高职院校人才培养工作状态数据
人才培养工作状态数据采集平台分析报告
人才培养工作状态数据采集平台分析报告 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT
人才培养工作状态数据采集平台 平台数据分析报告 二○一一年十月 平台数据分析报告 一、办学基本情况综述 通过对学院2010年9月至2011年8月人才培养工作状态数据采集平台的分析，可以看到，学院从建校至今，共设置了39个高职专业，2010年招生34个高职专业，2011年计划招生36个专业。共有8届毕业生，截止2011年8月31日，学院在校生数11242人。 表1办学基本条件统计表 践场所占有面积平方米；生均学生宿舍面积平方米；生均教学科研仪器设备值元；新增设备比例%；生均纸质图书册、电子图书；生
均年进书量册；百名学生教学用计算机台；百名学生阅览室、多媒体教室和语音室座位个。 学院现有专任教师455人，校内兼课人员56人，校外兼职教师141人，校外兼课教师42人，学生与教师（折合后）比:1。高级职称教师占专任教师的%，具有硕士以上学位教师占专任教师的%。 对照教育部《普通高等学校基本办学条件指标（试行）》中的标准，学院在生均占地面积、教学行政用房面积、学生宿舍面积、教学仪器设备值以及生师比、年新增教学仪器设备和新增生均图书量、每百名学生拥有计算机台数、多媒体教室座位数等方面已符合国家的要求，说明目前学院这些方面已能够满足办学的需要。 此外，对照普通高等学校基本办学条件指标，学院生均纸质图书距离80册的标准尚有差距，需要在今后的办学过程中不断改善。 二、对专项数据的分析 （一）院领导班子情况分析 截止2011年8月31日，院领导共8位，2人具有党政行政工作经历，6人长期从事学校管理工作。大学本科以上学历7人，专科学历1人；高级职称7人。平均年龄岁。平均兼课量学时，听课次，走访学生寝室次，走访校外实习点次，参与学生社团文体活动次。
高职教育人才培养模式
高职教育人才培养模式 一、构建适合自身发展的高职人才培养模式 所谓人才培养模式是为实现培养目标 而采取的培养过程的构造样式和运行方式，它主要包括专业设置，课程模式，教学设计和教学方法等构成要素。它回答高职教育“培养什么样人才”和“怎样培养人才” 这两个根本性的问题。 我国目前的高职教育我认为其根本的 指导策略应该是以市场就业为导向，以培养面向基层的具备相对的专业知识和很强的 实践能力为的一线技工人才为目的，以校企合作为途径，走产学研结合德发展道路，建立培养学生大量实践能力的培养模式。 对于高等职业教育而言，时代对它提出的要求是：培养一大批生产、服务与管理第一线的高素质的实用型技术人才。高职的培养目标，一是强调“—线”，二是强调“应用”，三是培养高级技术人才，其人才培养
的价值取向就是就业。高职培养目标的现实性，要求高职的教学必须强调岗位的针对性，强调技术教育，强调应用能力的培养。理论成份应以“必需”和“够用”为原则。而目前大部分高职院校受普通高校学科型教学 的影响，偏重于“学”的熏陶，淡薄于“术”的传授，“应然”要求与“实然”状态难以和谐一致。因此，目前的高职教育应该面向就业，大力改革教育方式，砍掉过多的理论教育和没有必要的基础课，大力加强实际动手的实践课，尽可能多的给学生动手实践的机会，增强学生在相关操作的实际经验。但是又不能完全照搬发达国家的教育模式，他们往往跟某一个大型企业建立有长期稳定 的合作关系，毕业的学生大部分分配到那些大型企业中，因此从一开始他们都建立的是订单式教育模式，企业要求上什么课，就开什么课。我国的高职教育目前还没有发展到那个层次，而我们目前的高职毕业生就业面不仅仅面向一个企业，往往是很多个，因为一个企业要不了那么多的毕业生，而这些企业有一些是相关的属于同一类型的，有一些
大数据人才培养
大数据产业人才培养计划贵州省在着力打造大数据产业发展应用新高地，推动大数据产业 建成全国领先的大数据资源中心和成为贵州经济社会发展的新引擎，大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应月，贵州印2014年2用、保安全、促创新，建设信息资源聚集地。2014发《关于加快大数据产业发展应用若干政策的意见》。明确从亿元资金，贵安新区每年各安排不少于1省和贵阳市、年起连续3年，个大―2年，用于支持大数据产业发展及应用。到2017贵州将形成1户50030数据产业示范园区，引进和培育户大数据龙头企业，聚集亿元，通过大数据带动相关产业规模达3000创新型大数据相关企业，名。名，引进和培养高端人才引进大数据领军人才1005000年2015年的3年至IDC 一方面，根据的调查报告，全球从2012的26% 的年增长率，超过1/4之间里，云计算的相关工作需求将出现的预测还表明，增长率再次证明了企业对云计算人才的巨大需求。IDC万的云计算相关岗位出现真空，而这方面的求职者年有约1702012值得也都缺乏云计算方面的实践经验，并且不具备完善的培训机制；万，云计算700170警醒的是，到2015年，这个数字将有万上升到亚太地区的云计算人才若以地区来看，产业面临着更大的人才缺口。亚太区的云计算相关人才需求预测，缺失要更加严重一些，根据IDC2015个百分点，到8，超过欧洲、中东等地区32%年增长率将达到．
