大数据技术与应用专业建设

《大数据技术与应用专业建设》由会员分享，可在线阅读，更多相关《大数据技术与应用专业建设（21页珍藏版）》请在装配图网上搜索。

1、大数据技术与应用专业建设调研报告大数据技术与应用专业建设调研报告自党的十八大以来，我国提出了实施国家大数据战略的重大决策。国务院和相关部门先后印发了促进大数据发展行动纲要、大数据产业发展规划（20162020年）等指导性文件。各部门、各地方高度重视，据不完全统计，我国已有20多个省级地方和10余个部委出台了本地区、本行业大数据发展规划，我国大数据发展已经正式驶入快车道。2015年9月5日经李克强总理签批，国务院印发促进大数据发展行动纲要（以下简称纲要），系统指导我国大数据发展的国家顶层设计和总体部署大数据发展工作。纲要提出从政府大数据、新兴产业大数据、平安保障体系三个方面着手推动大数据领域十大

2、工程建设，将我国大数据发展推向了另一个制高点。职业教化服务经济与社会发展，必需紧跟产业发展步伐，随着经济增长方式转变而“动”，跟着产业结构调整升级而“走”，围着企业技能型人才需求而“转”，适应市场的需求而“变”。在大数据技术飞速发展的今日，职业教化必需紧跟大数据产业发展步伐。为了更好地了解相关行业企业对大数据人才的需求，促进大数据技术与应用专业教学及专业建设，大数据技术与应用专业教学资源库建设团队在国内外针对大数据在行业企业的需求开展了调研。一、调研目的1、了解大数据行业企业对大数据技术与应用专业人才的需求倾向、人才需求规格预料、就业预料、人才的市场定位等；2、了解大数据行业企业对大数据技术与

3、应用专业人才培育模式、培育目标的看法，以及对专业学问、岗位分工、职业技能等的要求；3、了解往届相关专业毕业生在工作单位的表现及用人单位对往届毕业生的工作、岗位实力评价；4、与相关企业建立校企合作模式，促进教学与社会实践的联系，为大数据技术与应用专业教学资源库的专业建设、课程体系建设及培育模式找寻更完善的发展方向。二、调研方式1. 问卷调查：印制问卷涵寄或面交，请企业相关人员作答。2. 实地调研：老师到企业和用人单位实地调研。3. 座谈调研：邀请用人单位的技术人员、管理人员到系里开展座谈沟通。4. 网上调查：到网上搜寻有关人才需求、课程设计、教学支配等信息。三、国内外大数据发呈现状（一）大数据产

4、业呈现爆炸式增长由IDC和EMC联合发布的The Digital Universe of Opportunities : Rich Data and the Increasing Value of Internet of Things探讨报告中指出，2011年全球数据总量已达到1.8ZB，并将以每两年翻一番的速度增长，到2020年，全球数据量将达到40ZB，均摊到每个人身上达到5200GB以上。图2-1 2014-2020年中国大数据市场规模及增速在“2017年世界电信和信息化社会日大会”上，工信部总工程师张峰指出，我国的数据总量正在以年均50%的速度持续增长，预料到2020年，我国数据总量在

5、全球占比将达到21%。美国市场探讨公司IDC发布的报告称，全球大数据技术和服务市场将在将来几年保持31.7%的年复合增长率，2016年总规模达到238亿美元。（二）大数据产业应用需求扩张大数据产业应用包括了政府/公共事业、物流零售、文化消遣、能源/制造、金融/保险、旅游、IT互联网电信等行业，可以看出大数据已经受到广泛的行业关注。图2-2 大数据在中国的行业分布参与大数据调查的行业中，来自能源/制造行业的最多，比例达44.9%，其次是政府与公共事业部，比例为17%，第三则是金融与保险行业，为10.3%。接下来，分别是物流零售（8.7%）、文化消遣（6.3%）、IT/互联网/电信（5.8%）、旅

