当前位置:论文网 > 论文宝库 > 信息科技类 > 软件开发论文 > 正文

大数据支撑下的软件开发人才能力测评平台的构建

来源:UC论文网2018-01-10 10:31

摘要:

  摘要:随着互联网+时代的到来,IT及相关产业得到了迅猛地发展,越来越多企业对软件开发人才的需求数量也在不断地扩大。该文针对软件开发人才能力一些有效的测评平台,重点研究了大数据平台下的一种软件开发人才...

  摘要:随着互联网+时代的到来,IT及相关产业得到了迅猛地发展,越来越多企业对软件开发人才的需求数量也在不断地扩大。该文针对软件开发人才能力一些有效的测评平台,重点研究了大数据平台下的一种软件开发人才能力测评平台,并在这个平台下构建了这个测试平台体系,最后分析了运用测评方法的意义。


  关键词:大数据;软件开发人才;能力测评平台


  中图分类号:TP311文献标识码:A文章編号:1009-3044(2017)35-0143-02


  软件产业作为IT技术领域发展最快、最活跃的产业,它的快速发展从而促进了对大量软件人才的需求。最近几年来,随着互联网+、物联网、云计算、大数据、虚拟现实、人工智能等新技术的呈现和应用,我国软件产业不断发展、壮大、创新。根据IDC数据统计[1],截止2016年我国软件和信息技术服务企业有近500万家,从事软件开发的人员有近600万人。预计我国计算机软件开发人员到2020年将达近1000万人,使得软件开发人才一直处于供不应求的状态。


  我国近3000所高校开设了计算机及相关专业,并承担着计算机软件专业人才的培养和输出。然而在这种软件人才急缺的情景下,我国高校在计算机专业学生软件开发技术能力测评方面存在着很多不足,一些高校采取借鉴企业人才体系内的测评标准和测评方法来对学生进行人才测评,其各项数据结果往往仅仅侧重于人才素质方面的测试,而缺少技术能力等方面的测试。因此,本文利用大数据技术的平台对软件开发人才能力各方面的数据进行分析,并使用一些测评方法加以研究与应用。


  1研究现状


  1.1国外现状


  美国作为全球IT产业的领跑者,IT技能标准已形成相对完善的架构和相对成熟的认证体系国外软件开发产业发展比较早,其对软件技术人才的测评方法和应用平台也比较丰富。,引导欧洲、日本等世界其他国家和地区。例如微软公司的MCSD认证、HackerRank公司的优化软件技术人才招聘的各项体验平台、codepad公司的编程能力测评平台、Prometric公司的计算机化教育和考试认证的平台等。美国的软件技术人才在招聘求职时使用在线测评工具是普遍现象。


  1.2国内现状


  目前国内针对软件技术人才的测评主要通过考试或面试来进行,对软件开发人才的测试平台主要有:


  1)由教育部门、行业部门或企业组织的相关软件人才的考试。例如国家信息产业部组织的计算机技术与软件专业技术资格(水平)考试,包括有程序员、软件设计师、软件架构师;教育部门组织的全国计算机等级考试(NCRE)考试;浙江大学计算机程序设计能力考试(PAT)考试。这类测试旨在培养和展现学生分析问题、解决问题和计算机程序设计的能力。


  2)由企业自主开发基于互联网的软件人才测评系统。例如北京猿圈科技有限责任公司的“猿圈”互联网技术人才服务平台、北京的“牛客网”。这类平台是集于在线考试、学习、招聘等相关服务平台。高校和企业可以利用系统对技术型人才提供能力测试,进行人才能力评估和招聘。


  以上平台都是以一次测评或一套考题来考核的,不能完全真实全面地反映学习者的水平,并不能科学预测和评估学习者的潜能优势。目前软件技术人才的测评工具在国内企业和高校中没有普遍使用。


  2相关概念


  2.1软件开发人才测评


  人才测评是指使用科学技术和方法某行业领域人才的基本素质及其绩效进行测量和评定的过程[2]。针对人才测评工具主要有结构化面试、心理测试、情景模拟等。


  1)结构化面试:结构化面试是针对某一职位采用同样事先确定的题目和评价维度进行测试人的能力。


  2)心理测试:心理测试是通过对人的逻辑推理能力、认识能力、操作技能、反应能力等方面的测试。


  3)情景模拟:情景模拟是模拟实际工作中的行为并编制成题目,通过评价人在解答这些问题的表现来评价其能力,这些能力包括决策、协调关系、时间控制等综合能力。


  软件开发人才的工作主要是脑力劳动,它涉及软件开发专业综合技术,包括抽象分析能力、逻辑推理能力、创新思维能力、压力承受能力等。这些都是软件开发人才的测评要素。


  2.2大数据


  大数据(BigData)泛义概念是指那些超过传统数据库系统处理能力的数据,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,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。


