论文部分内容阅读
摘 要：本文首先讲述了大数据基础人才培养的市场需求及背景，数字中国、智慧社会建设需要大量的大数据基础人才。其次分析了目前大数据人才的培养状况，存在高校培养起步晚，高校师资缺乏、培养的学生实践能力弱、毕业后工作上手慢、社会培训机构转型不到位等问题。最后提出了要校企联合培养大数据基础人才，学校和行业龙头企业参与制定培养标准，将标准上升到行业人才职业标准，以市场需求为导向进行人才培养，最终上升到国家职业标准，嵌入“1+x”证书培养模式。
关键词：大数据;基础人才;现状;对策;校企联合培养
本文索引：胡国义，郑明娜，邵根富.<标题>[J].商展经济，2021（17）：-104.
中图分类号：F272.92 文献标识码：A
DOI：10.12245/j.issn.2096-6776.2021.17.32
1 背景及需求
当前，新一轮技术革命正引领人类从工业文明向网络文明加速转型，信息技术以及计算机发展迅速，数据呈现出爆炸式增长。党的十九大提出要加快建设网络强国、数字中国、智慧社会，加快实施国家大数据战略。建设数字中国，是贯彻落实习近平新时代中国特色社会主义思想的战略举措，政府、社会、经济都是重要领域，全国各地纷纷开始了三大领域的数字化转型进程，亟待不同层次、不同类型的大数据人才助力各地数字化转型建设。
在各地政府推进数字化转型建设的过程中，大数据无疑是重中之重。据不完全统计，我国省级层面已有19个地区设立了省级大数据管理机构;从省级以下层面来看，我国已设立了79个有关机构。大数据管理部门的成立表明，当地政府已充分认识到了大数据的重要性。从各地大数据的实践来看，最大痛点和瓶颈正是大数据意识及各层次大数据人才的匮乏。猎聘发布了《猎聘2019年中国AI&大数据人才就业趋势报告》，报告指出，AI&大数据人才在全球爆发式发展，而另一面在全球范围内呈现严重人才荒，中国大数据人才缺口高达150万。高校肩负着人才培养的社会责任，对各行业人才加大大数据技术的培养尤为重要。人社部2019年新增13个职业，其中就有新增大数据相关的职业“大数据工程技术人员”。
2019年以来，国家出台一系列的文件指出推动人工智能、大数据与区块链等技术在各行业的应用，建立基于大数据分析的食品安全信息平台，推动大数据、互联网、人工智能、区块链、超级计算等技术与交通行业深度融合;推动互联网、物联网、大数据、人工智能、区块链与贸易有机融合。《长江三角洲区域一体化发展规划纲要》更是指出加强对大数据、云计算、区块链、物联网、人工智能、卫星导航等新技术研发应用。习近平多次指出要充分运用大数据分析等方法支撑疫情防控工作。自疫情发生后，全国各地积极运用大数据、云计算等技术，为疫情监测分析、病毒溯源、防控救治、资源调配提供支撑，发挥出我国在大数据应用、互联网等方面的优势。提出数字经济一号工程的浙江，创造了“一图一码一指数”的抗疫和复工复产的精密智控机制，数字技术创新引领经济社会数字化转型成效。总之，国家逐步重视大数据在各行业的应用。
随着大数据时代的到来，无处不在的“数据”引发了人们空前的关注，各行各业对大数据人才的需求量都呈现出大幅增长的趋势。但是当前不论是国内还是国外，不同层次、不同类型的大数据人才都比较缺乏，大数据基础人才即大数据工程技术人员缺乏问题最为突出，大数据工程技术人员现有的数量与实际需求相比都存在很大的缺口。
本文所研究的大数据基础人才，是指在大数据人才金子塔中处于中低层的基础人才，是从事大数据管理与应用的人才。
2 大数据基础人才培养情况
大数据行业正面临着全球性的人才荒，世界各国纷纷制定大数据战略，致力于抢占大数据发展战略制高点。国际数据公司（IDC）发布的 2017 年大数据白皮书预测，2025 年全球大数据规模将增长至 163 ZB，相当于 2016 年的 10 倍，大数据继续表现出更为强健的增长态势。
面对全球范围内大数据工程技术人员稀缺的状况，我国政府、高校和企业需要协同建立大数据基础人才教育培养体系，加快推动数据技术的发展和大数据基础人才的培养。下面从大数据基础人才高校培养现状和社会培训现状两个方面进行阐述。