万。这其中，中国地区也占了很大比例，尤其中年的人才需求是230 国还是一个拥有巨大发展潜力的市场。另一方面，根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。 大数据产业在中国已经被提高到国家战略层面，在国务院印发的《促进大数据发展行动纲要》中就明确指出要以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，促进大数深化大数据在各行业创新应用，着力推进数据汇集和发掘，等行业据产业健康发展。发展大数据在工业、新兴产业、农业农村 推进基础研究和核领域应用，推动大数据发展与科研创新有机结合，心技术攻关，形成大数据产品体系，完善大数据产业链。大部分都是然而，目前在云计算和大数据行业打拼的从业者中，在信息周刊的调
人才培养评估工作总结
人才培养评估工作总结 在学院党委和行政的正确领导下，我院以教育部关于印发《高等职业院校人才培养工作评估方案》和《陕西省高等职业院校人才培养工作评估实施细则》为工作指南，全面贯彻“以评促建，以评促改，以评促管，评建结合，重在建设” 的二十字方针，加强组织领导，合理规划学院发展和人才培养目标，不断加大资金投入，持续改善办学条件，进一步推进工学结合，不断深化教育教学改革，人才培养质量不断提高，圆满完成了人才培养工作评估专家考察阶段的工作，受到了专家组的充分肯定。现对学院评建工作总结如下： 评建工作是一项系统工程，涉及到学院工作的方方面面 和每一位师生员工的切身利益。作为一所组建仅仅5年的高职院校，要达到评估标准，任务十分艰巨。只有举全院之力，集中全院教职员工的智慧和力量，才能实现评建工作目标。为此，我们做了以下几方面的工作： （—一）领导重视，精心部署 按照《教育部关于全面提高高等职业教育教学质量的若 干意见》（教高〔XX! 16号）文件精神和评估新方案精神，XX 年2月24日，学院出台了《咸阳职业技术学院人才培养工作状态数据采集平台管理实施办法》，积极组织开展数据平台填报工作。XX年5月22日，院党委下发《中共咸阳职业技术学院委员会
关于成立人才培养工作评建工作组织领导机构的通知》（咸职院党发〔XX〕15号），成立了评建工作领导小组及其工作机构，统一领导组织实施全院评建工作。同日，又下发《咸阳职业技术学院人才培养工作评建工作实施方案》（咸职院党发〔XX〕16号），详细部署了学院今后评建各项工作。 随着评建工作的进一步深入，XX年4月13日学院党办和院办联合下发了《关于进一步完善和明确评建工作组及其职责的通知》，重申了学院评建领导小组和评建办公室指责，调正了评建工作机构，成立了“领导作用”、“师资队伍”、“课程、专业、教学管理”、“社会评价”、“学生工作”、“宣传舆论”、“后勤、安全工作”、“综合协调”、“校内评建专家”和“材料数据”等十个工作小组。 学院领导高度重视评建工作，亲自督查评建工作，多次组织召开专题会议听取评建工作汇报，协调解决有关问题，使学院评估工作整体高效推进，为学院顺利通过国家人才培养工作评估打下了良好基础。 （二）广泛发动，提高认识 XX年10月15日，召开了全院评建工作动员大会，全面启动学院评建工作。各部门分别召开了动员会。为加强宣传工作，评建办克服人员不足的困难，加班加点，按期连续编印《评建简报》、《评建工作手册》，建设咸阳职业技术学院评建网，组织全院教职员工开展听课、评课、说课、专业剖析等一系列活
人才培养工作状态数据平台建设与管理办法(仅供参考)
人才培养工作状态数据 采集平台建设管理办法（试行） 为贯彻落实《教育部关于印发<高等职业院校人才培养工作评估方案>的通知》（教高〔2008〕5号）及广东省有关评估文件精神，认真做好我校人才培养工作状态数据采集平台（以下简称“数据采集平台”）的数据上报、发布和日常建设工作，规范我校数据采集平台的建设与管理，以挖掘数据采集平台在提高学校管理水平、促进学校内涵建设、方便社会监督等方面的积极作用，特制定本管理办法。 第一条数据采集平台建设的重要意义 人才培养工作状态数据平台的建设与管理，是高等职业院校实现管理科学化、信息化、规范化的重要手段，是深化教育改革、强化办学特色、提高人才培养质量，实现学校快速发展的客观要求。数据采集平台既是反映学校基本办学条件相关数据的管理平台，也是上级教育行政部门对高等职业院校人才培养工作实施宏观管理的重要手段，同时也是社会机构和公众了解我校人才培养工作状态的主要途径。加强数据采集平台建设与管理工作，有利于逐步形成以学校为核心、教育行政部门为引导、社会参与的教学质量保障体系，促进高等职业教育健康发展。 第二条建设与管理工作的总体要求 数据采集平台的建设与管理，是以教育部和广东省教育厅相关工作文件为原则依据，以广东省教育厅发布的数据平台系统为载体，结合我校高职教育教学工作实际，开展数据维护和数据采集、汇总、分析、上报、发布等具体工作。作为学校加强质量管理的重要工作组成部分，学校各部门、单位和全体教职工，均有义务基于本职工作，按要求提供涉及本部门工作的相关数据，在确保质量的基础上，按时完成数据平台的信息采集工作。 第三条工作机构与主要职责
