融合OBE理念和思政教育的大数据专业认识实习教学模式探索

原创 张思佳 于红 等 计算机教育 2024年07月12日 08:02 北京

随着大数据技术迅猛发展，大数据产业已成为国家战略性新兴领域，为满足产业需求，高校纷纷开设大数据专业。其中，认识实习（又称认知实习）作为高校教育教学的重要组成部分，在提升学生实践能力和培养专业素养方面发挥着重要作用。然而，在大数据专业认识实习中，如何有机融合思想政治教育，仍是一个亟须解决的课题。

1 大数据专业认识实习的重要性

认识实习在地方高校实践教学中扮演重要角色，将理论与实践融为一体，培养学生早期的专业思维^[1-2]。大数据专业认识实习针对高校大数据专业，旨在增进学生对大数据行业基本概念、技术原理及发展趋势的了解，同时提升其实践能力和综合素质。为避免实习流于形式，应根据工程教育认证标准和“新基建”要求，紧密结合毕业生需求，融入思政元素，设计大数据专业认识实习，构建基础课程与专业课程的有机过渡。大数据专业认识实习强调实践中的理论运用，提升实践能力；深化对大数据行业的洞察，培养专业观念和职业道德；促进师生交流与合作，构建师生信任。这一模式对于实践类课程的设计有积极启示和借鉴价值。

2 融合OBE理念和思政教育的意义

大数据专业认识实习在培养高素质专业人才方面具有显著的积极影响。主要表现在以下方面。

1）突显产出导向，强化职业素养。

传统教学偏重学科知识传授与考试评价，忽视实际能力与创新潜力培养。融合“产出导向”OBE（Outcomes-based Education）模式注重学生实践与创新能力，助力实际学习与成长，在本科教育中得到广泛认同和普遍接受^[3-4]。强调培养职业素养，涵盖职业道德、沟通协作等方面，对未来职业发展至关重要。

2）加强思政素质，提升社会责任感。

大数据专业涉及国家利益和社会进步，广泛应用于各领域。教学应培养学生思政素质，确立价值观与世界观，为国家社会贡献，强化社会责任。实践教学引导学生关注热点与公共问题，将知识技能应用于实际解决。

3）跨学科合作，培养创新实践。

大数据领域充满挑战和机遇，涵盖多个学科，要求人才具备创新思维、实践能力和跨学科合作。教学实践培养学生创新思维、实践能力，推动技术与应用创新，为行业社会创造价值。实习促使学生与多领域人员有效沟通协作，共同完成项目任务。

3 大数据专业认识实习教学模式建设思路

大数据专业的认识实习可以通过教学内容强化、拓宽学界视野以及注重师资优化等方式，为学生提供更具实际应用价值的学习体验。主要表现在以下方面。

1）教学内容强化，融合实际案例。

在大数据专业的认识实习中，学校需加强课程设计，将理论知识与实际操作融合。透过实际案例的分析和讨论，让学生领悟大数据技术在实际应用中的操作步骤，提升实践能力与专业
素养。

2）拓宽学界视野，推行企业实践。

大数据专业认识实习不应局限于校内，鼓励学生参与企业或机构的实地访问、交流与实践。此举有助于开阔学生的视野，深入了解大数据产业运作，加强其专业素养。

3）注重师资优化，提升教学质量。

大数据专业认识实习的成效关键在于师资的指导和支持。学校应强化师资队伍的培训和评估，提升其专业素养与教学水平，以向学生提供更优质的教育资源。

4 大数据专业认识实习的教学设计及实践

大连海洋大学数据科学与大数据技术专业（简称大数据专业，下同）认识实习，开设于大一第一学期期中时间段，旨在通过一周的学习，帮助学生建立对专业的整体感性认知，增强对专业的热爱和认同，深入了解专业研究方向及未来工作实际应用场景，为学生的学业规划和人生规划提供重要的指导。