2.1 大数据基础人才高校培养现状
2.1.1 大数据人才培养发展
作为大数据概念的发源地，美国一直走在大数据发展的前列。据不完全统计，美国现有46所高校开设与大数据相关的本科专业;有超过300所大学开设了大数据相关专业硕士研究生课程。与国外的大数据发展相比，我国大数据的起步相对较晚。要想让大数据充分发挥价值，将大数据的优势落地，需要一大批优秀的大数据人才。2014年年初，在袁卫和纪宏教授的倡导下，由中国人民大学、北京大学、中国科学院、中央财经大学和首都经济贸易大学五所院校成立的大数据分析硕士培养。自2016年，北京大学成为教育部首批获准开设“数据科学与大数据技术”专业的本科院校，截至2020年，总计477所本科院校成功获批该专业，30所高校开设“大数据管理与应用”专业。在实际培养过程中，高校大数据技术专业毕业的师资紧缺，从事该专业的教师由来自计算机科学与技术、人工智能专业转型与国外高校毕业数据科学教师组成，缺乏专业的大数据技术师资，因此培养的人才知识体系较为简单。
2.1.2 大数据人才实践能力培养
大数据人才培养起步较早的是美国、英国等国家的高校。许多美国大学会将数据科学与原有特色专业相结合，在本校具有优势的领域中关注数据科学，并非常重视这一专业的实践性。比较重视通过与校外合作来提高学生的实际应用能力，提高学生就业的实操能力。
但是，我国校企合作還未形成统一的模式。在实际的人才培养过程中，很多高校缺乏大数据的获取渠道，缺乏成熟的大数据人才培养方案，特别是缺少在大数据人才思维训练方面的经验。毕业生缺少实习机会，导致高校培养出的大数据人才难以立刻上手，需要较长的培训和适应期。而且，目前国内大数据相关专业主要开设在本科、研究生层次，大部分都是面向大数据高层次人才，对于大数据基础人才的教育、培养极其缺乏，尤其是具备实操能力的大数据人员。 2.2 大数据基础人才社会培训现状
大数据基础人才需要具有跨领域的知识架构，既需要懂IT技术和统计知识，又要懂实际的应用场景业务，市场实际需求与现有人员相比存在巨大缺口，仅靠传统的高校教育难以快速满足市场需求。高校教育一方面招生人数受限，另一方面由于课程设置受限，难以快速应对市场对人才的动态需求，社会培训成为填补大数据工程技术人员缺口的有效途径。
目前，大数据行业社会培训机构众多，但对大数据基础人才的培养存在严重的方向偏移。很多大数据培训机构是从IT培训转化而来，缺乏综合知识结构培养。因此，为了更好地服务国家大数据战略、服务数字中国等建设，有必要联合高校和行业龙头企业开展大数据人才培养、培训。
3 大数据基础人才培养对策
针对我国大数据基础人才培养的现实情况、市场需求等，本文提出对大数据基础人才培养采取校企联合培养的模式。由高校和行业龙头企业以市场人才需求为导向，共同制定人才培养标准，在高校里进行理论基础课程的培养，企业进行实践课程培养，“理论+实践”的培养模式，让学生能更早地进行工作模拟，工作能力提升，获取职业资格证书，为就业打下坚实基础。
3.1 校企联合培养大数据基础人才的优势
3.1.1 人才培养更符合市场需求
以浙江为例，已经初步构建起大数据产业的生态系统，涌现出阿里巴巴系列企业、海康威视、数梦工场等一批在全国有影响力的大数据企业，在大数据的基础设施、支撑平台、应用开发上形成了较完整的产业链。以浙江为试点，打造学校企业联合的培育模式，保证校企师资融合、工学结合。校企联合培育模式，一方面可以以市场需求为导向培养人才，更能适应市场的需求，让大数据直接转化为生产力，助推地方质量变革、效率变革、动力变革和实现高质量发展的新引擎。另一方面可以倒逼高校人才培养模式更具市场化，高校教师的“理论基础+企业导师”的实践能力，双方的师资互补互学，能更好地融入到人才培养中来。
3.1.2 人才培养标准更科学化
