞争力的大数据专业人才为主,同时兼顾大数据技术的最新进展和发展趋势,帮助学生提升专业技能,增强知识储备,从而达到岗位职责需要。专业核心模块重点培养学生掌握企业级数据可视化工具的使用方法,确保学生能够将所学知识应用于实际的数据可视化工作。《大数据可视化技术和应用》作为核心课程,为学生提供了深入的实践机会。此外,该模块还包括了《Hbase 分布式数据库》,作为通往“大数据知识空间”的关键桥梁,为学生提供坚实基础,助其在大数据领域深入发展。《数据仓库技术(Hive)》、《大数据采集与清洗》以及《大数据处理技术Spark》等课程则进一步强化了学生的大数据技能,使他们能应对各种实际的大数据问题[4]。
2.4集中性实践模块课程
集中性实践模块课程是高职院校中非常重要的一部分,包括了多个领域的实践课程,其中最核心的四个模块是Python程序设计综合实训、Hadoop大数据技术综合实训、Spark大数据技术综合实训以及大数据应用开发综合实训。Python程序设计综合实训课程,主要是通过大量的编程实践,让学生掌握Python语言的编程技巧和思维方式,提高学生的编程能力和解决实际问题的能力。Hadoop大数据技术综合实训课程,主要是让学生了解大数据技术的核心原理和应用场景,通过实践操作,让学生掌握Hadoop、Hive、HBase等大数据技术的使用方法和应用技巧。Spark大数据技术综合实训课程,主要是让学生了解Spark大数据处理框架的核心原理和应用场景,通过实践操作,让学生掌握Spark、Spark SQL、PySpark等Spark技术的使用方法和应用技巧。大数据应用开发综合实训课程,主要是让学生了解大数据应用开发的全流程,通过实践操作,让学生掌握数据采集、数据清洗、数据存储、数据分析和数据可视化等各个环节的开发技巧和方法。
通过这些集中性实践模块课程的学习,高职院校的学生可以全面提升自身的综合素质,强化人才培养质量。这些实践经验不仅有助于拓展学生的专业素质,更有助于提高他们的就业竞争力,为未来的职业生涯做好充分准备。
结束语:
高职大数据技术专业模块化课程体系建设是我国当前深化教育改革的重点任务,也是稳步发展职业教育的新路径。建立模块化课程体系可高效整合课程教学资源,优化课堂教学方法,深化高层次创新人才培养模式改革,提高人才培养质量,发挥高职院校人才优势、学科优势、专业优势,促进高职院校更好地为我国经济社会发展服务。
参考文献:
[1]王登科.高职大数据技术专业模块化课程体系的构建[J].牡丹江大学学报, 2023(11):271-272.
[2]刘清华.适应岗位需求的高职大数据专业课程体系构建研究[J].南通职业大学学报, 2020(20):117-118.
[3]黄冰.产证赛融通的高职大数据技术专业课程体系构建的研究与实践[J].科技风, 2023(59):123-124.
[4]亢华爱.高职大数据应用技术专业的课程体系探研[J].百科论坛电子杂志, 2020(75):231-232.
陆洪(1996.10.10),女,重庆巫溪,汉族,职称:助教,学历:本科,研究方向:计算机科学与技术
1、[A1]课程名加上书名号“《》”
《大数据导论》、《Java 程序设计》、《数据库原理及应用》、《操作系统》、《Python程序设计基础与应用》
2、[A2]Python 程序设计改为《Python程序设计基础与应用》