6、游（3.36%）。与数据规模的调查数据相对比，我们发觉50TB以上的数据容量主要分布在能源/制造（47.8%）、金融/保险（20.5%）与政府/公共事业（15.9%）。从各个行业对大数据调研的参与程度其实已经可以反映出各行业对大数据的关注程度，能源/制造行业对于市场行情的数据更为敏感，历史的商品德情对于将来的产品设计、风险评估以及市场导向都有较强的参考意义。而随着政府与公共事业的服务意识的强加与转变，以及更才智的执政与管理理念的带动，对于数据的管理与分析的需求也在日益加强。在金融与保险行业，则是传统的数据量大户，而在新时代更好更快的发觉客户金融习惯，将是金融与保险行业将来竞争必须要做的事情。其

7、次，物流零售的数据价值也在日益显现，成为排名第四的参与调查的行业，而新兴的，数据积累（尤其是非结构化数据）历史尚浅的文化消遣、IT/互联网/电信行业则分列第五和第六。看来大数据已经成为众多行业关注和探讨的话题，其影响力已经覆盖了从传统的制造行业到新型的文化消遣、IT、互联网行业。（三）人才供不应求美国人才聘请市场的数据分析领先者WANTED Analytics和Forbes对来自150个国家的10亿个岗位信息进行了统计，基于“数据分析”、“数据采集”、“数据挖掘”和“数据结构”四项技能的大数据专业人才市场需求分析，在对过去12个月美国就业市场“大数据”相关岗位的分析中发觉：须要“大数据”技能的

8、岗位空缺呈现高速增长。麦肯锡全球探讨所（MGI）和麦肯锡商业技术办公室在对医疗、公共、零售、制造业和个人定位等五个领域内具体探讨了大数据发展趋势后发布的探讨报告预料：由于大数据的引入，会造成信息分析人才的缺乏，预料到2018年，仅美国就须要1419万信息分析专业人才以及150万懂得大数据的管理人员和分析师。大数据不仅提高了产业价值，还能够大幅度的拉动就业。随着各大公司纷纷上马大数据业务，对大数据人才的须要，市场上正处于特别旺盛的阶段。据Gartner预料，全球将新增440万个与大数据相关的工作岗位。大数据的发展也会催生出一些新职业如大数据分析师、首席数据官等，然而人才供应的缺乏正是大数据发展面

9、临的一个瓶颈。目前企业发展大数据已步入初级阶段，不论是拓展大数据业务的百度、阿里、奇虎360等互联网公司，还是专业供应数据服务的大数据服务商，对专业的大数据人才均有较高的需求量。而今年，这一“人才荒”的状况正在愈演愈烈，从肯定程度上说，人才匮乏已经成为制约大数据应用产业发展的重要因素。图2-3 大数据人才市场需求分析（四）大数据技术与应用专业系统化课程资源匮乏就目前来看，在互联网上已经拥有了较多的单体资源，例如Java程序设计、MapReduce程序设计、Hadoop体系框架等课程资源特别丰富，但是缺少资源的系统性，许多学习者不知如何去养成职业岗位实力要求。从目前来看，建设一个大数据技术与应用

10、领域的优质资源库，同时为学习者提出科学合理的学习建议，是特别有必要的。四、典型工作岗位及实力分析由于我国大数据产品正处于起步阶段，市场对技能型、操作性的人才需求相对较高，从统计数据上看，大数据行业求职者学历与聘请需求出现错位，主要表现为大专的聘请需求高于求职者占比，而硕士以上的需求则正好相反。目前，大数据相关工作依据专业范围和工作特点大致可分为如下1)、数据处理类：该类职位要求对数据存储方式和数据存储结构有肯定的理解，了解数据的定义，并且可以通过多种采集方式获得原始数据，按特定要求处理数据。该职位应了解基本的统计学方法，能应用统计学的工具，同时驾驭大数据平台的相关操作技术，能将数据处理方法通过

11、大数据平台实现。对于企业来讲，这部分人群在工作中对专业的娴熟程度要求也是特别高的，例如能娴熟做出因子分析，聚类等基础技术处理，包括类似的各类数据统计处理技术。完成业务中数据的前期预处理和处理基础工作，供应高质量的数据供数据分析和解读。2)、大数据运维类：该类职位要求具备大规模服务器集群的运维实力，同时具备大型数据库运维实力。服务器运维包括维护并确保服务器的可用性，不断优化系统架构、提升部署效率和优化资源利用率等。数据库运维包括具备软件安装、配置优化、数据复原和迁移、数据库故障解除、预防性巡检等一系列实力。运维工程师面对的最大挑战是大规模服务器集群的管理问题，如何管理好几十万台服务器上的服务，同