国家专门制定出台了《国家职业教育改革实施方案》（简称职教20条），明确自2019年开始，在职业院校、应用型本科高校启动“学历证书+若干职业技能等级证书”制度试点工作。这一试点工作的推出，直接为国家人才培养指明了方向，让人才更具基础性、更有实践能力，能直接进入工作，减少岗前适应实践，也是推行“产教融合”人才培养的举措。这对于本文所研究的大数据基础人才培养给出了方向。让行业、企业参与课程开发、专业教学、职业能力培训、质量标准制定与考核评估等大数据人才培养全过程。
3.2 校企联合培养大数据基础人才的做法
大数据行业人才需求就像金字塔结构，金字塔中下层人员需求量大且技术能力水平要求相对较低，而金字塔上层人员需求有限但综合技术能力要求相对较高。但是金字塔的下层却是人才需求量最大的，这些基础性职业人才占到大数据从业人员的70%以上，基础性人才是推动数字经济发展的引擎，该类人才是可通过高校、企业、社会等联合教育平台培养的刚需人才。以市场需求、人才工作内容为依据，将大数据基础人才进行工种划分、能力等级划分，最终给出培养方案，由行业主管部门给予职业认定指导。
3.2.1 大数据基础人才工种划分
结合市场实际需求以及从业人员所从事的具体工作内容分析，大数据基础人才主要从事大数据的采集、清洗、分析、治理、挖掘等工作，并能安全地加以利用、管理、维护和服务的专业人员。本文将大数据基础人才分为大数据治理和大数据安全两个方向。
3.2.2 职业能力等级划分
根据大数据基础人才的职业能力水平，分为三个等级：初级、中级、高级。初级定位：能根据数据项目建设的要求，完成数据的基础调研、采集管理，能运用工具做简单的数据治理及基础数据安全运维类工作。中级定位：能独立承担数据治理、数据建模应用等工作的管理及优化，能主动发现数据安全风险并提供整改方案，可指导初级人员完成相关工作。高级定位：能根据数据标准及规范，完成数据的标准化制定，能结合数据应用设计主题及建模，能提供数据安全的体系化设计及方案，对数据管理体系可持续优化，并能参与技术管理及培训类工作。
3.2.3 校企联合制定培养标准
充分发挥校企联合培养人才的优势，充分利用行业和企业的人才培养体系、课程体系及人才评估体系，结合已有的实训课程及项目经验导入，夯实理论基础及实践动手能力和积累大数据项目经验，最终培养出具有良好的职业道德和创新精神的人才，除了掌握专业所需的课程知识技能外，还具备大数据工程项目从业所需的各项知识及技能，为数字经济发展提供大量基础人才。
围绕大数据基础人才的技能要求及工作内容，由相关部门、院校、企业、行业专家研讨制定符合该类人才培养要求的课程体系，并结合各地区及行业的发展增加地区或行业特色类教材。
（1）基础课程体系
基础课程体系包含本科培养高校的教学计划规定课程，以及职业能力培养课程体系、职业标准课程体系、先导课程体系。
职业能力培养课程体系是指由相关部门、院校、企业、行业专家研讨制定的符合大数据基础人才职业培养要求的课程体系，并结合各地区及行业的发展增加地区或者行业特色类教程。
职业标准课程体系是指由行业主管部门及相关专家委员会共同制定的通用标准类课程体系，是普适所有大数据基础人才的标准课程，各院校及培养机构需要依规开设相应的课程。
先导课程体系是指为解决大数据基础人才职业认定时基础知识技能缺失或不足的问题，设计的对被培养（培训）人员知识重构的课程体系。
（2）技能实训课程体系
实训类课程由與高校合作的培训中心采用集中面授的方式按期开展，保障学员有足够的实操内容及学习效果，理论结合实践的方式让学员更快的掌握数据治理、数据安全人员所需的职业知识及技能，满足行业人才的普适性需求。技能实训课程体系全部运用企业在实际工作中获取的数据加密后进行模拟操作，有利于学员加深对基础课程体系的理解，有利于学员快速地掌握具体工作中对大数据基础人才的工作要求，可以通过市场需求让学员对所学知识进行重塑。
关键词：大数据;基础人才;现状;对策;校企联合培养
本文索引：胡国义，郑明娜，邵根富.<标题>[J].商展经济，2021（17）：-104.