数据采集平台建设与管理是一项具有科学性、规范性、系统性、复杂 性的重要工作，要求数据采集能够动态、准确、如实地反映学校人才培养 工作的常态。为此，学校对数据采集平台的建设与管理明确工作机构与主 要职责。 1．工作机构 学校成立由主管教学校长牵头的“数据采集平台建设与管理领导小组”。领导小组成员由院办、教务处、学生处、人事处、财务处、设备处、科技处、继续教育学院、教育技术中心、评估与督导办及各教学单位的主要领 导组成。领导小组下设“数据平台管理办公室”，办公室挂靠评估与督导办。 2．主要职责 “数据采集平台建设与管理领导小组”的主要职责是：全面负责学校 数据采集平台的建设与管理、信息采集、数据上报及数据分析等工作的指 导和决策。 “数据平台管理办公室”（评估与督导办）的主要职责是：主要负责 数据采集平台的日常管理；数据采集工作的组织、协调、检查、指导、指 标内涵的解释以及数据审核、汇总和上报等工作，并在实施工作中制定信 息采集的工作规范和要求，研究解决信息采集过程中的疑难问题；组织学 校各部门对平台数据进行统计分析和研究，在学校高职所和教务处、人事 处等相关部门配合下撰写数据分析报告等。 各相关职能部门的主要职责：主要负责部门工作职能范围内的数据采集、审核工作，并组织、指导、督促、审核各教学单位相关数据的采集工作。审核、分析与职责工作相关的平台数据并提交分析报告，对相关状态 数据反映的问题，提出解决办法并组织实施。 各教学单位的主要职责是：主要负责组织教师及相关工作人员采集教师、专业、课程、校内外基地、产学合作、顶岗实习、学生就业等信息。
大数据人才培养说课材料
此文档仅供收集于网络，如有侵权请联系网站删除大数据产业人才培养计划贵州省在着力打造大数据产业发展应用新高地，推动大数据产业 建成全国领先的大数据资源中心和成为贵州经济社会发展的新引擎，大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应月，贵州印2014年2用、保安全、促创新，建设信息资源聚集地。2014发《关于加快大数据产业发展应用若干政策的意见》。明确从亿元资金，省和贵阳市、年，贵安新区每年各安排不少于1年起连续3个大1―2用于支持大数据产业发展及应用。到2017年，贵州将形成户户大数据龙头企业，聚集50030数据产业示范园区，引进和培育亿元，通过大数据带动相关产业规模达3000创新型大数据相关企业，5000名。名，引进和培养高端人才引进大数据领军人才100年32012年至2015年的IDC 一方面，根据的调查报告，全球从的的年增长率，超过之间里，云计算的相关工作需求将出现26%1/4的预测还表明，增长率再次证明了企业对云计算人才的巨大需求。IDC万的云计算相关岗位出现真空，而这方面的求职者1702012年有约值得并且不具备完善的培训机制；也都缺乏云计算方面的实践经验，万，云计算万上升到700170警醒的是，到2015年，这个数字将有亚太地区的云计算人才产业面临着更大的人才缺口。若以地区来看，亚太区的云计算相关人才需求IDC预测，缺失要更加严重一些，根据年增长率将达到32%，超过欧洲、中东等地区8个百分点，到2015只供学习与交
流． 此文档仅供收集于网络，如有侵权请联系网站删除万。这其中，中国地区也占了很大比例，尤其中年的人才需求是230 国还是一个拥有巨大发展潜力的市场。年大数据 2018另一方面，根据麦肯锡报告，仅仅在美国市场，万。此外美国企业还需要人才和高级分析专家的人才缺口将高达19万位能够提出正确问题、运用大数据分析结果的大数据相关管理150 人才。 在国务院印发的大数据产业在中国已经被提高到国家战略层面，营造宽《促进大数据发展行动纲要》中就明确指出要以企业为主体，松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，促进大数深化大数据在各行业创新应用，着力推进数据汇集和发掘，只供学习与交流． 此文档仅供收集于网络，如有侵权请联系网站删除等行业据产业健康发展。发展大数据在工业、新兴产业、农业农村推进基础研究和核领域应用，推动大数据发展与科研创新有机结合，心技术攻关，形成大数据
人才培养工作状态数据采集平台
人才培养工作状态数据采集平台填报指南（一） 评建办咨询电话 综合楼304 8715（1850）朱晓峰张磊 综合楼302 8715（1858）殷锐
一、 注释 例一 （一） 注释类别一 1. 院校名称若同时使用两个以上院校名的请一并填写。 2. 建校时间指院校独立设置具有举办高等职业教育资格的时间（上级主管部门批准时间）。 3. 建校基础指高职学院的筹建基础，具体包括哪几所学校。 4. 举办方（单一选项）:省级政府/地市级政府/行业/企业/其他 5. 院校性质（单一选项）:公办/民办 6. 院校类别（单一选项）:第一产业/第二产业/第三产业/综合 7. 立项部门（单一选项）:国家/省/未立项 8. 每位院校领导信息占一行。 9. 性别（单一选项）：男/女。 10. 每兼一门课即填一行
