對(duì)高職院校大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)課程體系設(shè)置的幾點(diǎn)建議

耿 學(xué)

（山東工業(yè)職業(yè)學(xué)院 山東 淄博 256414）

1 引言

隨著計(jì)算機(jī)技術(shù)與互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)據(jù)呈現(xiàn)出爆發(fā)式的增長(zhǎng)，根據(jù)著名咨詢(xún)機(jī)構(gòu)互聯(lián)網(wǎng)數(shù)據(jù)中心的預(yù)測(cè)，人類(lèi)社會(huì)產(chǎn)生的數(shù)據(jù)以每年50%的速度增長(zhǎng)，也就是說(shuō)，大約每?jī)赡昃驮黾右槐叮?020 年全球總共擁有35ZB 的數(shù)據(jù)量[2]。面對(duì)如此巨大的數(shù)據(jù)量，需要使用新技術(shù)對(duì)其采集、存儲(chǔ)、處理以及分析，從而得到有價(jià)值的數(shù)據(jù)，這一系列的過(guò)程產(chǎn)生了大量的人才需求，高職院校為了培養(yǎng)相關(guān)人才紛紛申報(bào)了大數(shù)據(jù)專(zhuān)業(yè)，但因大數(shù)據(jù)專(zhuān)業(yè)為新興專(zhuān)業(yè)，師資力量?jī)?chǔ)備不足、教師經(jīng)驗(yàn)不足，而大數(shù)據(jù)涵蓋的知識(shí)技術(shù)廣、難度大，高職院校學(xué)生在校學(xué)習(xí)時(shí)間短等等。如何通過(guò)調(diào)整課程體系設(shè)置，增強(qiáng)大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)課程之間的關(guān)聯(lián)性、整合力，促進(jìn)高職學(xué)生就業(yè)等是高職院校研究的重點(diǎn)。

2 問(wèn)題分析

以下通過(guò)學(xué)情、崗位、技術(shù)三個(gè)層面分析高職院校大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)課程設(shè)置需綜合考慮的問(wèn)題。

2.1 學(xué)情分析

高職院校學(xué)生學(xué)制3 年，但在校時(shí)間一般2 年，2 年中需要安排基本素質(zhì)課、專(zhuān)業(yè)通識(shí)課、專(zhuān)業(yè)核心課和專(zhuān)業(yè)拓展課，時(shí)間有限，安排的課程即有限。但是大數(shù)據(jù)囊括的技術(shù)非常多，難度也大，課程設(shè)置時(shí)要考慮課程設(shè)置的貫通性、整合性。

2.2 就業(yè)崗位業(yè)務(wù)需求分析

通過(guò)對(duì)各大招聘網(wǎng)站調(diào)研，發(fā)現(xiàn)面向高職院校招聘的大數(shù)據(jù)相應(yīng)崗位主要包括大數(shù)據(jù)開(kāi)發(fā)、大數(shù)據(jù)運(yùn)維、大數(shù)據(jù)分析與挖掘[1]，分別占比67.5%、24%、5%。相應(yīng)崗位的工作任務(wù)和知識(shí)技能要求如表1 所示。綜合分析就業(yè)崗位、工作任務(wù)及知識(shí)技能要求，學(xué)生應(yīng)掌握的知識(shí)包括：Linux 平臺(tái)應(yīng)用、編程語(yǔ)言Java 及Python 的使用、Hadoop 集群及相關(guān)組件的安裝、部署及應(yīng)用等[3-4]。課程設(shè)置時(shí)應(yīng)注意課程之間的銜接性、整體性，避免重復(fù)性，例如數(shù)據(jù)庫(kù)學(xué)習(xí)可以有SQLServer、Oracle、MySQL 等，但是從整體性考慮MySQL 在整個(gè)課程體系中使用更廣泛、銜接性更好。

表1 大數(shù)據(jù)就業(yè)崗位表

2.3 大數(shù)據(jù)技術(shù)分析

從大數(shù)據(jù)分析角度來(lái)說(shuō)，典型的大數(shù)據(jù)分析過(guò)程包括：數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲(chǔ)與管理、數(shù)據(jù)處理與分析、數(shù)據(jù)可視化；這些分析過(guò)程中涵蓋的相關(guān)技術(shù)既包含底層的操作系統(tǒng)（Linux、Windows）、網(wǎng)絡(luò)技術(shù)，還包含編程語(yǔ)言（Java、Python、R、Scala、C），包含Hadoop生態(tài)體系（HDFS、MapReduce、HBase、Hive、Zookeeper、Pig、Flume、Sqoop、Mahout、Ambari 等）（見(jiàn)圖1 所示）、Spark 生態(tài)系統(tǒng)（Spark Core、SparkSQL、SparkStreaming、MLib等）（見(jiàn)圖2 所示），數(shù)據(jù)采集工具Kettle、可視化技術(shù)ECharts 等。面對(duì)如此多的技術(shù)，如何合理安排課程以銜接人才培養(yǎng)方案，也是需要考慮的內(nèi)容。

圖1

圖2

3 建議

綜上所述，高職大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)所需掌握的技術(shù)多、難度大、時(shí)間短，在課程設(shè)置方面應(yīng)注重課程的銜接性、整體性，避免重復(fù)性：