中图分类号：F272.92 文献标识码：A
DOI：10.12245/j.issn.2096-6776.2021.17.32
1 背景及需求
当前，新一轮技术革命正引领人类从工业文明向网络文明加速转型，信息技术以及计算机发展迅速，数据呈现出爆炸式增长。党的十九大提出要加快建设网络强国、数字中国、智慧社会，加快实施国家大数据战略。建设数字中国，是贯彻落实习近平新时代中国特色社会主义思想的战略举措，政府、社会、经济都是重要领域，全国各地纷纷开始了三大领域的数字化转型进程，亟待不同层次、不同类型的大数据人才助力各地数字化转型建设。
在各地政府推进数字化转型建设的过程中，大数据无疑是重中之重。据不完全统计，我国省级层面已有19个地区设立了省级大数据管理机构;从省级以下层面来看，我国已设立了79个有关机构。大数据管理部门的成立表明，当地政府已充分认识到了大数据的重要性。从各地大数据的实践来看，最大痛点和瓶颈正是大数据意识及各层次大数据人才的匮乏。猎聘发布了《猎聘2019年中国AI&大数据人才就业趋势报告》，报告指出，AI&大数据人才在全球爆发式发展，而另一面在全球范围内呈现严重人才荒，中国大数据人才缺口高达150万。高校肩负着人才培养的社会责任，对各行业人才加大大数据技术的培养尤为重要。人社部2019年新增13个职业，其中就有新增大数据相关的职业“大数据工程技术人员”。
2019年以来，国家出台一系列的文件指出推动人工智能、大数据与区块链等技术在各行业的应用，建立基于大数据分析的食品安全信息平台，推动大数据、互联网、人工智能、区块链、超级计算等技术与交通行业深度融合;推动互联网、物联网、大数据、人工智能、区块链与贸易有机融合。《长江三角洲区域一体化发展规划纲要》更是指出加强对大数据、云计算、区块链、物联网、人工智能、卫星导航等新技术研发应用。习近平多次指出要充分运用大数据分析等方法支撑疫情防控工作。自疫情发生后，全国各地积极运用大数据、云计算等技术，为疫情监测分析、病毒溯源、防控救治、资源调配提供支撑，发挥出我国在大数据应用、互联网等方面的优势。提出数字经济一号工程的浙江，创造了“一图一码一指数”的抗疫和复工复产的精密智控机制，数字技术创新引领经济社会数字化转型成效。总之，国家逐步重视大数据在各行业的应用。
随着大数据时代的到来，无处不在的“数据”引发了人们空前的关注，各行各业对大数据人才的需求量都呈现出大幅增长的趋势。但是当前不论是国内还是国外，不同层次、不同类型的大数据人才都比较缺乏，大数据基础人才即大数据工程技术人员缺乏问题最为突出，大数据工程技术人员现有的数量与实际需求相比都存在很大的缺口。
本文所研究的大数据基础人才，是指在大数据人才金子塔中处于中低层的基础人才，是从事大数据管理与应用的人才。
2 大数据基础人才培养情况
大数据行业正面临着全球性的人才荒，世界各国纷纷制定大数据战略，致力于抢占大数据发展战略制高点。国际数据公司（IDC）发布的 2017 年大数据白皮书预测，2025 年全球大数据规模将增长至 163 ZB，相当于 2016 年的 10 倍，大数据继续表现出更为强健的增长态势。
面对全球范围内大数据工程技术人员稀缺的状况，我国政府、高校和企业需要协同建立大数据基础人才教育培养体系，加快推动数据技术的发展和大数据基础人才的培养。下面从大数据基础人才高校培养现状和社会培训现状两个方面进行阐述。
2.1 大数据基础人才高校培养现状
2.1.1 大数据人才培养发展