11.一体化教室是指兼具理论教学与动手能力培养功能的教室。（有待学院相关部门认定） 12.每个校内实践基地（含实验室、实习实训基地）填一行。 13.主要面向专业填制不超过5个。 14.支持部门（单一选项）：国家/省 15.社会（准）捐赠设备值泛指社会各方的捐赠，包括为学校所用，不为学校所有的可称为“准 捐赠”的仪器设备等；实物资产折算为资金统计。 16.大型设备指单价≥5万元的设备。 17.所列主要项目一般不超过5项。 18.专职管理人员，当其承担多个实验实训室管理时，以某个实验实训室为专职，其它都为兼 职。并在填写是表明“兼”。（有别于指导实训的教师） 19.每个校外实习实训基地填制一行格。其它校外教育资源，可以用“补充说明”形式表达。 20.是否有住宿条件（单一选项）：是/否 21.基地是否发放学生实习补贴（单一选项）：是/否 22.级别（单一选项）：省/市 23.部门（单一选项）：中央部委/省市部门/行业/企业/其他 24.日常教学经费包括实验实习费、教学仪器维修费、教学差旅费、资料讲义费、体育维持费 和聘请兼职教师费等。 25.校内专任教师可包括正式签约聘用的非在编的全职教师。 26.学历（单一选项）：博士研究生/硕士研究生/大学/专科/专科以下 27.学位（单一选项）：博士/硕士/学士 28.专业特长指教师在专业领域某一方面的优势和专长。 29.专业技术职务指教师获得的人事部门认定的职称，包括教师系列职称、工程系列职称、研 究员系列职称等；B1.技术职务等级（单一选项）：高级/中级/初级。（原中专的高级讲师也可计入高级职称人数，改制超过6年的高级讲师不再计入。） 30.职业资格等级指教师获得的劳动与社会保障部门、其他部委、行业、企业等颁发的各类职 业资格证书。各类技能证书也在本栏填写。 31.本学年所授课程全部列出 32.是否为专业带头人（单一选项）：是/否（有待学院相关部门认定） 33.是否为骨干教师（单一选项）：是/否（有待学院相关部门认定） 34.是否为双师素质（单一选项）：是/否。双师素质教师是指具有教师资格，又具备下列条件 之一的校内专任教师和校内兼课人员：⑴具有本专业中级（或以上）技术职称及职业资格
人才培养工作状态数据采集平台分析报告
关于人才培养工作状态数据采集平台的分析报告 高等职业院校人才培养工作状态数据采集平台是促进学校管理现代化、标准化、制度化，完善教学质量保障体系的一个重要手段和途径。 学院领导高度重视《2015年人才培养状态数据平台》采集工作，组织相关部门和人员召开会议，对2015年填报要求认真学习和研究，对填报细节工作逐一落实，按照源头录入、规范采集的原则，有组织、有步骤地进行了数据采集和填报。以用好数据采集平台为依据，通过数据采集平台的建设来引导学院的内涵建设，规范学院各单位的日常工作，促进学院办学水平的提升。对各项数据进行了深入细致的分析，找出了学院一年来取得的成绩以及尚存在的问题，并对存在的问题制定了相应的整改措施。 根据省教育厅关于数据平台培训工作通知要求，我院精心挑选两名责任心强且技术过硬的骨干教师专门负责汇总各项数据。按照填报精神，我院分管院长亲自召开数据填报安排会议，要求各部门高度重视数据平台采集工作，统一思想，加强学习，提高认识，充分理解新版数据平台中的各项指标内涵，从源头上确保采集数据的准确性和实时性，切实按照“独立、原始、及时、公开”的原则建设数据平台，充分发挥数据平台在学院人才培养工作中的宏观调控作用，推进学院各项管理水平再上一个新的台阶。 我院在使用和改进完善人才培养状态数据采集平台的过程中体会到：一是数据采集平台是我院实施人才培养工作动态监测，
及时发现问题，实现科学决策，进行宏观调控，实施规范管理的重要手段。二是数据采集平台不能是应付评估才建设的临时工作，而应该是作为学院教学质量保障机制的重要部分，建立长效机制，制定规章制度，明确牵头单位，为学院的科学、规范管理和教育教学质量提供保障，为学院决策提供依据。三是人才培养状态数据采集平台是我院发展的风向标，通过对自身人才培养工作状态数据的分析，我院能够较为清晰地掌握本校的发展现状及未来的发展趋势，便于高职院校实现教学质量的自我监控和自我评估，有利于规范自己的教育教学管理、加强内涵建设、创新人才培养模式、构建全方位多角度的人才培养质量保障体系。四是有利于教育部或省教育厅的专家组来我院进行指导时能够准确的指出我院当前发展中存在的问题，更可以有针对性地提出解决问题的方案，更有利于我院今后的发展。 我院建立健全了《高等职业院校人才培养工作状态数据采集平台》定期分析制度，充分发挥其对学院工作状态的反映和监控作用。以《高等职业院校人才培养工作状态数据采集平台》上的信息为引导，推进教学改革，加强专业建设、课程建设和教学团队等各项建设工作，不断培育特色，提升人才培养工作水平，逐步构建学院自主发展，社会参与，自我约束、自我发展的新机制。 通过对学院2014年—2015年人才培养工作状态数据采集平台的分析，对照普通高等学校基本办学条件指标（教发[2004]2号），学院在生师比、实践教学场所、生均占有面积、生均图书量、每百名学生拥有计算机台数、多媒体教室座位数等方面已基本达
高职院校人才培养模式分析论文.
