高職院校大數據專業“課堂革命”探索與實踐

李彬雅

（閩江師范高等?？茖W校數字信息工程學院，福建 福州 350018）

1 引言

隨著我國大力發展數字經濟，推進數字中國建設，國內的金融、政務、電信、物流等行業中大數據行業應用的價值不斷凸顯，大數據產業發展迎來了高速發展期[1,2]；同時，也對大數據人才的專業實訓技能提出了更高的要求。Spark編程是構建大數據分析和處理平臺的核心技術，它涉及流/批式數據的快速計算和分析，對大數據綜合應用起著承上啟下的作用。Spark 編程技術是大數據專業的核心課程，也是高職院校針對大數據行業需求開設的一門實訓課程，采用實踐為主理論為輔的教學模式。實訓課程不僅訓練學生的專業技能，更是培養學生具備良好的職業道德、素養、操守及團隊合作精神?！罢n堂革命”是從新時代需求出發，對課堂教學所做的重大深刻革新與創新，是提高課堂教學和人才培養質量的重要手段與途徑[3]。華為ICT 學院是以華為技術有限公司主導，為打造信息通信技術（Information Communications Technology，ICT）人才產業鏈，推動ICT 領域技術的持續發展，滿足產業鏈對人才的需求而設立的校企合作項目[4]。本文首先分析了目前高職院校課堂中存在的不足，然后闡明了Spark編程技術的“課堂革命”探究與實踐，最后論述了“課堂革命”所取得的成效。以培養應用型人才為目標，依托于華為ICT學院，構建將生產、教學、科研、創業和技能競賽緊密結合（產學研創賽）五位一體的校內實訓環境，取得了良好效果。

2 課堂存在的問題

2.1 實訓體系設置滯后

Spark 編程技術是一門實踐性較強的課程，需要在一定的理論指導下，通過項目實訓引導，使學生掌握實踐技能、鍛煉實踐能力、提高綜合素質。因此，課程實訓體系設置的合理性對學生能否勝任企業崗位影響很大?，F有課程實訓體系包含技能實訓和專周實訓，但是存在實訓課程設置較為單一和項目化實訓機會較少的通病[5]。同時，隨著大數據技術的不斷更新，行業崗位和專業技能賽項要求不斷變化，現有實訓體系無法及時滿足企業崗位和技能賽項的要求，實訓體系設置存在滯后性，缺乏前沿性的實訓課程[6]。

2.2 課程資源不合理

傳統教材章節編排與知識點分布較為不合理，較少與實際項目案例開發相結合的內容，不利于引導學生入門，無法激發學生學以致用、以用促學的興趣[7]。而且，傳統的教學方法依照教材或課件編排依次先理論后實踐來授課，仍采用以掌握理論知識為主、實踐操作為輔的模式[6]。Spark編程技術理論涉及的類、對象、單例模式等內容較為抽象，給學生造成了該課程很枯燥和難理解的第一印象，大概率會出現“好難懂”“學不會”“學不好”等消極的學習心態，課堂學習效率低，且存在因課程進步跟不上而放棄學習的情況，造成學生的理論知識不扎實，后續項目實踐章節教學難以順利推行，課堂教學質量降低，難以實現該課程的教學目標和效果[8]。

2.3 教學模式有待更新

Spark 編程技術課程依賴于Hadoop、Hive、Mysql 等眾多專業技能，而且Spark 編程也是面向實際工程問題而衍生出來的技術。伴隨著大數據應用場景的增加，Spark 編程技術的難度也隨之不斷提高。該課程的教學模式應當在理論知識學習和實踐操作中交叉實施，不能像傳統課程一樣將理論和實踐知識點硬性拆分。在Spark編程技術這類技術更新迭代快的課程教學過程中，對教師的專業綜合能力要求較高，傳統的一師一課的教學模式已經難以滿足需求，校內教師難以在較短的時間深入掌握新型技術的原理及應用，教案設計和情節編排無法全盤考慮知識點的難易程度，教學重心難以把握，教師學習成本較大，能力培養不足[9,10]。

3 “課堂革命”探究與實踐

3.1 課程介紹

Spark編程技術是為大數據技術和人工智能技術等相關專業學生開設的課程。Spark彌補了MapReduce計算模型處理數據延遲較高，不能滿足實時和快速計算的缺陷[11]。Spark 的中間輸出結果可以保存在內存中，從而大大減少了讀寫HDFS 的次數，因此Spark 能更好地適用于數據挖掘與機器學習中需要迭代的算法。目前，Spark 在企業中的運用越來越廣泛，學習Spark 分布式計算框架已經是進入大數據行業所必不可少的一步。通過Spark 編程技術課程的學習，使學生對Spark 分布式計算框架有一個全面的理解。課程主要包括Spark 基本原理與架構、集群安裝配置、Scala 與Spark編程、Spark代表組件和完整項目案例等內容。其涉及的理論知識點從簡到繁，實踐操作性強。該課程可以培養學生科學的思維方法、靈活運用知識的能力和實驗操作能力，使學生在大數據領域具有較強的發現問題、分析問題和解決問題的能力。

