关键词：高等职业院校，数据科学，高等职业教育，办学定位 中图分类号：G710?
1.高职教育的现状与存在的问题
从20世纪80年代开始，随着教育体制改革的不断深入，我国高等教育发展进入了新的历史阶段，高职教育也取得了长足的发展。进入21世纪，无论是从高职院校的数量、在校生和毕业生规模，还是教学质量都取得了令人可喜的成就。特别是在近十年里我国高职教育更是为各行各业提供了大量的职业岗位急需的应用型高级技能人才，为我国国民经济建设和社会发展作出了积极的贡献。高等职业教育已经逐步走出了传统学科教育的模式，通过校企合作、工学结合等办学模式，为我国高等教育适应经济生产发展需要，提升为社会服务的能力创造了一条新的路子。 然而，高职教育在蓬勃发展的同时，一些无法回避的问题日益暴露在我们面前：政府角色缺位与越位并存，财政支持待遇不公，招生录取制度滞后，生存与发展环境艰难；社会总体评价不高，学生、家长偏见严重，报到率、就业率连创新低；有些高职院校自身办学导向不明，重复建设、特色个性全无、学科质量低下，升格改名之风日甚，去职业化现象严重；用人单位认同程度较低，竞争环境恶化，毕业生就业困难重重……。总之，矛盾错综复杂，我们面对的绝不是一条坦途大道。今天，我国高等教育大众化的目标已成现实，高等教育与社会经济发展关系日益密切，然而高职教育要想在其中扮演更重要的角色，还有很长的路要走。
2019年1月24日中国职教学会会长、教育部原副部长鲁昕针对国务院印发的《国家职业教育改革实施方案》提出：对接科技进步发展趋势，融入技术迭代进程，创新人才培养体系，重构人才知识结构，重塑人才培养方案，提升教师综合能力，满足市场多元需求。
2.高职院校自身定位与发展的关系
上述问题固然纷乱芜杂，但如果抽丝剥茧，最终我们可以把目光集中到一点——高职教育的定位问题。在宏观层面，由于大的社会系统对高职教育的价值定位存在问题，才出现了整个社会对高职教育的冷漠、偏见甚至是歧视；在中观层面，由于整个教育系统对高职教育的定位存在问题，才出现办学导向不明、目标趋同、结构单一；在微观层面，由于某些高职学校存在内部定位问题，才出现特色不分、个性不明、就业无门。显而易见，在高等教育大众化、多样化发展的今天，无论哪一个层面出现定位问题，都将使我国高职教育在弯路上徘徊更长时间，甚至误入歧途。
从高职教育着手，理清高等职业院校办学的定位问题至关重要。职业性是高等职业院校人才培养的核心，也是区别于普通高等教育的主要特征。高等职业教育属于职业教育的类型，它与“学术型”和“研究型”普通高等学校的类别不同，因此区别于普通高等学校的高等研究型人才培养目标，高等职业教育培养的是具有高技能的应用型专门人才，是直接服务于职业岗位的高级人才；高等职业教育作为我国高等教育的重要组成部分，是一种高等层次的教育。高等职业教育的这一特性，同时界定了其与中等职业教育在层次上的区别，也解决了高等职业教育在我国职业教育中的又一定位问题。
当前，在产业结构调整和经济转型过程中，对拥有一定智能和技能的高素质人才的需求不断增加，这给了高等职业教育和高等职业院校生存和发展的空间。
期刊文章分类查询,尽在期刊图书馆所以，高等职业院校在人才培养上要以就业为导向，以市场需求作为人才培养的出发点和落脚点，以学生形成岗位职业能力为教育教学的核心。站在新的历史起点，高职院校需要重新审视自己的办学定位，调整发展战略。提出“立足本来、服务外来和展望未来”的高职办学定位新思考。高职院校的“本来”体现在既姓“高”又姓“职”，姓“高”是高职院校在现代职业教育体系的纵向定位,是发展应用技术类型高校，培养本科层次职业人才。高职院校的“高等性”，要突出文化育人功能，培养高素质技术技能人才；姓“职”表明高职院校所属的教育类型，是横向上的定位。
3.数据科学推动高职教育
2013年4月德国政府在汉诺威工业博览会上正式推出“工业4.0”国家战略，一场轰轰烈烈的第四次工业革命在国际、国内随即展开。中国版的工业4.0以“互联网+”、 大数据、云计算、机器人等新理论、新技术为引领。在这场伟大的变革中，孕育出了一个新的学科——数据科学。数据科学与大数据技术 (Data Science and Big Data Technology)，简称数据科学或大数据，旨在培养具有大数据思维、运用大数据思维及分析技术的应用型高层次大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面(即数据管理、系统开发、海量数据分析与挖掘)系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力，具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。
面对新时代、新技术和新挑战，高职院校办学定位必须具有前瞻性，必须展望未来， 要服务国家重大发展战略，积极应对、主动作为。面对技术革命和产业转型升级，高职院校还必须注重学生能力，尤其是关键能力的培养。职业教育的关键能力包括专业能力、创新能力、批判性思维与问题解决能力、沟通与合作能力、知识迁移能力等，其培养应渗透在专业课教学中。
数据科学与大数据技术需要高层、中层和底层的人才，即要有做理论基础研究的科学家，还要有把理论模型技术化的工程师和用技术进行生产和改造的设计师，更需要大量的一线的产业工人。具体而言，对于硕士层次，侧重培养进行数据科学与大数据技术基础理论研究，创新发展理论体系的高端数据科学与大数据技术人才；对于本科层次，侧重培养对机器学习、深度学习、数据建模、大数据统计分析等技术有充分理解，并能够熟练应用数据科学与大数据技术基础的人才；对于专科层次，侧重培养学生大规模数据采集、存储，应用大规模数据实现数据可视化等，具有实操经验的高级技能人才。根据调研数据显示，目前企业对数据科学与大数据技术的人才需求从学历上来讲主要集中在大专，本科层次。
4.小结
面对新形势新需求，高职院校必须主动求变应变，牢牢把握新理论新技术发展的重大历史机遇，在转型发展的过程中迅速找准自身的定位，积极开展数据科学与大数据技术教育，为经济建设、科技发展培养市场急需的适合高职院校层次的数据科学与大数据技术人才，为推动数据科学与大数据技术的发展做出积极的贡献。
参考文献:
[1]http://mp.weixin.qq.com/ 4165e2dc1776dffe851ef46f4f4a7cc5,中国制造2025规划纲要.
[2] https://www.jianshu.com/p/2bcb5fc44fd0，208所高职院校“大数据技术与应用”专业获批.
[3] 张博文.分层定位与分类发展――试论中国高职教育改革与发展的政策选择[J].职教论坛，2009，(2).
论文作者:肖美婷,张仁忠,杨文硕
论文发表刊物:《教育学文摘》2019年8月16期5批次
论文发表时间:2020/4/1
标签：数据论文; 高职院校论文; 科学论文; 技术论文; 高职教育论文; 人才论文; 高等教育论文; 《教育学文摘》2019年8月16期5批次论文;