作为大数据概念的发源地，美国一直走在大数据发展的前列。据不完全统计，美国现有46所高校开设与大数据相关的本科专业;有超过300所大学开设了大数据相关专业硕士研究生课程。与国外的大数据发展相比，我国大数据的起步相对较晚。要想让大数据充分发挥价值，将大数据的优势落地，需要一大批优秀的大数据人才。2014年年初，在袁卫和纪宏教授的倡导下，由中国人民大学、北京大学、中国科学院、中央财经大学和首都经济贸易大学五所院校成立的大数据分析硕士培养。自2016年，北京大学成为教育部首批获准开设“数据科学与大数据技术”专业的本科院校，截至2020年，总计477所本科院校成功获批该专业，30所高校开设“大数据管理与应用”专业。在实际培养过程中，高校大数据技术专业毕业的师资紧缺，从事该专业的教师由来自计算机科学与技术、人工智能专业转型与国外高校毕业数据科学教师组成，缺乏专业的大数据技术师资，因此培养的人才知识体系较为简单。
2.1.2 大数据人才实践能力培养
大数据人才培养起步较早的是美国、英国等国家的高校。许多美国大学会将数据科学与原有特色专业相结合，在本校具有优势的领域中关注数据科学，并非常重视这一专业的实践性。比较重视通过与校外合作来提高学生的实际应用能力，提高学生就业的实操能力。
但是，我国校企合作還未形成统一的模式。在实际的人才培养过程中，很多高校缺乏大数据的获取渠道，缺乏成熟的大数据人才培养方案，特别是缺少在大数据人才思维训练方面的经验。毕业生缺少实习机会，导致高校培养出的大数据人才难以立刻上手，需要较长的培训和适应期。而且，目前国内大数据相关专业主要开设在本科、研究生层次，大部分都是面向大数据高层次人才，对于大数据基础人才的教育、培养极其缺乏，尤其是具备实操能力的大数据人员。 2.2 大数据基础人才社会培训现状
大数据基础人才需要具有跨领域的知识架构，既需要懂IT技术和统计知识，又要懂实际的应用场景业务，市场实际需求与现有人员相比存在巨大缺口，仅靠传统的高校教育难以快速满足市场需求。高校教育一方面招生人数受限，另一方面由于课程设置受限，难以快速应对市场对人才的动态需求，社会培训成为填补大数据工程技术人员缺口的有效途径。
目前，大数据行业社会培训机构众多，但对大数据基础人才的培养存在严重的方向偏移。很多大数据培训机构是从IT培训转化而来，缺乏综合知识结构培养。因此，为了更好地服务国家大数据战略、服务数字中国等建设，有必要联合高校和行业龙头企业开展大数据人才培养、培训。
3 大数据基础人才培养对策
针对我国大数据基础人才培养的现实情况、市场需求等，本文提出对大数据基础人才培养采取校企联合培养的模式。由高校和行业龙头企业以市场人才需求为导向，共同制定人才培养标准，在高校里进行理论基础课程的培养，企业进行实践课程培养，“理论+实践”的培养模式，让学生能更早地进行工作模拟，工作能力提升，获取职业资格证书，为就业打下坚实基础。
3.1 校企联合培养大数据基础人才的优势
3.1.1 人才培养更符合市场需求
以浙江为例，已经初步构建起大数据产业的生态系统，涌现出阿里巴巴系列企业、海康威视、数梦工场等一批在全国有影响力的大数据企业，在大数据的基础设施、支撑平台、应用开发上形成了较完整的产业链。以浙江为试点，打造学校企业联合的培育模式，保证校企师资融合、工学结合。校企联合培育模式，一方面可以以市场需求为导向培养人才，更能适应市场的需求，让大数据直接转化为生产力，助推地方质量变革、效率变革、动力变革和实现高质量发展的新引擎。另一方面可以倒逼高校人才培养模式更具市场化，高校教师的“理论基础+企业导师”的实践能力，双方的师资互补互学，能更好地融入到人才培养中来。
3.1.2 人才培养标准更科学化