  本课题中的大数据是指学习者在软件开发学习过程中所产生的数据资料:如学习时长、敲击代码次数、运行结果、代码行数、敲击行为等数据。


  2.3软件技术人才测评


  软件技术人才测评泛指通过一系列科学的手段和方法对软件技术人员的阅读程序能力、编码能力、调试和测试能力、软件维护能力等进行测量和评定的活动。


  本文研究的软件技术人才测评方法是指在高校学生学习过程中,通过大数据技术获得相关数据元,经过数据清洗和有效分析得出学习者的能力报告,达到“学测一体化”的效果,并且测评是自动的、自然的,通过云教学平台实现。采用大数据技术综合测评方法有很多,例如模糊集合理论、主成分分析法、数据包络分析法、模糊聚类分析法等。这些方法都需要深厚的數学基础、评价过程复杂、评价结果受多种因素的影响,在实际中难于应用粗软集作为处理不精确、不确定与不完全数据的数学理论,弥补了以往解决不确定问题理论参数不足的问题,是一种适合于学生软件开发能力评价的简单易用的新方法。


  2.4云教学平台


  云教学平台[3]是指运用SAAS+PAAS等云技术搭建的集教、学、问、答于一体的软件技术学习平台,为学校管理者、教师、学生提供了一系列包括日常教学管理、考试管理、学习过程管理等服务。


  云教学平台具有成本低、自动化、易管理、易维护等特点。现在的云教学服务平台逐步漫涉及小学、中学、高校乃至整个社会,通过云教学平台可以对学习者的学习数据进行大数据分析。


  3软件开发人才能力测评平台


  3.1体系结构


  本文构建的大数据云教学平台是基于Hadoop架构的一套分布式大数据平台系统。该平台集教学、实验、培训、科研、竞赛于一体,同时结合一线实战项目,提供多门具有实践性的教学课程和实验课程。软件开发综合能力评价应包括软件工程能力、数据库系统分析与设计能力、熟练掌握软件开发工具能力、编程能力、系统的分析和设计能力、各阶段文档撰写和阅读能力、综合知识和素质等方面的因素。


  本平台划分为硬件资源层、资源平台层、统一管理层,体系结构如图1所示。


  3.2功能结构


  平台利用大数据分析主流软件框架,搭建与业界主流相符的实验和科研环境,将理论知识课程中学到的软件开发能力、编程能力、系统分析与设计能力运用到实际的真实项目开发过程中,通过对学生动手操作和项目实践实战能力来进行测班次,最终让学生所学与企业项目人才需求无缝衔接,并且与教师科研工作紧密配合。


  1)硬件资源层


  硬件资源层负责提供虚拟实验的硬件设备,例如应用服务器、数据存储服务器等。


  2)资源平台层


  资源平台层提供了丰富的资源库供学院开展软件人才开发能力的测评和教学,这些资源可以以软件开发项目为单位进行引入,可采用默认能力测评设置,如软件开发能力、不同编程语言、系统分析设计、文档编写等安排,也可以根据自己的软件开发能力的测试要求进行重新组装。


  3)统一管理层


  统一管理层可对教师、学生日常测评进行管理,包括软件开发各个阶段的能力测评信息等。管理员负责虚拟机的创建与分配,能够上传、下载、更新教学测评资源,发布测试标准、测评成绩数据管理等。


  4结束语


  本文构建的大数据支撑下的软件开发人才能力测试平台可以对计算机专业学生软件开发能力进行综合评价。该平台利用虚拟化教学资源,搭建学习平台、实战平台以及竞赛平台,将理论知识、实战教学和竞赛比拼等融为一体,由易至难、循序渐进,逐步提升学生的大数据技能和实践水平,有效提升大数据教学效果。从而落实“产、学、研、用”一体化的思路和模式,


  满足高校培养软件开发人才和企业的人才需求测评,为软件专业人才和特色人才的培养提供有力支撑。


  作者:杨卫文


   参考文献: 

  [1] 陈志泊,张海燕,王春玲,等. 以程序设计与软件开发能力为主的计算机专业应用型人才培养模式的研究与实践[J]. 计算机教育,2015(7):94-98. 

  [2] 李学龙,龚海刚. 大数据系统综述[J]. 中国科学:信息科学,2015,45(1):1-44. 

  [3] 王越,张秀邦. 软件开发人才技能培训模式创新[J]. 中国培训,2014(7):48-49. 

  [4] 傅由甲,王勇. 网络工程专业中网络应用软件开发能力培养研究[J]. 计算机教育,2014(11):61-63. 

  [5] 王元卓,靳小龙,程学旗. 网络大数据:现状与展望[J]. 计算机学报,2013,36(6):1125-1138. 

  [6] 牛德雄. 高职计算机软件技术专业能力培养浅析[J]. 职业教育研究,2012(2):38-39. 

核心期刊推荐