4.1 认识实习教学设计

考虑认识实习教学活动的实际情况，根据布鲁姆认识教学目标分类法，把认识实习的学习成果目标进行划分，分别对应不同层级水平的知识掌握情况，如图 1 所示。

1）实习目的。

实习的目标在于通过参观一线企业、聆听企业介绍，开阔学生视野，初步培养对数据科学与大数据技术基本概念的了解，为专业课程打下基础。同时，强化学生实践能力，深入了解企业运作，识别当今企业对大数据从业者的紧迫需求和基本要求，引导学生迅速调整目标，准确定位职业方向。

2）教学目标。

（1）理论与实践融合：掌握大数据人才所需的基础知识和专业体系，学习如何将所学基本理论和知识应用于解决实际问题（课程目标 CO1）。

（2）创新与职业素养：整合理论与实践，培养勇于探索的创新精神和社会责任感，使学生理解并遵守工程职业道德和规范，为未来专业实习和工作打下坚实基础（课程目标 CO2）。

（3）综合能力培养：培养学生自主学习、计划和决策的能力，强化沟通协调、团队合作，以及承压和客观自我评价等职业素质（课程目标 CO3）。

3）课程目标。

（1）知识层面要求：课程学习使学生正确理解专业领域，有能力撰写认知实习报告。

（2）能力层面要求：掌握相关领域基本职岗认知能力；学习从大量信息中筛选有价数据，准确评估专业人才需求；能运用多种工具撰写认知实习报告，具备报告撰写能力。

（3）素质层面要求：通过小型项目任务培养学生团队协作、沟通交流和自主学习能力；通过了解企业规范、项目实践管理活动，培养规范操作和职业行为习惯。

（4）学习过程要求：课程学习分为课前、课中、课后3部分，课中采用讲授模式（PM1）和小组讨论模式（PM2)，课前和课后采用混合教学模式（PM3)，要求学生完成规定的课前预习和课后复习。

认识实习设计案例见表 1。

课程目标与专业毕业要求的对应关系见表 2。

4）实习内容。

认识实习内容如图 2 所示，具体安排如下。

（1）数据采集认知：了解海洋通信技术、互联网技术的应用，包括雷达、AIS、海洋浮标、水下探测等数据采集方式。认知海洋大数据的多源异构特性，了解数据预处理的重要性，包括数据“清洗”，以确保提供统一高质量数据集。

（2）数据存储与计算：详细了解数据传输，掌握云存储、虚拟化网络、虚拟主机服务以及云平台在海洋大数据存储和管理中的应用。特别关注分布式文件存储和计算技术的运行机制。

（3）数据分析与应用：将数据分析视为海洋大数据处理的核心步骤，揭示企业如何从数据中挖掘潜在价值。详细描述实时数据分析和处理在海洋环境监测、养殖管理、渔船检测等实际问题中的实际应用。

（4）信息可视化应用：探究企业如何通过多维、动态、可视化方式展示海洋要素、过程、预报等，为企业海洋应用提供信息可视化服务。

（5）与技术人员交流：通过与大数据企业技术人员的交流，深刻了解实际人才需求，为学生制订职业规划提供实质性支持。

4.2 认识实习课程实施

1）课程评价方式与评价标准。

认知实习持续 1 周，采用企业调研和案例探讨相结合的方式，融合理论学习与实践操作。实习内容包括深入了解企业数据采集流程、数据存储与计算机制，探究数据分析应用以及挖掘数据潜在价值。实习分为两阶段：第一阶段为企业调研，第二阶段在此基础上进行案例分析。学生考核分为形成性考核（包括课堂表现、实操、出勤率，共占 40%）和总结性考核（周报文档、心得体会等文字形式，占 50%）。

2）校企深度融合指导。

校企深度融合指导作为一种有效方式，有助于学生更好地了解企业运作和需求，提升创新与实践能力^[5]。具体实施如下：

（1）筛选合适企业伙伴：挑选与专业相关且有实际项目经验的企业合作伙伴，保障实习机会和资源。同时，确保企业具备良好信誉和声誉，为学生提供安全稳定的实习环境，为未来课程实训和毕业实习预留合作空间。