12、时保障服务的高可用性，是运维工程师面临的最大难题。因此，作为运维类工作，特殊是大数据级的运维工作，职位要求应当具备扎实的基础学问。包括驾驭如Java/Python等至少2种编程语言、娴熟驾驭常用的算法并能敏捷运用、熟识网络基础学问、深化理解Linux操作系统等。同时，在大数据环境下，还应当驾驭熟识分布式计算或者存储系统。3)、大数据技术支持类：大数据技术支持类包括售前技术支持和售后技术支持。售前技术支持能够在大数据应用系统实施前遇到无法解决的问题时供应技术支持；售后技术支持能够在大数据应用系统部署完成后，为客户供应售后服务，帮助工程师诊断并解决大数据应用系统运用过程中出现的问题。该类职位须要驾

13、驭大规模服务器集群学问，以及大数据相关基础。具体包括驾驭至少1门编程语言、驾驭Linux操作系统、驾驭分布式计算和存储系统等。同时技术支持须要面对客户，应具备肯定的沟通和团队协作实力。校企专家通过对上述典型工作岗位的实力要求分析研讨，形成大数据技术与应用专业岗位职业实力分析表。表3-4 大数据技术与应用主要工作任务描述典型工作任务实力要求学问要求技能要求课程大数据平台运维通过系统监控、集群配置等技术手段，保证大数据平台能够长期稳定的支撑企业大数据业务的工作实力1、驾驭计算机基础学问；2、驾驭网络基础学问、中小型局域网组建和运维技术；3、驾驭服务器及存储基础学问，4、驾驭主流操作系统（如Linu

14、x、Windows）5、驾驭主流数据库基础技术（如oracle、MySQL、NoSql等）6、驾驭脚本编写方法（如shell、Python等）7、驾驭Hadoop/Spark相关组件的基础理论学问及运维工具的运用；8、驾驭HDFS、Hbase、hive、yarn等组件的基本操作1、能够配置和管理网络设备，完成网络搭建2、能够配置和管理服务器和存储，完成相关设备的维护3、能够完成操作系统的安装和配置4、能够完成大数据平台的日常维护5、能够运用工具完成大数据平台的软硬件平台运行状态监控6、能够完成大数据平台的故障应急处理数据处理技术（Python）数据库基础Linux操作系统大数据概论网络技术大数

15、据平台构建大数据平安管理Hadoop综合实训云计算与虚拟化Spark综合实训数据预处理通过数据抽取、整理、传输、加载、校验等技术手段，结合工具，保证高效的为大数据分析供应高质量的数据资源的工作实力1、驾驭计算机基础学问；2、驾驭主流数据库基础技术（如Oracle、MySQL、NoSql等）3、驾驭shell脚本编程，熟识Java、Python等开发语言4、驾驭Hadoop/Spark相关组件的基础理论学问及运维工具的运用；1、能够运用工具从数据源抽取所需数据2、能够运用工具对数据进行指定操作，如转换、清洗、校验等3、能够运用工具完成数据加载，如传输、建库、校验等4、具备分布式ETL过程调优实力

16、应用程序开发基础（Java）数据处理技术（Python）数据库基础Hadoop综合实训Spark综合实训爬虫技术实训云计算与虚拟化概率论与数理统计数据清洗大数据平台部署通过综合运用服务器、交换机、存储、虚拟化、云计算、大数据等基础学问，保证快速、高效的完成大数据平台环境等搭建和部署的工作实力1、驾驭计算机基础学问；2、驾驭网络基础学问、中小型局域网组建和运维技术；3、驾驭服务器及存储基础学问，4、驾驭主流操作系统（如Linux、Windows）5、驾驭主流数据库基础技术（如Oracle、MySQL、NoSql等）6、了解大数据基础学问和基本框架1、能够配置和管理网络设备，完成网络搭建2、能够配

17、置和管理服务器和存储，完成相关设备的维护3、能够完成操作系统的安装和配置4、能够完成大数据平台的搭建、测试及调优数据库基础Linux操作系统大数据概论网络技术大数据平台构建大数据平安管理大数据测试技术Hadoop综合实训Spark综合实训云计算与虚拟化可视化设计与开发通过数据可视化报表技术、商业智能报表工具、常用Web开发框架以及程序开发语言，能够进行可视化应用的设计、开发与展示，直观的为客户呈现大数据的价值1、驾驭主流操作系统（如Linux、Windows）2、驾驭数据可视化报表技术，如Echarts、Highcharts等3、驾驭商业智能报表工具的设计和运用4、驾驭Web开发框架和程序开发

