职教本科融合“岗课赛证”项目式教学探索

关键词：职教本科；岗课赛证；大数据；思政育人

0 引言

2022年5月1日开始施行的《中华人民共和国职业教育法》规定，“高等职业学校教育由专科、本科及以上教育层次的高等职业学校和普通高等学校实施”。职业本科教育的法理地位正式确立。2024年3 月政府工作报告提出“大力提高职业教育质量”。高技能人才是支撑中国制造、中国创造的重要力量。职业本科教育专业课程的合理结构是：经典学科课程＋技术学科课程＋能力本位课程。项目教学应成为职业本科院校的主导教学模式[1]。

本课程将智慧交通——非机动不戴头盔抓拍检测项目转换为教学项目，将大数据、人工智能等新技术与交通行业深度融合，使多技能、复合型交通大数据人才的技能进一步提高。通过本课程的学习，使学生能熟练掌握Hadoop大数据生态组件安装与维护、熟悉大数据处理和分析流程、综合运用机器学习方法解决行业问题，为毕业就业赋能。

1 教学整体设计

1.1 以产引学，融合“岗课赛证”[2]，重构教学载体

随着大数据与人工智能技术的发展，企业用人要求也在不断发生变化，根据人社部发布新修订的《中华人民共和国职业分类大典（2022版）》，新兴的“数字职业”给企业带来灵活性，也为大数据和人工智能方向人才带来机遇。本课程以大数据运维工程师、大数据分析师、人工智能工程师岗位工作要求为导向，引进企业项目重构教学内容。按照“两类转化、两线对接”思路，即把企业典型工程项目转化为教学项目，把工作任务转化为学习任务，课程内容与行业标准对接。将企业真实项目“智慧交通——非机动车不戴头盔抓拍检测”转换为教学项目，按照“技能递进、学以致用”原则，分别对应专业基础、工作能力、实践应用的三阶培养，实现“岗课赛证”融通，体现了由易入难、由课内到课外、由传统的单一项目教学到个性化多项目选择学习的递进关系。融合“岗课赛证”的课程设计如表1所示。

1.2 课前调研，三维摸底，因材施教

由于职教本科学生来源的多样性，学生的专业基础和动手能力参差不齐，学生对实践技能要求与学科交叉融合能力比高职学生更高，更渴望建立规范的项目化开发过程。为了能够更加准确地掌握每个学生的学习情况，在课前就基础知识、动手能力、职业素质3个维度进行学情摸底。通过学情数据分析，发现学生对技术基础知识有一定的理解，但特定城市交通情境下的项目实践能力欠缺，主要表现为知书本知识，缺行业背景；知专业技能，弱工程实践；知工作规范，轻团队作战。因此，在项目实施前时，教师根据学生特点分不同角色和小组；在项目实施过程中，鼓励学生对知识点查漏补缺、角色互换、协作共进；项目实施完成后，带领学生对项目所应用知识及项目实施过程中遇到的问题进行复盘。

1.3 以学定教，转变教学方式，锚定教学目标

依据学情分析“知识+能力+素质”的3个维度，评估学生特长和兴趣点，分类选定最适合的个性化技术技能进阶路径，核心目的是以培养“高层次”人才成长的角度，让学生真正地参与学习活动中去，进而提升他们的自主学习能力、创新能力和实践能力。结合智慧城市交通安全相关工作任务与职业能力分析[3]，制定知识、能力、素质3个维度以及城市交通要素、交通安全要素、城市交通安全治理与策略、大数据采集、大数据处理、机器学习应用开发、系统工程测试、职业化素养、职业核心能力9类教学目标。

1.4 剖析实践案例，融入思政元素

课程对实践案例层层分析，合理运用基于问题、基于项目、基于案例、基于实践等为主要载体的启发式、探究式、讨论式、体验式、团队式教学方式，将课堂延伸到道路交通设施现场，把思政元素转化为学生的思想元素，在“润物无声”中达成“行走的交通强国”思政目标[7]。通过分享贵阳“大数据+智慧交通”创新实践，使学生了解行业前沿技术及发展势，培养学生爱国主义情怀和强国技能；通过引用交通安全事故案例，培养学生“铁的人格”，做到敬畏生命、敬畏规章、敬畏职责等。课程中主要思政元素与知识点对应如表2所示：