高职院校人才培养模式分析论文 2019-01-19 摘要：本文通过对高职院校人才培养模式主要发展形态的梳理，探究高职院校人才培养模式的主要发展特点，进而对不同的高职院校人才培养模式进行比较和审视，得出高职院校的人才培养模式不是单一、孤立存在的形态，各高职院校要根据各自特点，选择适宜自身发展的多形态人才培养模式。 关键词：高职院校；人才培养模式 １高职院校人才培养模式的主要发展形态 １．１“订单式”人才培养模式：“订单式”人才培养模式以产学研结合为核心，以就业为导向，实行“录用就业”，它通常有两种培养方式：一是校外企业顶岗实习，一是校内实践教学基地实训［１］。这种人才培养模式由校企双方依据市场需求和企业用工需要，通过签订用人及人才培养协议，明确校企双方职责，学校保证按照企业需求培养所需人才，企业保证录用合格毕业生到企业工作。校企双方在人才培养过程中是合作互利的关系。 １．２“工学结合”人才培养模式：“工学结合”人才培养模式可追溯到２０世纪的英国，在我国已经持续了１００多年。它以职业为导向，以学生为主体，使学生能够理论联系实际，从而提高学生的理论知识和专业技能，进而提高学生的综合素质和就业竞争力［２］。它是职业教育的一种理论和实践探索，它更加注重学生理论知识与实践技能的相互促进和渗透，更有利于学生职业技能和职业素养的提升和完善，在高职教育的发展中取得了显著的成效。 １．３“现代学徒制”人才培养模式：“现代学徒制”实质上是政府、职业院校和企业共同对学生进行教育和培养的一种人才培养模式。在人才培养过程中，政府给予企业、职业院校和学生以适当的政策扶持或资助，从而减轻就业压力，促进社会稳定；高职院校为学生提供学习机会和学习条件，并从中获得合理的受益，促进高职教育的`持续发展；企业为学生提供实习岗位和技能培训，从而降低生产成本，提高经济效益；学生为高职院校交付部分学费，从企业实习岗位中获取劳动收益，并在岗位实践过程中提高自己的专业技能，实现个人价值。 ２高职院校人才培养模式的主要发展特点 ２．１高职院校人才培养模式的社会化：高职院校人才培养模式的社会化，大体包含以下三点：一是人才培养宗旨的社会化。二是人才培养目标的社会化。高职院校与普通高校相比，不仅侧重于专业技能人才社会适应度和职业竞争力的提升，同时还受制于社会对专业技能人才的需求。三是人才培养方式的社会化。高职院校的人才培养，不仅需要学校提供必要的学习条件，还要为学生传授所需的专业理论知识，同时还需要对口的企业提供适应的岗位和技能
大数据系统架构人才培养方案
大数据培训方案简介 大数据人才的培养是一项系统工程，企业可以通过在内部遴选相对符合基础条件的员工，打造自己专业的大数据团队，使学员能系统化获取知识结构和专业技能。 通过课程学习可以使学员获得如下能力： ?通过本专业的学习，学员可以了解云计算、机器学习，文本和语义分析，图计算，可视化分析，以及MapReduce，NoSQL数据库，在并行计算等领域的基本概念，熟悉并行文件系统和分布式存储系统的组织方式和基本技术，掌握Map-Reduce的编程模型、相关基础和高级编程语言。 ?了解Hadoop生态系统的组成和主流模块的架构原理，以及其在典型工业界的大数据处理和分析领域的应用场景。使学员掌握海量数据计算的基本概念与原理，特别是面向分布式计算和存储的关键技术原理，培养员工解决大规模数据处理的基础能力，学会编写简单数据处理程序。 大数据系统架构师培养方案 课程介绍： 该课程将带领学员理解大数据处理的分析思路和方法，提高大数据技术架构设计能力和管理能力，采用理论与实践相结合的授课方式，来掌握解决实际问题的能力。该课程中设计的技术难点和关键点均举例说明，让学员更加容易掌握。并在培训过程中与学员交流培训经验与技巧，以帮助学员将大数据技术复制下去。
另外，在实战演练过程中介绍大数据项目开展步骤及项目控制。 课程天数： 3~12天 培训目标： 通过课程培训，让学员掌握： 1、掌握大数据方法体系； 2、掌握Hadoop原理技术； 3、掌握大数据质量管理体系； 4、掌握大数据架构设计思路与方法； 5、掌握大数据架构课程培训技巧； 6、掌握大数据项目的开展步骤及项目控制技巧； 7、授课期间搭建一个基于hadoop的大数据模拟架构平台。 培训对象： 大数据运营、管理和分析人员 参训条件： 管理人员及数据分析人员 课前调研： 在开课之前，与学员和领导进行访谈，进一步明确领导对课程的期望，并了解学员的基础，倾听学员的建议，有针对性的优化培训思路。 课程大纲：
人才培养质量评价与整改报告
一、2013年度人才培养质量分析 （一）课程教学质量评价 1.教学秩序情况 良好的教学秩序为学生营造浓厚的学习氛围，是提高教学质量的前提和重要保证。经济管理专业严格执行教务处《关于调、停、代课审批管理办法》，严把教学单位调停代课审批关。2013年度经济管理专业共审核批准了各类调停代课申请30余次；严格执行教学事故检查与处理制度，2013年全年无教师发生教学事故；无考试违纪违规事件发生，教学秩序良好。 2.课堂教学质量 2013年，经济管理专业构建了院、系部督导员以及学生教学信息员一起的三级教学督导体系。全专业共组织完成160多课时的随堂听课，涉及不同职称、不同年龄段、不同授课类型、不同教师类型30人次。系部督导随机听课，每期召开2次教学质量信息反馈座谈会。学生座谈会等反馈情况表明，经济管理专业的课堂教学质量整体较好。制度化、规范化的督导工作有力地促进了教师教学水平的提高。2013 年，学生评教参评率达95.34%；评教数据中，课程评测结果为“优秀”的占80.67%，教师评测结果为“优秀”的达84.02%，教学质量和教师教学水平得到了学生的充分肯定和认可。 