前言：寻找写作灵感？中文期刊网用心挑选的大数据下软件工程专业人才培养探究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：随着大数据技术的发展，软件工程专业人才培养面临新的机遇和挑战。本文从软件工程与大数据的关系着手，以企业需求为导向，以知识技能和能力培养为目标，在利用大数据技术对软件工程专业人才培养相关数据进行分析的基础上改革人才培养方式，致力于培养适应社会发展需求的高层次软件人才。
关键词：大数据；软件工程；人才培养；数据分析
1引言
软件工程专业旨在培养学生对于软件系统的分析、研究、设计、开发和运维的工程实践能力。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合[1]。在软件工程专业相关领域，随着互联网技术和通信技术的发展，各行业产生的数据呈几何级增长，因此需要对这些数据进行有效地管理、分析。这对软件人才培养提出了新的应用需求[2]。另一方面，软件工程专业人才培养过程也涉及大量的数据。应用大数据技术对这些数据进行处理，对于软件人才培养方式改革能够起到很好的指引作用。在这种背景下，本文以大数据技术为手段，挖掘企业对软件人才的新需求，并结合教学相关数据分析，进行南京邮电大学软件工程专业人才培养改革的探索和实践。
2大数据技术在人才培养中的应用
2.1研究思路
大数据技术的一个重要应用就是数据分析，通过对大量数据的有效分析，可以挖掘规律、分析趋势等。软件工程专业人才培养存在大量的可用数据，如企业对于软件人才的职位需求数据、课程教学过程数据、教学质量评价数据等。其中企业对于软件人才的职位需求数据反映了企业对于软件人才的最新要求[3]，随着软件技术发展而动态变化；课程教学过程数据能够记录教学的完整过程，也能够反映学生的学习状态；而教学质量评价数据则反映了教师的教学内容、教学方式、教学态度等的被认可程度。这些数据的合理、有效分析将有助于软件工程专业课程体系完善和教学方法改革[4]。大数据技术指导软件工程专业人才培养方式改革的研究思路如图1所示。一方面，根据相关数据的分析结果对课程体系、知识体系进行调整和优化，对教学方法进行改革实践；同时，通过对改革后相关数据的监控和分析来进一步优化改革方案，持续改进。工程教育专业认证的核心是要确认工科专业毕业生达到行业认可的既定质量标准要求，是一种以培养目标和毕业出口要求为导向的合格性评价，因此本文的研究思路以企业需求为导向。
2.2企业职位需求的数据分析
随着软件技术的发展，软件企业对软件人才的需求呈动态变化。企业的招聘信息能够很好地反映这一变化。高校应该实时掌握企业的需求并在培养方案中有针对性地进行调整。因此，可以通过Python的爬虫技术搜集主流招聘网站中与软件工程专业相关的招聘信息，通过数据分析技术对信息进行分析、整理，从知识技能和能力要求两个方面获得企业对于软件人才的具体需求，并映射到人才培养的各个方面，指导软件工程专业人才的培养。表1显示大数据背景下企业对于软件人才在知识技能方面的新需求。在知识技能方面，相较于传统的软件工程专业的知识结构，在大数据背景下，企业在编程语言、数据库、数学和算法、大数据平台和工具等方面提出了新的需求。传统的软件工程侧重于解决软件的设计、分析与实现中的相关问题，而大数据背景下软件工程面临应用领域的大数据问题、软件开发中的大数据问题等，需要新的知识作为支持。能力要求方面企业强调综合能力，除了基础的编程能力，还要求分析问题与解决问题的能力，同时关注团队合作、沟通的能力。考虑到软件技术更新速度快，终身学习的能力也是软件人才必须具备的基本素质。
2.3教学过程数据分析
目前在线教学平台如雨后春笋般兴起。在线教学平台能够详细记录学生的考勤、课堂表现、课后作业等环节的情况。对这些数据的合理、有效使用能够分析学生的学习行为和学习态度，为教学方式改革提供数据支撑。在具体研究中，通过学习时长分析学生的学习态度，通过课堂测验和课后作业的完成时间评估学生的学习兴趣和学习状况，通过测验和作业的完成质量了解学生的学习效果。基于这些数据，可以构建学生学习状态的监测系统，及时优化教学内容，调整教学方法，提升教学质量。同时，基于机器学习的相关模型，预测学生的期末成绩，并对学生进行及时预警和个性化的帮扶。
2.4教学质量评价数据
