本文作者：牟晋娟 宁方美 赵春燕 发表期数：现代职业教育 2023年14期
［摘 要］ 为推动大数据技术的发展，高等职业教育需要培养大量大数据相关领域的高素质、高技能的创新人才。大数据技术专业课程教学活动中，积极推进课程思政教学改革，采用教师引导、任务渗透、体验探索、总结反思等方法将社会主义核心价值观、社会责任感、科学思维和创新思维融入教学过程中，实现思政教育的隐性融入，提升学生的思政素养。
［关 键 词］ 大数据技术；课程思政；教学改革
［中图分类号］ G712 ［文献标志码］ A ［文章编号］ 2096-0603（2023）14-0０42-04
一、引言
伴随互联网技术的发展和人类文明的发展需求，全球范围内，研究发展大数据技术、运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力正成为趋势[1]。为实现中华民族伟大复兴，党中央决定实施国家大数据战略。目前我们处于生产大数据、使用大数据的时代，为推动大数据技术未来的发展，高等职业教育需要培养大量大数据相关领域的高素质、高技能的创新人才。
党的十八大以来，习近平总书记在全国高校思想政治工作会议等重要专题会议上，多次强调高校要“使各类课程与思想政治理论课同向同行”[2-3] ，把立德树人融入教育各环节，全员、全程、全方位育人。 2020年5月，教育部印发的《高等学校课程思政建设指导纲要》也指出： “全面推进高校课程思政建设，发挥好每门课程的育人作用。”[4]
课程思政建设的总目标是立足于培养什么人、如何培养人、为谁培养人等根本问题。当前全国高校已经打开全员、全程、全方位育人的新格局，正在全面深入推进课程思政的建设，培养担当中华民族复兴大任的新时代接班人。
二、大数据技术专业课程思政要素
立德树人的成效一直是检验高等教育工作的根本标准，在大数据技术专业课程教学活动中，不仅要提高学生专业技术水平，更要把社会主义核心价值观、社会责任感、科学思维和创新思维融入其中。
大数据技术专业课程教学要注重学生科学思维能力训练、专业技能训练和数据科学伦理的思想教育，培养学生勇于探索、勇于创新、精益求精的“工匠精神”，激发学生投身科技事业报国的爱国主义情怀。此外，特别注重强化大数据安全与法律法规的教育，培养学生实事求是和一丝不苟的态度[5]。
三、基于课程思政的“大数据应用开发项目”教学设计
（一）课程基本信息
大数据应用开发项目是我校工学院2020级大数据技术专业的必修课，共150学时，课程属性为专业综合实践。先修课程涵盖本专业大部分专业基础课和专业核心课，主要有Web前端开发项目、程序设计高级、Hadoop大数据平台、大数据应用开发实战项目（Spark分布式计算框架）。
（二）课程目标
1.能力目标
掌握大数据开发和生产环境配置，常见组件安装和使用（Spark/数据库/服务器等）；能够熟练使用Scala编程语言实现业务功能；能够熟练使用Spark核心技术提供的API（Spark ML/Streaming），完成對应业务功能；能够熟练把业务数据存储到MongoDB数据库并能从数据库中按条件抓取业务数据；掌握离线推荐算法和实时推荐算法设计，以及使用Scala语言对算法进行实现；能够使用HTML/CSS/VUE/Spring MVC完成一个简单的电商推荐Web网站；能够进行Web网站的远程部署；能够使用Maven进行项目的开发与基本管理；能够使用Flume，Kafka，Spark等相关技术完成实时推荐系统的联调。
2.思政育人目标
在实践过程中融入团结合作、不怕困难、勇于探索、勇于创新、精益求精的“工匠精神”，培养学生科学严谨、永攀高峰的精神，培养学生自主学习、自我管理的能力。
（三）课程内容
本课程以电商推荐系统的设计与开发为任务目标，涉及技术主要有SparkSQL，SparkStreaming，Spark-MLib，Flume，Kafka，ZooKeeper，Redis，MongoDB等组件，课程内容如图1所示。
（四）课程思政融入路径
着眼“立德树人”的根本任务，基于成果导向理念，以社会主义核心价值观为主线，结合项目内容特点与岗位职业素养要求，系统设计课程思政内容，如表 1 所示。采用教师引导、任务渗透、体验探索、总结反思等方法融入教学过程中，实现思政教育的隐性融入，提升学生的思政素养。
（五）教学实施展示
教学实施展示选取课程中的“任务5：推荐系统项目开发”，主要完成电商推荐系统的设计、开发与联合调试。
1.教学目标
（1）知识目标
理解推荐系统的功能需求；掌握SparkSQL读写MongoDB数据库的方法；掌握Tomcat日志文件中设置数据埋点的方法；学会使用Spark Mlib，Spark SQL技术实现实时推荐算法；学会使用Java编写Kafka消息的生产和消费；掌握Flume采集Web网站日志的配置方法。
（2）能力目标
能够根据项目开发需求，完成项目功能模块设计；能够完成Web网站远程部署；能够完成基于协同过滤的推荐算法的开发；能够完成实时推荐系统的联调。