3.课程资源情况 课程是培养学生知识、能力和素质的重要载体。学院实行选课制为学生自主学习提供了巨大的空间，但是也大大增加了学生对学校课程资源的需求。学校在保证课程质量的基础上，进一步增加课程数量，丰富课程资源，以此满足学生对知识的渴求和对知识结构多元化的需要。2013年，全专业一、二、三年级共开设各类课程34门次，合计可是2576学时，其中实践课程1434学时，占55.67%，理论课程为1142学时，占总课时44.33%。麦可思公司完成的《重庆三峡职业学院社会需求与培养质量2012年度报告》显示，经济管理专业学生的满意度为较满意。（二）学生创新精神和实践能力评价 经济管理示范专业“以就业为导向”，大力实施专业建设和课程教学改革，致力于培养学生适应未来职业岗位需要的职业技能和综合职业能力的训练养成，鼓励倡导学生参加校内外各项职业技能竞赛活动。2012年-2013年度，全专业学生参加全院职业技能大赛，获得市场营销策划大赛一等奖一个；参加重庆市高校娃哈哈市场营销大赛，荣获重庆赛区二等奖；参加重庆市企业模拟管理技能沙盘大赛，荣获重庆市赛区二等奖；参加2012年度重庆三峡职业学院创业策划大赛二等奖一个，三等奖二个。 （三）师资队伍水平评价 1.专任教师师资队伍结构状态
高等职业院校人才培养工作状态数据采集平台解释说明
《高等职业院校人才培养工作状态数据采集平台》 填写注意事项与注释（V2.16a001） （以统计时段为2018年9月1日至2019年8月31日为例） 一、基本注意事项 （一）表格填写前，请注意阅读窗口上部的注释和说明内容。 （二）平台或注意事项中未特殊说明的项目均填写采集当年的数据。 （三）时间填写方法 1．单项填写时间为：××××-××，例如，2015年9月应填写为：201509。 2．区间填写时间为：××××-××至××××-××，例如，2015年9月至2015年11月应填写为：201509至201511。 3．除表中特别说明外，此次填报时间范围为2010-09-01至2011-08-31，历年时间范围为高职学院成立起至2011-08-31。 4．日期中的连接符“-”为英文半角状态下的符号。 （四）其他注意事宜 1．项目必须使用全称，主要涉及的项目包括学院名称、专业名称、班级名称、课程名称、杂志名称、发证机构、单位名称等。 2．没有或不需填写内容的项目无需填写任何符号、文字或数字，空白即可。 3．有“序号”项目的表格，序号一定不能为空。有“编号”（包括教工号、专业代码、课程代码、班级代码、机构代码等）填写要求的表格，编号必须齐全，不可为空，且前后一致。 4．平台中提供选择的项目请按要求进行选择，不得输入或粘贴，否则表格合并过程中会出现数据错误。 5．特别注意表中不要出现“空行”，否则将影响数据汇总的准确性。 6．一个单元格中有多个项目或多个人时，除特别说明外，各项目、姓名之间用顿号（“、”）连接。 7．注意各项目的计量单位，必须按要求的计量单位进行填写。 二、分项注意事项 A1基本信息
“2020级大数据技术与应用专业人才培养方案
附件： 2017年大数据技术与及用人才培养方案 一、培养目标 本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。 二、学制及招生对象 （一）学制：三年 （二）招生对象：高中毕业生和中职毕业生 三、人才培养规格 （一）职业面向、预期工作岗位名称 1.主要岗位 本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换； 大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析； 2.相关岗位 大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。 3.进阶岗位 大数据技术公司管理岗位和高级技术岗位 （二）起薪标准 4500元/月 （三）人才质量标准 1.知识要求 毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能； ②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语，包 括技术性文档和资料； ③掌握计算机方面的专业基础知识，能适应信息化建设； ④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技能； ⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。 2.能力要求 通过三年的学习，学生应具备从事本专业领域相关工作的能力。 ①熟练操作办公自动化软件； ②具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。 ③具备办公自动化设备维护的能力；具备数据库系统管理维护的能力； ④具备非结构化数据处理能力； ⑤具备数据仓库管理基本能力； ⑥具备OOP程序设计能力； ⑦具备Web应用开发能力； ⑧具备Linux Server、Hadoop项目管理维护的能力； ⑨具备数据挖掘、数据清洗、数据可视化的处理能力。 3.素质要求 ①政治思想素质： 热爱祖国，拥护党的基本路线。遵纪守法，善于独立思考，勇于创新的精神。具备良好的职业道德与素养。 ②文化素质： 具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。 ③业务素质： 掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专业技能的能力。 （四）职业岗位资格证书 至少取得下列证书之一：