3.1 注重課程選擇的系統(tǒng)性，避免課程重復(fù)

前面所述，大數(shù)據(jù)專(zhuān)業(yè)涉及技術(shù)廣、選擇性也多，所以課程設(shè)置時(shí)要根據(jù)人才培養(yǎng)定位總體把握，避免出現(xiàn)課程重復(fù)的情況，例如，數(shù)據(jù)庫(kù)課程開(kāi)設(shè)的是SQLServer，而在Hadoop 學(xué)習(xí)時(shí)更多是使用Linux 平臺(tái)，在Linux 平臺(tái)上連接數(shù)據(jù)庫(kù)優(yōu)選MySQL，這樣就造成了課程之間的脫節(jié)、重復(fù)。

大數(shù)據(jù)專(zhuān)業(yè)的人才定位是大數(shù)據(jù)開(kāi)發(fā)、運(yùn)維、分析與挖掘，那么面對(duì)Java、C 語(yǔ)言、C++、Scala、Python、R 語(yǔ)言等大數(shù)據(jù)中常用的編程語(yǔ)言，如何進(jìn)行選擇？根據(jù)學(xué)生學(xué)習(xí)時(shí)間及相近課程最少化原則，Java 及Python 是最好的選擇，Hadoop 是Java 語(yǔ)言開(kāi)發(fā)，若要使用其核心組件HDFS 及MapReduce 進(jìn)行大數(shù)據(jù)存儲(chǔ)及處理，掌握J(rèn)ava 語(yǔ)言更方便，開(kāi)發(fā)的程序也更穩(wěn)定；進(jìn)行大數(shù)據(jù)開(kāi)發(fā)必須要掌握一門(mén)web開(kāi)發(fā)技術(shù)，那目前比較流行的是PHP 和JavaWeb，JavaWeb 和Java 是一個(gè)體系，開(kāi)設(shè)JavaWeb，學(xué)生學(xué)習(xí)既可以達(dá)到深化的目的又可以形成整體的知識(shí)架構(gòu)，而PHP 是新課程，學(xué)生學(xué)習(xí)會(huì)有抵觸的心理，而且構(gòu)建的知識(shí)會(huì)比較零散。此外，選擇性比較多的還有數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)有SQLServer、MySQL、Oracle，SQLServer 早期產(chǎn)品只適用于Windows，Oracle 是收費(fèi)軟件，MySQL 開(kāi)源免費(fèi)，MySQL 無(wú)論是在Java Web 保存數(shù)據(jù)還是在Hive 元數(shù)據(jù)存儲(chǔ)方面都更勝一籌。

3.2 注重課程之間的銜接性，避免知識(shí)斷層

第一學(xué)期可開(kāi)設(shè)計(jì)算機(jī)文化基礎(chǔ)、網(wǎng)絡(luò)技術(shù)、Java 程序設(shè)計(jì)課程，培養(yǎng)學(xué)生大數(shù)據(jù)平臺(tái)搭建以及數(shù)據(jù)處理的專(zhuān)業(yè)基礎(chǔ)知識(shí)技能；第二學(xué)期可開(kāi)設(shè)大數(shù)據(jù)概論、MySQL 數(shù)據(jù)庫(kù)、Linux 操作系統(tǒng)以及HTML 等課程，培養(yǎng)學(xué)生平臺(tái)應(yīng)用以及數(shù)據(jù)存儲(chǔ)專(zhuān)業(yè)知識(shí)技能；第三學(xué)期進(jìn)入專(zhuān)業(yè)核心課程學(xué)習(xí)，開(kāi)設(shè)Python、數(shù)據(jù)清洗、JavaScript、Hadoop大數(shù)據(jù)技術(shù)與應(yīng)用等，培養(yǎng)學(xué)生的大數(shù)據(jù)采集、清洗、分析、展示各階段的專(zhuān)業(yè)技能；第四學(xué)期進(jìn)入專(zhuān)業(yè)知識(shí)拔高以及綜合運(yùn)用階段，可開(kāi)設(shè)Spark 編程提高大數(shù)據(jù)處理速度，開(kāi)設(shè)Hbase 進(jìn)行大數(shù)據(jù)查詢(xún)等，見(jiàn)表2 所示。

表2 大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)課程設(shè)置

3.3 注重課程的整體性，避免課程覆蓋多而雜

Hadoop 生態(tài)系統(tǒng)和Spark 生態(tài)系統(tǒng)包含諸多組件，數(shù)據(jù)采集有爬蟲(chóng)、flume 采集等，但教學(xué)中不能就每個(gè)技術(shù)逐個(gè)詳細(xì)講解，所以課程設(shè)置時(shí)要綜合考慮就業(yè)崗位知識(shí)技能需求以及課程之間的貫通性。

4 結(jié)語(yǔ)

大數(shù)據(jù)技術(shù)與應(yīng)用專(zhuān)業(yè)作為新興專(zhuān)業(yè)，其在專(zhuān)業(yè)課程設(shè)置方面應(yīng)該經(jīng)過(guò)充分的調(diào)研論證，以知識(shí)點(diǎn)為抓手，以應(yīng)用為目的，強(qiáng)化課程體系的整合建設(shè)，推動(dòng)高職院校的辦學(xué)能力。