3.2 “課堂革命”探究

大數據專業是近年來高職院校新開設的專業。目前，高職院校普遍擁有的大數據技術專業技能教師較少，專業能力較為薄弱，課程人才培養方案、課程設置、教材選型等都是在不斷地向本科院校學習和探索[12]。圍繞著提高人才培養質量，高職院校的大數據專業必須深化“課堂革命”。課堂教學作為教育教學的重要環節，對于職業教育的變革起著至關重要的作用。

高職院校的大數據專業“課堂革命”必須優化師資隊伍建設，有針對性地引進高層次和豐富產業經驗的專業技術人才，提高師資隊伍的整體水平。此外，提倡教研相長、科研反哺教學，引導現有師資隊伍深入到校企合作和頂崗學習中，拓寬交流渠道和掌握行業前沿技術?！罢n堂革命”還需要對接技術產業需求，緊跟前沿發展趨勢，優化調整課程體系和培養方案，制定更有針對性的特色實訓體系，充分借鑒優秀教學內容，明確課程定位，完善專業課程目標、課程體系、課程內容等。針對目前課堂存在的問題，本文提出以下改革措施：

（1）“一課雙師”項目化教學

依托華為ICT 學院“產學研創賽”五位一體的校內實訓環境，實施線上線下、“一課雙師”的項目化教學。通過“一課雙師”的教學模式，以實踐為主、理論知識貫穿項目實踐的方式進行教學，提升學生的課堂學習效率和自覺性。

（2）“課證賽”融通

以全國職業技能大賽和省職業技能大賽為契機，引入大數據專業認證（如HCIA、HCIP、HCIE 等）和華為ICT 競賽等內容，將賽項和認證內容融合至課堂，實現“課證賽”過程、能力、資源的融合[13]。

圖1 “課證賽”融通

（3）重構實訓課程體系

通過市場調研，針對大數據相關企業對高職大數據基礎層次人才的需求，以崗位能力培養為核心，重構實訓課程體系，拆分項目技能實訓，引入崗前實訓和企業實訓，層層遞進增加學生的技能水平，提升其實踐能力[14,15]。

3.3 “課堂革命”實踐

3.3.1 “一課雙師”項目化教學

以Spark 編程技術課程中的“設置數據分區”知識點為例，該知識點內容設置為1 個學時，涉及numPartitions、get-Partition、equal三個方法的使用。課程安排見表1。

表1 課程教學安排

由于Spark課程編程所涉及的Scala編程語言為新內容，要求學生課前必須掌握。因此課前采用超星學習通通知學生登錄華為ICT 課程系統學習Spark 編程技術中采用Scala編程編寫的“設置分區”的課程理論知識及實訓內容，同時在虛擬仿真平臺上傳課前小案例，要求學生在課前自主學習并完成小案例。

圖2 重構實訓課程體系

課程教學中采用“一課雙師”方案，由校內教師和企業教師共同完成，實現校內教師和企業教師的優勢互補。在課程教學過程中，校內教師可通過基于“計算競賽網站每月的訪問量”等小型案例進行課程引入，講述數據讀取、分割處理，以及數據分區存儲目標、背景、基礎知識等內容。課堂中涉及的數據分區代碼編程及實訓以企業教師為主負責指導，校內教師同步進行輔助講解，包括課堂實踐問題設置及解答。引入實際企業項目案例模塊進行分組課堂實訓，以項目答辯的方式激勵學生積極主動完成，提升學生舉一反三的實踐能力。課程教學后，由企業教師協作校內教師編排課后練習材料，錄制知識講解視頻并上傳至實訓平臺供學生鞏固相關知識點。

3.3.2 “課證賽”融通

以Spark 編程技術中“Spark MLib 算法庫”章節授課為例：

（1）過程融合：將技能競賽任務書中“模塊E：數據挖掘”模塊作為授課內容，在大數據虛擬仿真平臺上設置歷年賽項項目實驗，將實驗部分引入教學中。同時引導師生參加華為大數據HCIA 認證培訓，培訓內容包含Spark 基于內存的分布式計算，讓師生熟悉Spark 架構及數據工作流程并考取大數據專業技能認證，初識Spark Mlib 算法庫關聯知識，在師生培訓過程中教師根據學生表現精準選拔優秀學生組隊參加華為ICT大賽，師生共訓，提升師生理論知識和動手能力，也為省職業技能大賽師生共賽做準備。