大数据技术与应用专业人才需求分析和预测性调研报告
大数据技术与应用专业 人才需求分析和预测性调研报告 一、调研情况分析 (一)政府发展规划与政策动态 推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 2018年，贵州提出“万企融合”大行动，计划用五年时间，带动10000家企业通过应用大数据技术，提升企业数字化、网络化、智能化水平，实现发展新增长、服务升级。有预测称，这次行动将在贵州形成超过1200亿美元的市场。 (二)市场需求和行业发展趋势 1）大数据市场需求 大数据经过前几年的概念热炒之后，逐步走过了探索阶段、市场启动阶段，当前已经在接受度、技术、应用等各个方面趋于成熟，开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展，行业规模增长迅速。截至 2014 年，全球大数据市场规模已经成长到300 亿美元的空间，预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿美元，是整个IT 市场增幅的6 倍。大数据市场规模在2020 年有望达到611.6 亿美元，符合年增长率将达到26%。 中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。“大数据”已成为一个热门词语高频出现在各种场合，其专门人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，俱预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业的一个很大的优惠。未来几年人才需求将持续走俏。引进和培养1000
高职创新创业人才培养质量评价指标体系的构建
高职创新创业人才培养质量评价指标体系的构建 伴随当前经济发展模式的变革，对于人才类型的需求也有所改变，创新创业型人才成为了推动社会发展的主力军。作为创新创业型人才培养高地的高职院校来说，如何提高创新创业型人才培养质量是亟待解决的问题。在明确了创新创业型人才素质特征的基础上，构建了相应的创新创业人才培养质量评价指标体系，旨在准确评价当前人才培养模式，并指明之后的改良方向。 标签：高职；创新创业；人才培养质量；评价指标 1 引言 从2005年开始，我国就开始关注高校创新创业的问题，并提出了一些改革的建议。这些意见的提出都是为了推进高等院校教育的改革，从而使得高校毕业生的就业率创业率以及相应的就业质量和创业质量得到提升。在十九大报告当中再一次提出了创新创业型人才的培养问题，针对这个问题也做出了具体的部署。由此可以看出，创新创业型人才的培养已经迫在眉睫，高等院校作为人才的主要培养基地必须纵向深入推进教育改革。当前国内很多学者都开始关注创新创业型人才的培养，相关的论文成果也很多，但专门针对“高职创新创业人才培养质量评价体系”方面的论文或研究资料还基本没有，该视角的研究严重匮乏。高职院校创新创业人才培养方面的质量评价体系研究和实践还处于起步阶段，缺乏深层次、实践性、综合性、先进性的高职技能型创新创业人才评价体系，高职院校创新创业教育的建设虽然已经取得了一定的成果，但最终人才培养的质量评价体系却未能满足需求。因此，研制一套符合我国高职教育实际的创新创业人才培养质量评价体系是十分必要的。 2 研究综述 通过中国知网检索，分析近十年的研究文献，创新创业人才培养方面的论文达到3820篇，高职创新创业人才培养方面的论文437篇，从“质量评价体系”角度研究高职院校创新创业人才培养的论文仅有7篇。国内创新创业人才培养方面的研究成果主要集中在近几年，且理论性研究较多，实践性研究很少。从“质量评价体系”视角出发研究高职创新创业人才培养较少。 刘海滨，杨颖秀，陈雷（2012）利用层次分析法构建了由4个一级指标、10个二级指标，48个三级指标组成的评价指标体系，并对各层指标进行了权重赋值。王璐，孟凡静，李雯（2013）通过大量的研究发现，传统的人才培养评价体系已经无法适应当前人才培养的需求，不仅对于创新创业型人才的培养起不到任何促进作用甚至还会阻碍其发展。因此当前评价体系的建设必须立足于创新创业型人才素质结构，并全面考虑以下五个方面的内容，即评价目标、评价原则、评价方式以及评价主体和指标。刘强（2016）构建了创新创业教育质量评价体系，对创新创业教育的资源投入、运行机制、师生投入评价、教育取得的成效等进行了评价。冯帅，刘冀琼（2016）以物流专业管理为对象构建了相应的教育质量评
(完整版)校本人才培养工作状态数据采集与管理平台管理办法
襄阳汽车职业技术学院 校本人才培养工作状态数据采集与管理平台管理办法 （试行） 第一章总则 第一条根据《教育部办公厅关于建立职业院校教学工作诊断与改进制度的通知》（教职成厅〔2015〕2 号）和《关于印发〈高等职业院校内部质量保证体系诊断与改进指导方案（试行）〉启动相关工作的通知》（教职成司函〔2015〕168 号）的要求，认真做好我校人才培养工作状态数据采集与管理平台（以下称“数据采集平台”）的数据采集与上报工作，及时分析我校人才培养工作状态，使数据采集常态化，满足我校开展教学工作诊断与改进（简称诊改）的需要, 特制定本办法。 第二条数据平台是运用现代数据信息管理技术，对高等职业院校人才培养工作状态数据进行战略重组和系统优化，以不断完善教学质量保障体系，促进管理的制度化、规范化、信息化，从而提升管理水平，提高管理效益，深化内涵建设。 第三条通过数据平台的建设和有序运行，实现其“统计汇总、反映现状，管理监控、促进规范，分析开发、提供决策” 的基本功 第二章机构与职责