国家专门制定出台了《国家职业教育改革实施方案》（简称职教20条），明确自2019年开始，在职业院校、应用型本科高校启动“学历证书+若干职业技能等级证书”制度试点工作。这一试点工作的推出，直接为国家人才培养指明了方向，让人才更具基础性、更有实践能力，能直接进入工作，减少岗前适应实践，也是推行“产教融合”人才培养的举措。这对于本文所研究的大数据基础人才培养给出了方向。让行业、企业参与课程开发、专业教学、职业能力培训、质量标准制定与考核评估等大数据人才培养全过程。
3.2 校企联合培养大数据基础人才的做法
大数据行业人才需求就像金字塔结构，金字塔中下层人员需求量大且技术能力水平要求相对较低，而金字塔上层人员需求有限但综合技术能力要求相对较高。但是金字塔的下层却是人才需求量最大的，这些基础性职业人才占到大数据从业人员的70%以上，基础性人才是推动数字经济发展的引擎，该类人才是可通过高校、企业、社会等联合教育平台培养的刚需人才。以市场需求、人才工作内容为依据，将大数据基础人才进行工种划分、能力等级划分，最终给出培养方案，由行业主管部门给予职业认定指导。
3.2.1 大数据基础人才工种划分
结合市场实际需求以及从业人员所从事的具体工作内容分析，大数据基础人才主要从事大数据的采集、清洗、分析、治理、挖掘等工作，并能安全地加以利用、管理、维护和服务的专业人员。本文将大数据基础人才分为大数据治理和大数据安全两个方向。
3.2.2 职业能力等级划分
根据大数据基础人才的职业能力水平，分为三个等级：初级、中级、高级。初级定位：能根据数据项目建设的要求，完成数据的基础调研、采集管理，能运用工具做简单的数据治理及基础数据安全运维类工作。中级定位：能独立承担数据治理、数据建模应用等工作的管理及优化，能主动发现数据安全风险并提供整改方案，可指导初级人员完成相关工作。高级定位：能根据数据标准及规范，完成数据的标准化制定，能结合数据应用设计主题及建模，能提供数据安全的体系化设计及方案，对数据管理体系可持续优化，并能参与技术管理及培训类工作。
3.2.3 校企联合制定培养标准
充分发挥校企联合培养人才的优势，充分利用行业和企业的人才培养体系、课程体系及人才评估体系，结合已有的实训课程及项目经验导入，夯实理论基础及实践动手能力和积累大数据项目经验，最终培养出具有良好的职业道德和创新精神的人才，除了掌握专业所需的课程知识技能外，还具备大数据工程项目从业所需的各项知识及技能，为数字经济发展提供大量基础人才。
围绕大数据基础人才的技能要求及工作内容，由相关部门、院校、企业、行业专家研讨制定符合该类人才培养要求的课程体系，并结合各地区及行业的发展增加地区或行业特色类教材。
（1）基础课程体系
基础课程体系包含本科培养高校的教学计划规定课程，以及职业能力培养课程体系、职业标准课程体系、先导课程体系。
职业能力培养课程体系是指由相关部门、院校、企业、行业专家研讨制定的符合大数据基础人才职业培养要求的课程体系，并结合各地区及行业的发展增加地区或者行业特色类教程。
职业标准课程体系是指由行业主管部门及相关专家委员会共同制定的通用标准类课程体系，是普适所有大数据基础人才的标准课程，各院校及培养机构需要依规开设相应的课程。
先导课程体系是指为解决大数据基础人才职业认定时基础知识技能缺失或不足的问题，设计的对被培养（培训）人员知识重构的课程体系。
（2）技能实训课程体系
实训类课程由與高校合作的培训中心采用集中面授的方式按期开展，保障学员有足够的实操内容及学习效果，理论结合实践的方式让学员更快的掌握数据治理、数据安全人员所需的职业知识及技能，满足行业人才的普适性需求。技能实训课程体系全部运用企业在实际工作中获取的数据加密后进行模拟操作，有利于学员加深对基础课程体系的理解，有利于学员快速地掌握具体工作中对大数据基础人才的工作要求，可以通过市场需求让学员对所学知识进行重塑。