18、语言，如PHP、Java、HTML5、CSS、JavaScript等5、驾驭数据库相关学问1、能够运用Web开发框架进行可视化应用开发2、能够依据行业领域需求进行可视化设计3、能够运用BI工具进行商业智能报表设计、开发与展示应用程序开发基础（Java）数据处理技术（Python）数据库基础大数据概论数据结构与算法软件工程Web开发技术大数据可视化技术大数据分析技术流式计算技术实训大数据测试技术概率论与数理统计大数据后台应用开发实战OLAP数据分析实战大数据仓库与数据挖掘大数据应用开发通过对大数据进行分析处理、结合软件开发流程，依据业务需求完成大数据应用开发的相关软件设计与实现的工作实力1、驾驭

19、软件工程和软件开发基础学问2、驾驭数据库开发基础学问3、了解大数据开发平台4、驾驭开发环境的设置5、驾驭HDFS文件存储操作6、驾驭MapReduce/Spark编程7、了解专业领域的数据分析方法1、能够搭建好大数据程序开发的环境2、能够依据用户需求利用开发语言进行大数据分析和预处理3、能够进行大数据应用程序开发4、 能够完胜利能性测试应用程序开发基础（Java）数据处理技术（Python）数据库基础大数据概论数据结构与算法软件工程Web开发技术大数据可视化技术大数据分析技术流式计算技术实训大数据测试技术概率论与数理统计大数据后台应用开发实战OLAP数据分析实战大数据仓库与数据挖掘大数据售后技

20、术支持具备综合型的大数据相关基础学问，快速故障分析定位、基本日志阅读理解的实力，结合项目文档，对大数据平台完成故障排查，实行相应措施，保障大数据平台稳定高效运行1、驾驭计算机基础学问；2、驾驭网络基础学问、中小型局域网组建和运维技术；3、驾驭服务器及存储基础学问，4、了解主流操作系统（如Linux、Windows）5、了解主流数据库基础技术（如Oracle、MySQL、NoSql等）6、驾驭Hadoop/Spark相关组件的基础理论学问及运维工具的运用；7、了解大数据基础学问和基本框架8、项目实施文档撰写和项目管理学问1、能够娴熟运用Hadoop、Saprk等大数据组件和模块的功能2、可以依据

21、大数据常见组件安装部署手册进行系统部署并解决安装部署中的基础问题；3、能够依据项目售前技术方案与客户沟通业务具体需求，撰写项目实施方案和测试方案；4、具有项目整体管理实力，能够进行项目整体规划、执行、风险管理、项目验收等项目管理相关工作，娴熟运用常见项目管理工具如project等；5、了解网络的交换技术、路由技术以及出口技术等，可以完成中小型网络的规划与设计；6、能够娴熟运用Linux、Windows等常见操作系统7、能够运用Oracle、SqlServer、MySQL、NoSQL等主流数据库数据处理技术（Python）数据库基础Linux操作系统大数据概论网络技术大数据平台构建大数据平安管理

22、Hadoop综合实训云计算与虚拟化Spark综合实训大数据文档编写参与产品开发和项目运行全过程中，综合运用大数据相关技术学问，依据正确格式和行业要求，完成大数据产品和相关项目文档编写的综合职业实力1、驾驭计算机基础学问；2、驾驭网络基础学问、中小型局域网组建和运维技术；3、驾驭服务器及存储基础学问4、驾驭主流操作系统（如Linux、Windows）5、驾驭主流数据库基础技术（如Oracle、MySQL、NoSql等）6、驾驭脚本编写方法（如shell、Python等）7、驾驭Hadoop/Spark相关组件的基础理论学问及运维工具的运用；8、驾驭HDFS、Hbase、Hive、Yarn等组件的