2 教学实施过程

2.1 依托大数据技能树，构建“三式”工作本位教学法

在课程管理系统Moodle 的开源框架上，依据本课程三阶段的总体设计思路，分为基础知识技能（一阶）、岗位知识技能（二阶）、应用知识技能（三阶）等3个阶段学习资源，自主研制“云融合”大数据技能树。通过融合案例资源云平台、知识图谱、立体化富媒体数字教材、工作手册式活页教材[8]等大量大数据学习资源，并依托“提升政府治理能力大数据应用技术”国家工程实验室等实训基地资源，实现以项目式为主体、案例式和进阶式为辅助的教学实施过程，让工作本位的教与学“入脑入心”。大数据技能资源框架如图1所示。

2.2 课前“案例式”教学，增强学生触动感

课前教师在QQ群中发布“案例式”任务清单，包括智慧职教云平台测验或小组任务、传智播客网站文档和视频资源、百度网盘安装文件等。学生根据教师课前清单进行线上自主学习，教师和企业工程师线上指导，着重培养学生发现问题、主动学习的意识。教师根据线上学习、测验成绩、任务完成质量分别占比25%、25%、50%，评估学习成效，为课中任务开展做好知识准备。课程案例主要包括“交通强国”思政案例和“智慧交通+N”相关项目案例。其中，思政案例是对照“交通强国”思政体系采集整理的视频、音频、文档等事件案例；项目案例是企业真实工程项目脱敏生成的技术、数据、文档等资源，主要包含与应用以“行人闯红灯行为识别”“行人横穿马路行为识别”“非机动车违停智能识别”等3个项目，以及N个其他行业的项目案例。

2.3 课中“项目式”教学，增强学生融入感

教学实施过程中充分注重项目化推进思路，着重培养学生团队协作、沟通交流的意识。项目式教学的实施步骤通常包括：选定项目、制定计划、活动探究、作品制作、成果交流和活动评价等6个环节[4-5]。根据学情调研结果，按照“组间同质、组内异质”原则划分5～6人实践小组，组内分为项目经理、产品经理、软件工程师、UCD工程师、测试工程师5类角色，并引入禅道项目管理软件，对每个团队项目实施过程进行规范化管理。教师与企业工程师共同设计出具体的项目任务，并在课中详细讲解任务实现过程和考核标准，使学生明确项目要求、目标、评价标准[6]。学生根据项目任务，组内讨论并制定详细的工作计划，包括项目时间安排、人员分工、任务分配等；再根据制定的计划，按照项目要求完成。教师和企业工程师引导和督促学生按时完成任务并点评。每一个项目结束都有总结和展示环节。教师充分使用信息化教学手段，利用线上线下资源及QQ等实现“问题秒回复”以及智慧职教等平台促进课堂师生互动、生生互动、头脑风暴等。最后结合企业智慧交通大脑资源和路演评价，组织学生开展交通大数据模型的实战性论证，培养学生竞争意识和精益求精的工作态度。

2.4 课后“进阶式”教学，增强学生获得感

依据学生个体学情数据分析，结合大数据专业和人工智能专业相关岗位需求、设计拓展学习资源对课堂知识进行“进阶试”学习。每次课后布置个性化考核作业，学生根据自身的学习能力、学习水平、兴趣特点情况自主选择课后作业，增强学生的学习体验感和知识获得感。从而支持学生多样化成长和复合型成长，培养学生的职业意识、坚持意识和自我管理的态度。

3“ 三维度“”三主体“”三阶段”学习评价体制

基于智慧职教平台，学习学习评价主要分为三部分，分别是过程性考核、期末考核以及增值系数考核，由教师、学生、企业工程师“三主体”共同参与，从知识、能力、素质“三维度”评估，分别考查学生对智慧交通行业知识的认知、岗位工作能力的掌握、职业素养和通用能力的素质等方面的情况。具体评分项目如表3所示。

4 结论

课程在充分研究多对范畴（如教师的“教”与学生的“学”、技术的“理论”与“实践”等）的基础上，针对岗位大数据技术学习的典型特征，转变“教”与“学”的关系，实施课前“案例式”教学，促进学生自主学习，课中“以学定教”的项目式教学，让学生明晰学习和考核内容，课后个性化的“进阶式”学习，依据“工作本位”原则为学生生成一条从当前状态到目标状态的最优的学习路径。以企业真实任务为引领，结合企业项目需求分析、开发卷宗、测试报告等激发学生的学习兴趣，增强动手能力及行业规范意识；深化“岗课赛证”融合，将大数据技术开发与应用工程师证考点融入实操内容，课程考核标准与执照评估标准挂钩，为今后走向大数据应用与开发岗位奠定坚实基础。

教学过程中仍然存在一些不足，比如课前“智慧交通”案例导入过程，只是简单地将案例资源进行堆叠发送给学生，没有案例实施过程进行细化，因而学生很难理解项目实施过程，因此在行业知识的问题导向性和精深性方面可进一步提升。