教学是人才培养非常关键的环节。教学质量评价是对教师的教学过程进行全方面的评价。南京邮电大学的教学质量评价由督导评价、学生评价和教师自评三部分按一定比例组成，是对教学质量的有效监控和保障。对这些数据的分析，可以及时发现教师教学过程中潜在的问题，如教学态度是否认真、教学内容是否合理，教学方法是否有效等，从而保证教学质量。基于这些数据，可以动态监测某门课程的授课情况，及时掌握课程内容、课程与关联课程之间的关系等可能存在的问题，并反馈到课程内容优化、课程体系调整、教学方法改革等方面。
3软件工程专业人才培养改革
大数据领域的软件开发具有新的平台、新的技术、新的工具和新的应用需求等特点。基于前面的分析结果，从知识技能和能力要求的角度出发，通过以下措施提升软件工程专业的人才培养质量。
3.1完善课程体系
结合表1分析的结果，在理论课程中增设Python程序设计、数据科学基础(双语)、算法分析与设计、人工智能导论、云计算技术等课程，同时更新数据库系统课程的授课内容，增加分布式数据库、NoSQL数据库的内容。在实践课程方面，开设程序设计实践、软件基础实践、软件设计实践、软件项目实训、毕业设计等集中实践课程，结合课内验证性实验和设计性实验、认识实习、生产实习等环节，依托校内实验教学中心和校外实训基地，构建螺旋式实践课程体系，循序渐进地提升学生的实践能力。课程采用模块化管理，包括公共基础与自然科学模块、综合素质模块、专业基础模块、专业课程模块和工程应用与创新模块。模块高内聚，低耦合，从而构建大数据背景下软件人才培养的新的课程体系，适应大数据对于软件人才的特殊需求。
3.2改革教学方法
软件工程专业具有实践性强的特点，教学活动应以学生为主体，提升学生的参与度，从被动学习变为主动学习。同时教学活动还应具备可复现性，便于学生课后自我学习。基于此，要扩大教学活动的“战场”，采用线上与线下的混合式教学。同时小班化教学、翻转课堂和引导式教学等教学方式能够激发学生的学习兴趣，非常适合软件工程专业[5]。
（1）线上与线下的混合式教学：方便学生利用碎片时间进行自我学习，再带着问题听教师的讲解，由被动式吸收变为主动式获取，更有针对性也更有效率。线上资源可以利用现有的网络资源，也可以自行建设慕课，以视频形式，方便学生反复观看，符合软件工程专业实践性强的教学特点。
（2）翻转课堂：改变教师和学生的角色，学生对教师提供的资料消化、吸收后担任教师角色，讲解知识点，从而更加深入地掌握知识。
（3）任务驱动式教学[6]：将传统的知识讲授内嵌到一系列的任务中，在具体情景下，学生通过完成一系列任务来获取知识。任务的完成使学生具有成就感，能够更好地激发学习兴趣，培养学习能力和分析问题、解决问题的能力。在该教学方法实施过程中，具体情景和任务的设计非常重要，任务要能够细化，任务和任务之间要具有一定的连贯性，在难度上也需要不断提升。
3.3提升综合能力
能力培养是人才培养的核心[7]，大数据背景下软件人才培养尤其要关注能力的培养，因此提出“厚基础能力、重实践能力、广应用能力”的能力培养体系，具体如图2所示。大一期间，学生课程以公共基础课程为主，包括数学、物理、英语、计算机入门课程等，主要培养学生逻辑思维、数据理解和一定的外文文献阅读等基础能力。大二期间，学生课程以专业基础课程为主，包括计算机编程语言、算法分析与设计、数据库、大数据分析等，主要培养学生的程序开发能力、开发工具的使用能力和对数据的分析与处理能力。大三、大四期间，学生课程以专业课程、综合实训为主，课程划分不同的专业方向，主要培养学生在某一方向上的专业应用能力和实践能力。鼓励学生积极参加开放性实验和教师的科研项目，并邀请企业教师进校开展实训课程，进一步培养学生综合运用专业知识解决行业具体问题的能力，培养学生的设计与抽象能力和工程应用能力。鼓励学生选修综合素质课程，为解决不同领域大数据问题打下知识基础。鼓励并引导学生参加创新训练和学科竞赛，以赛代练，加强实践能力和创新能力培养[8]。近年来，本专业学生主持或参加院级、校级、省级、国家级大学生科技创新训练计划项目或科研项目，在ACM国际大学生程序设计竞赛、“蓝桥杯”全国软件和信息技术专业人才大赛、中国高校计算机大赛、中国大学生程序设计竞赛、美国大学生数学建模竞赛、全国大学生数学建模竞赛等各级别学科竞赛中均获得优异成绩。
4结束语
本文结合南京邮电大学软件工程专业的实际情况，提出利用大数据技术对企业职位需求数据、教学过程数据和教学质量评价数据进行分析，并从课程体系调整、教学方法改革和综合能力提升三个方面进行培养方式改革，旨在培养符合社会需求的高层次、复合型软件人才。
作者：成小惠 费宁 单位：南京邮电大学计算机学院