23、基本操作能够依据正确格式和行业要求书写文档数据处理技术（Python）数据库基础大数据概论软件工程大数据测试技术概率论与数理统计大数据系统测试通过大数据测试工具，实现对大数据应用的功能、性能和牢靠性的测试，输出测试文档 ，协助分析并反馈测试结果1、驾驭主流操作系统，如Linux、Windows2、驾驭主流数据库基础技术，如Oracle、Mysql、Nosql等3、驾驭测试脚本编写方法，如shell、Python等4、驾驭Hadoop/Spark相关组件的基础理论学问5、驾驭大数据相关测试方案及流程6、熟识自动化测试工具的运用，如bigtop、hibench等1、能够完成测试文档编写（如测试用例

24、、测试报告等）2、能够完成测试脚本编写，帮助开发人员或系统维护人员完成bug修复与调优3、能够运用自动化测试工具完成大数据系统相关测试工作应用程序开发基础（Java）数据处理技术（Python）数据库基础大数据概论软件工程大数据测试技术概率论与数理统计大数据平安管控通过数据平安相关技术手段和策略，保证大数据合理化的平安管理，避开恶意入侵、伪装盗取和内部越权访问等行为造成任何数据损失，全方位爱护大数据的平安1、驾驭数据平安理论学问2、驾驭主流操作系统和系统平安保证技能，如Linux、Windows3、驾驭HDFS、HBase、Yarn、Hive等大数据相关组件的基本操作4、驾驭大数据平安功能运用

25、，如数据授权、平安策略制定、统一认证功能、数据加密、数据审计等1、能够对数据进行细粒化授权管理与配置2、能够娴熟管理系统认证kerberos组件和通过LDAP、AD对用户进行统一认证管理3、能够对大数据系统进行审计管理4、能够对HDFS数据、元数据和其他敏感数据进行加密操作5、能够制定和实施大数据平安策略应用程序开发基础（Java）大数据概论网络技术大数据平台构建大数据平安管理大数据测试技术Hadoop综合实训Spark综合实训云计算与虚拟化五、调研总结综上所述，市场对大数据人才的需求量日益加大，但是高校的专业培育却供不应求。为了适应大数据产业的快速发展，2016年9月，教化部向一般高等学校、

26、高等职业教化（专科）专业书目增补13个专业，其中就包括大数据技术与应用专业，正式批准“高职”大数据技术与应用专业作为一般高等学校 高等职业教化（专科）专业书目 2016 年增补专业（专业代码：610215）。经过一轮探究后，国家起先加大力度，扩大面积，主动找寻和催生大数据专业人才的培育方式来填补大量人才缺口，但仍不满意需求。各大高职院校的大数据技术与应用专业均处于起步阶段，人才培育课程体系不够完善，教学科研资源匮乏，专业师资力气不足。因此，建设大数据技术与应用专业教学资源库势在必行。附件1：关于大数据技术与应用专业人才培育方案的调查问卷（院校版）敬重的学校领导/老师：您好！我们现正在进行高职学

27、校大数据技术与应用专业教化教学状况的问卷调研，目的是要通过调研驾驭大数据技术与应用专业人才培育的状况，用以指导今后工作，耽搁您一些时间请您填写我们的问卷，希望了解您对这些问题的一些看法和评价。感谢！学校名称: 学校联系电话: 一、 大数据技术与应用专业相关状况1.贵校在开办软件技术专业/专业群的过程中遇到过哪些困难？（ ）（可多选），其中最大的困难是（ ）（单选）A招生困难； B.实践环节难以开展；C.学生就业困难； .经费不足；E.没有困难； F.其它（请注明）；2. 贵校软件专业/专业群学生学习的主动性表现为（ ）A. 特别主动； B. 比较主动； C. 一般; D. 不愿学习；3. 贵校

28、软件专业/专业群学生对将来的就业前景的相识是（ ）A特别好；B.比较好；C.一般；D不志向；4.贵校认为在大数据技术与应用专业人才培育模式中应重点关注学生（ ）A.当前就业；B.升学；C.兼顾就业和升学；D.中高职连接班；E.多岗迁移就业；F.职业发展。5贵校在校企合作方面学生顶岗实习一般如何支配。A校方支配；B.企业支配；C.学生自主选择; D.其他 。6贵校在校企合作方面学生顶岗实习一般如何支配在什么时间。A第五学期；B第六学期；C依据学校须要支配;D.依据企业须要支配。5.贵校认为大数据技术与应用专业学生毕业后主要从事的岗位有（ ）（可多选，请在下表相应位置打）岗位大数据运维师大数据处理