第四条组织机构设置为确保做好校本数据采集平台的管理和使用，学校成立数据采集管理办公室，办公室设在质量监督管理办公室。 各部门的数据采集具体分工按数据采集平台表格的特征归口负责，由质量监督管理办公室负责具体分工安排。 第五条职责1．数据采集平台由质量监督管理办公室统一管理，具体负责全院数据采集的组织工作，包括数据采集平台的运行管理与维护、对各部门报送的数据进行最终汇总、审核，形成总的分析报告提交院领导审议；并负责上报省教育厅或教育部。 2．各处室、各系（部）及有关单位指定专人（信息采集管理员）负责本单位数据的采集、汇总和审核，审核的内容包括数据填报格式的规范性、数据及字段的完整性、及时性和准确性等。 3．各处室、各系（部）及有关单位负责人为本部门信息数据采集工作的第一责任人，各填报单位在完成初始数据的采集、汇总、审核确认后，将电子数据报质量监督管理办公室。 4．各处室、各系（部）对相关条目数据进行统计分析，并形成分析报告，报送质量监督管理办公室。 第六条数据采集工作实施工作责任制，纳入各部门工作目标绩效考核。
浅论高职院校人才培养模式的现状及趋势
浅论高职院校人才培养模式的现状及趋 势 （作者:___________单位: ___________邮编: ___________） 论文摘要：高职人才培养有赖于人才培养模式的不断改进与创新，因此，人才培养模式是制约高职人才培养的关键因素。在阐述我国高职院校人才培养的三种典型模式及其特征的基础上，进一步分析我国职业教育人才培养模式的现状，并提出高职院校人才培养模式未来的趋势。 论文关键词：高职院校；人才；培养模式；趋势 一、高职教育人才培养模式及特征 高等职业教育（以下简称高职教育）是职业技术教育的高层次阶段，高等职业教育能否发展壮大，能否成为高等教育中一支具有特色的教育模式，关键在于：其是否具有独到的人才培养模式、其培养出来的人能否成为适应社会需要的高素质实用技术人才和管理人才。 1.我国高职院校人才培养的几种典型模式
（1）工学结合模式。高职工学结合教育模式是指高职院校和相关企业或行业在共同育人方面遵循平等互利的原则迸行优势互补的合作。以培养学生的全面素质、综合能力和就业竞争力为重点，利用学校和企业不同的教育资源和社会资源，采取课堂教学与学生参加实际工作相结合的学习方式。 （2）校企合作模式。高职校企合作模式即学校与企业合作，根据市场上各企业对人才的需求类型进行有针对性的培养，从而满足企业需求的同时，能够使更多的毕业生找到理想的工作。 （3）松散型合作模式。很多高职院校由于自身的不完善，以及外界冗杂的市场环境的影响，其与企业不能够建立一种稳定的合作模式。在这种松散的模式下，学生的实践能力以及未来的就业前景将无从保障。 2.高职院校人才培养模式的特征 高职院校主要以适应社会需要为目标，以培养技术应用能力为主线设计学生的知识、能力、素质结构和培养方案。因而高职院校的人才培养模式有其自身独具的特征和特点。其特征主要有以下几个方面。（1）以培养适应生产、建设、管理、服务第一线需要的高等技术应用型人才为己任；（2）以社会需求为导向、技术应用能力的培养为主线设计教学方案和培养方向；（3）采取实践教学等特色教学模式，提高学生的实操能力；（4）“双师型”师资队伍的建设是高职高专教育成功的关键；（5）产学结合、校企合作是培养技术应用型人才的基本途径。
大数据人才培养
大数据产业人才培养计划 贵州省在着力打造大数据产业发展应用新高地，推动大数据产业成为贵州经济社会发展的新引擎，建成全国领先的大数据资源中心和大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应用、保安全、促创新，建设信息资源聚集地。2014年2月，贵州印发《关于加快大数据产业发展应用若干政策的意见》。明确从2014年起连续3年，省和贵阳市、贵安新区每年各安排不少于1亿元资金，用于支持大数据产业发展及应用。到2017年，贵州将形成1―2个大数据产业示范园区，引进和培育30户大数据龙头企业，聚集500户创新型大数据相关企业，通过大数据带动相关产业规模达3000亿元，引进大数据领军人才100名，引进和培养高端人才5000名。 一方面，根据IDC的调查报告，全球从2012年至2015年的3 年之间里，云计算的相关工作需求将出现26%的年增长率，超过1/4的增长率再次证明了企业对云计算人才的巨大需求。IDC的预测还表明，2012年有约170万的云计算相关岗位出现真空，而这方面的求职者也都缺乏云计算方面的实践经验，并且不具备完善的培训机制；值得警醒的是，到2015年，这个数字将有170万上升到700万，云计算产业面临着更大的人才缺口。若以地区来看，亚太地区的云计算人才缺失要更加严重一些，根据IDC预测，亚太区的云计算相关人才需求年增长率将达到32%，超过欧洲、中东等地区8个百分点，到
2015年的人才需求是230万。这其中，中国地区也占了很大比例，尤其中国还是一个拥有巨大发展潜力的市场。 另一方面，根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。 大数据产业在中国已经被提高到国家战略层面，在国务院印发的《促进大数据发展行动纲要》中就明确指出要以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，着力推进数据汇集和发掘，深化大数据在各行业创新应用，促进大数