高校人才培养应该如何结合市场需求进行相关专业设置和就业引导，一直是高校就业工作的讨论热点。毋庸置疑的一点是，专业设置不能脱离市场需求太远，最佳的结合方式是，高校具有前瞻性，能领先市场一步，培养未来人才，服务未来市场。这就需要高校和相关专业对口的企业建立紧密的合作关系。

这一点在高校人工智能和大数据相关专业的就业工作中体现的更为明显。一方面，随着数字经济新业态的逐渐落地，人工智能、大数据相关专业逐渐成为全国高校新增专业的热门选项，但另一方面，高校在设置人才培养模式时，往往会忽略市场的真实的用人需求，过分注重理论教学，而忽略了培养对学生面对真实商业项目的实操能力和项目思维，导致学生在真实的就业市场中无法找到和自己职业规划相匹配的岗位，企业也无法寻找到具有真正上手实操能力的数字人才储备。

这样的两难局面应该如何打破？通过和高校老师们的交流，我们总结出这三条通过校企合作提高就业质量的成功经验。

让大数据实验实训进入日常教学，培养项目实操能力

首先，我们可以通过在大数据与人工智能相关专业的日常教学之中引入实验实训环节，来帮助学生在校园内就可以逐步培养项目实操能力。通过融入真实案例的教学实训课程，让学生通过上机实操逐步掌握数据分析的整体思路和流程、核心组件的功能、特性、结构、大数据分析应用的开发方法，使学生在不同行业应用场景下掌握不同的商业数据分析方法，为产业输出优秀大数据应用人才。

在美林数据以往的合作项目中，我们以培养学生数据思维和解决问题的能力为目标，核心建设面向大数据管理与应用专业的集“教学实践、项目实训、科研创新”于一体的实验平台，从教学资源、实践环境着手，注重真实的实验环境，融入实操实训。并基于美林数据上千个实践落地项目，精选各行业典型应用场景，匹配教学实训目标，进行案例化包装，支撑学生进行项目实战演练，可应用于学生课后应用练习、小学期、实习实训等多种教学场景。

建立大数据实验室，让前沿产业对接高校科研

同时，除了从现实就业角度考虑的应用能力培养，我们也不能忽略对学生自主学习和科研能力的培养。高校在建立大数据实验室时，除了考虑教学课程的实训需求，也可以考虑配置能够支持数据分析、数据挖掘、商业智能、机器学习等多种大数据实践场景的实验环境，培养学生应用动手能力。同时为科研提供从建模到应用的一体化数据分析与应用解决方案，赋能高校科研应用，助力老师快速落地科研成果应用。

校企联合师资培训，让产业前沿经验引入教育领域

高校教师长期专注于专业领域的教学研究，在面对大数据与人工智能这样的新兴产业时，难免会产生与行业实际相脱节的问题。面对这种情况，高校可以积极与企业展开合作，通过和企业联合举办专业师资培训班，组织教学团队深入企业业务一线等方式，通过最前沿理论知识与相关真实案例相结合的教学方式为老师高效备课和顺利开展相关专业课程的讲授打下坚实基础，最终提升了教师的工程实践能力和教学水平，促进专业教学改革。