29、工程师大数据开发工程师云计算运维工程师大数据广告销售大数据媒体营销工程师数据处理员数据测试工程师数据平安限制员其他二、 大数据技术与应用专业学生实力具备的职业实力请您对表格中所列实力项对大数据技术与应用专业学生将来发展的重要程度作出评判，在相应的内容处打“”。序号类别实力项（请写出您认为的）特别重要比较重要一般不重要1职业实力2专业实力大数据运维师3大数据处理工程师4大数据开发工程师5云计算运维工程师6大数据广告销售7数据处理员8数据测试工程师9其他实力（请说明）三、 大数据技术与应用专业课程以下是大数据技术与应用专业的专业课，请您对其重要程度作出评判；此外，以下课程贵校是否都有开设，请在开设

30、的课程后打“”，未开设的课程可不做重要程度评判。序号课程特别比较一般不重要贵校是否已开设重要重要1Java程序设计2Linux操作系统3网络与云计算基础4数据库基础5大数据导论6Hadoop平台配置实训7数据建模8数据分析9项目管理文档编制技巧10可视化表达工具11Python程序设计12数据挖掘基础13算法设计基础14互联网+创新创业案例分析15数据清洗除以上课程外，贵校还另外开设了或者您认为还须要开设哪些专业课，主要作用（目的）为何？其它专业课主要作用（目的）123四、 大数据技术与应用专业及专业群老师对教学资源的获得状况1贵校大数据技术与应用专业及专业群建设和教学过程中，最希望得到哪些硬

31、件教学资源？（ ）A专业实训设备； B. 图书资料； C 参考文献； D. 场地。2. 贵校软件技术应用专业及专业群老师希望获得哪些基本教学资源（ ）A教材； B. 电子教案；C.题库；D. 学生实训手册；E. 教学大纲；F. 其他。3. 贵校大数据技术与应用专业及专业群老师想获得哪些协助教学资源（ ）A 教学软件；B. 视频；C. 案例； D. 动画； E.微课件； F.其他。五、 大数据技术与应用专业及专业群老师在自身提高方面的状况1. 贵校大数据技术与应用专业及专业群教学中的最大困难是什么？（ ）A 教学资源不足 B 缺少指导老师 C 学生学习爱好不足 D 其它2. 目前大数据技术与应用

32、专业及专业群老师提高自身专业水平的途径主要（ ）A学历教化深造；B自发科研活动；C参与学术会议；D参与企业实践；E学校组织科研活动；F参与培训班；G各类资格考试；H国内外校际访问沟通；I到企业挂职。3. 将来贵校大数据技术与应用专业及专业群老师应如何提高自身专业水平（ ）A学历教化深造；B自发科研活动；C参与学术会议；D参与企业实践；E学校组织科研活动；F参与培训班；G各类资格考试；H国内外校际访问沟通；I到企业挂职。4. 目前贵校大数据技术与应用专业及专业群老师认为最需提高自己的是（ ）A 教学方法； B.专业学问； C.职称； D.专业技能。六、以下是贵校教学模式方面的状况，请填写。1、目

33、前贵校在教学中，是否运用过以下的教学方法：（单选）（1）演示法 常常用 B间或用 没用过（2）讲授法 常常用 B间或用 没用过（3）任务驱动教学法 常常用 B间或用 没用过（4）多媒体教学法 常常用 B间或用 没用过（5）实训操作教学法 常常用 B间或用 没用过 （6）启发式教学法 常常用 B间或用 没用过（7）案例教学法 常常用 B间或用 没用过（8）项目教学法 常常用 B间或用 没用过（9）情境教学法 常常用 B间或用 没用过（10）自学辅导法 常常用 B间或用 没用过2、从各类教学方法的课堂效果来看，哪种教学方法较受学生欢迎：（最多选五项）演示法 实训操作教学法 项目教学法 多媒体教学法