（2）能力融合：教師團隊根據對各章節模塊的了解情況對學生進行交叉教學和指導，結合各位教師的擅長知識點和優勢，如部分教師擅長機器學習理論教學，部分教師擅長于k-means 實踐教學等，團隊教師可分別將擅長的模塊教授給學生，通過指導學生實踐和競賽，不僅提升了學生的綜合創新能力，也促進了教師自身教學方法的改革、個人能力素質的提升，達到了“以證促學，以賽促教，教學相長”的效果。

（3）資源融合：共享職業技能大賽專業的實驗設備和24小時開放的實訓基地，且師生可通過遠程訪問的方式學習平臺上的Spark Mlib 算法庫等課程資源，構成了從課前、課上到課外的全環節的培養和支持，并針對賽項內容開設了對應選修課，不僅可以快速選拔賽項人才還可以將技能大賽中的知識融入課堂中。

3.3.3 重構實訓課程體系

以“Spark編程進階”為例：

（1）改進技能實訓：Spark編程進階知識點以實訓案例為主，結合以往技能實訓大項目進行訓練。課程內容多而繁，而且呈現相互遞進的關系，能夠通過課上學習全部理解相關知識點的學生不多，經常會出現其中一步沒理解，后續跟不上的現象和看得懂但不會用等問題。經過技能實訓方式的改進，采用將大項目拆解、分模塊和知識點的方式進行實踐，分步驟完成各部分的內容。例如，將統計某企業員工薪資情況的項目實踐，分解為采用CombinebyKey 算子求企業員工月均薪資和采用map 和sortBy 算子求查詢企業員工薪資排名Top3數據等模塊，讓學生理解課程涉及的知識點及用法，提升學生相關專業技能。

（2）開設專周實訓：在學期末開展一周的專周實訓，將技能實訓中模塊化案例的知識點進行整合和創新，并形成綜合項目實訓，強化學生舉一反三和實踐動手能力。例如，Spark編程進階課程中，將技能實訓中的模塊化知識點整合后，映射至“廣告監測的流量作弊識別”案例中，在一周的強化實訓過程中，學生主動發現問題、自主解決問題，加深學生對知識點的理解和應用。

（3）設置項目實訓：在假期，企業教師根據企業實際項目設置實訓課程，學生組隊參訓，將企業真實項目轉化成課程實訓的教學內容，模擬企業實際項目開發的過程。例如，根據Spark 編程進階課程引入的案例，從企業員工薪資數據的采集、解析、分區存儲等項目實際流程進行教學，深化學生項目開發的綜合能力。

（4）引入崗前實訓：在專業技能教學的基礎上結合職業素養等思政元素，模擬企業實際工作的場景，使得學生能夠快速切換自身的角色，在就業時能夠無縫接入企業員工的角色，轉化學生專業綜合能力。

（5）模擬企業實訓：學生通過一系列的Spark 編程進階實訓后，將其學到的知識點應用到企業項目中，真正參與企業項目實踐，按照企業對崗位及項目的要求完成相關技術工作，提高學生創新實踐能力。

4 改革成效

自2019年開設專業至今，將數字賦能、技能引領、賽教融合的人才培育模式應用于Spark 編程技術課程改革，歷時近三年，大數據技術專業師生的專業技能水平得到顯著的提升，也獲得較好的效果。學生通過課堂改革教學方法，不僅在Spark 編程模塊能力提升較大，且將各課程的學習能力應用至福建省職業技能競賽中，實現了我院在省職業大數據技能比賽中獎項零的突破，榮獲團體二等獎2 項、三等獎1 項、個人三等獎4項；同時大數據技術班級90%的學生主動參加華為ICT 大賽、RPA AI 創新挑戰賽、藍橋杯等賽項并獲取獎項。2022年學生參與企業的實際項目過程中，將成果轉化成知識產權，授權軟著3 項，通過HCIA-BigData、HCIA-HAD等華為職業技能認證78人次。專業教師在通過參與企業項目開發，不僅提升了教師的教學能力，還提高了教師的專業技術能力，完成大數據技術專業課程（如Spark 編程技術等）的教學，并且起到的示范帶頭作用。

5 結語

本文針對大數據專業課程存在的實訓體系、課程資源、教學模式等方面的問題，以Spark 編程技術課程教學改革為例，提出了提出“一課雙師”、項目化教學、師生共訓、“課證賽”融通的課堂改革思路，優化Spark 課程實訓課程體系，創建更為優質的課堂教學。通過不斷的探究和實踐證明，學生的大數據技能水平得到了有效的提升，實現賽項獎項、技能證書等方面的突破，與企業項目無縫對接；教師專業水平也得到了提升，主動承擔實訓課程，申報精品課程?！罢n堂革命”與學情、教師能力、教學內容等差異性有關，課程的不同“課堂革命”的措施也不同，本文提出的改革思路可為其他專業課程提供參考。