34、 情境教学法 讲授法 任务驱动教学法 案例教学法 启发式教学法 自学辅导法 3.贵校软件技术专业老师是否尝试运用新型教学模式：（单选）始终在尝试摸索（尝试的是 教学模式）；公开课时有所尝试已有构思，暂未实施 ； 未考虑过4.贵校教学模式对学生学习效果如何（ ）（单选）（1）对专业学问 很有效；较有效；一般；效果较小；无效果（2）对专业技能 很有效；较有效；一般；效果较小；无效果（3）对职业道德 很有效；较有效；一般；效果较小；无效果（4）对综合实力 很有效；较有效；一般；效果较小；无效果七、以下是贵校评价模式方面的状况，请填写。1、目前贵校软件技术专业教化教学主要采纳的评价方式有哪些（ ）（最

35、多选五项）纸笔考试或考查；德育考核；作业、作品实践考核；视察记录；课堂表现； 实训考试或考查； 档案袋评价；企业对学生实习的反馈；其他 。2、贵校目前的评价模式能否激发学生的学习激情和动力（ ）（单选）总是；常常；一般； 极少；不能3、你认为有效的评价模式对促进学生专业学习的效果如何（ ）（单选）特别有用；比较有用；一般；不太有用；没有用。4、在软件技术专业教化教学中，你认为学生表现的评价主体应包括哪些（ ）（最多选三项）老师评价；学生自评；小组互评；行业评价；企业评价；家长评价；其他 5、贵校现在常运用的教学评价内容侧重的是_（可以多选）专业学问； 专业技能；职业素养；综合实力；其他_6、贵

36、校在教学评价中曾对哪些方面进行改革（可以多选）评价方法；评价主体；评价对象；其他_7、贵校在教学评价改革中，哪方面的改革最有效（单选）评价方法 ； 评价主体；评价对象；其他_8、你认为在目前的软件技术专业教化教学评价中最有待改进的是（ ）（最多选三项）参与评价的主体较单一；评价的内容范围较窄；评价的方法操作性不强；评价的结果不够客观科学；评价的内容重学问技能轻职业道德素养。八、以下是贵校校本教材方面的状况，请填写专业教化教学实训中，运用的教材状况是：A、传统非课改系列教材为主；B、公开出版课改教材（非自己撰写）为主；C、自己参与撰写的课改校本教材为主； D、自己撰写的公开出版课改教材为主；E、

37、以上都不是附件2：大数据技术与应用专业人才需求调查问卷（企业版）敬重的先生/女士:您好!诚心感谢您在百忙之中填写这份问卷。本问卷旨在对 大数据技术与应用 专业的人才需求进行调查，以便于本专业学生的核心竞争力。您的回答均不存在正确与否，也无好坏之分，结果只为了更好的促进我院人才培育方案的制定和抓专业申报材料编制，提升人才培育质量。您的真实、精确的回答特别重要！再次诚心感谢您的大力支持!为能使我们的探讨具有更为主动的现实意义，也便利向您请教，恳请您告知您的部分信息，不胜感谢！ 企业名称： 企业性质： 企业规模： 联系人： 联系电话： 1、贵单位人员学历结构A本科及以上（ 人/ %） B高职（ 人/

38、 %）C中职或中学（ 人/ %） D初中（ 人/ %）2、贵单位高职毕业生的工作层次主要集中在： 3、您认为高职大数据技术与应用专业（电子信息大类）的人才岗位需求为需求状况岗位群人才学问目标实力目标云计算运维工程师大数据运维工程师大数据开发工程师大数据处理工程师贵单位是否须要的其他岗位群人才？如有？请您供应： 4、请您对本专业课程支配赐予评价：课程类别课 程 名 称课程评价学时合理性评价建议学时很重要重要一般不重要（是/否）专业基础学习领域Java程序设计数据库基础网络与云计算基础Python程序设计算法设计基础大数据基础专业学习领域HadoopHiveSparkNoSQLStrom数据清洗拓展学习领域专业认知学习软件项目管理文档编制技巧互联网+创新创业案例分析软件测试与质量保证是否须要开设其他课程？如有？请您供应： 5、通过上述课程的开设，您认为是否能够体现大数据技术与应用的人才培育模式的特色及达到人才培育目标的要求？ A完全体现 B基本体现 C未体现您的建议： 6、本专业课程的支配次序是否合适？ A.合理 B. 一般C. 不合理有何建议、看法（如调整某门课程的开设时间以及理由）？ 7、您对于本调查的看法与建议？ 。第 21 页