（2）制订详细实习计划：与实践基地负责教师共同制订实习计划，明确实习目标、内容、时间、地点和任务。同时明确实习要求和评估标准，以便对学生实习表现进行评估和反馈。

（3）促进学生与企业交流：通过企业讲座、实地考察、实习报告等方式，学生深入了解企业文化、业务和需求，同时也让企业了解学生的专业知识和能力。面对面交流，让学生更深入了解企业运作和工作流程。

（4）强化实践教学：通过低代码实践项目等方式，让学生实际参与项目，培养实践和解决问题的能力。鼓励创新性思考和探索，培养创新和创业意识。

4.3 认识实习成效与持续改进

大连海洋大学大数据专业已连续 3 年开展认识实习。通过对 2020—2022 级大一学生问卷调查数据分析（见表 3 和表 4），13 项指标发生变化。例如，2020 级采用校外企业参观模式，学生在海岛生活两天，深入了解海洋大数据采集。2021 级因疫情使用线上模式，导致学生评价下降。2022 级通过众包方式分配数据标注工作，参与大数据产业园区参观，有效达到实习目标和效果。

通过对 2020 级和 2021 级学生成绩的后续观察，认识实习明显提升了学生的学习热情。在实习后，学生参与科创竞赛率达 100%，并在国家级、省级创新创业竞赛以及学科竞赛中获得了 30 余个奖项。其中，3 名学生获得国家（省政府）奖学金，3 名学生党员，4 名学生成为军训教官和班导师助理。此外，许多学生积极参与志愿服务，成为团学工作的骨干成员。

5 结 语

大数据专业学生积极参与认识实习，不仅能深入洞察行业演进、技术应用及实践经验，更是提升专业素养和竞争力的重要途径。认识实习作为系统性学习过程，需全面覆盖大数据技术体系，包括数据采集、清洗、分析和机器学习等关键领域。通过此过程，学生将全面掌握大数据技术及实际应用，为未来职业发展做好充分准备。大数据专业认识实习在学生成长中意义重大，帮助学生深入了解行业动态与技术前沿，提升专业素养和实际能力。

参考文献：

[1] 康长青, 朱丽娟, 胡春阳, 等. 地方高校以学生为中心的认知实习教学模式研究[J]. 计算机时代, 2022(5): 109-110, 114.

[2] 赵元弟, 朱丹, 刘亚丰, 等. 生物医学工程专业认知实习课程改革与实践[J]. 实验室科学, 2022, 25(6): 140-142.

[3] 刘卫东, 黄蕾, 冯若雯. 基于OBE人才培养模式的本科教学质量管理体系重构[J]. 国家教育行政学院学报, 2021(10): 19-30.

[4] 金鑫, 杜静, 岳勇, 等. 新工科背景下OBE驱动机械设计课程创新教学模式[J]. 机械设计, 2023, 40(4): 154-160.

[5] 胡清华, 王国兰, 王鑫. 校企深度融合的人工智能复合型人才培养探索[J]. 中国大学教学, 2022(3): 43-50, 57.

基金项目：2021年度大连海洋大学教育教学改革研究项目（35）；辽宁省教育科学“十四五”规划2021年度立项一般课题（JG21DB076）；2022年度辽宁省普通高等教育教学改革研究项目（9）。

 作者简介：张思佳，女，大连海洋大学副教授，研究方向为高等教育教学、大数据技术、知识图谱，zhangsijia@dlou.edu.cn；于红（通信作者），女，大连海洋大学教授，研究方向为高等教育教学、数据库、数据挖掘，yuhong@dlou.edu.cn。

引用格式：张思佳，于红，李奇蔚，等. 融合 OBE 理念和思政教育的大数据专业认识实习教学模式探索[J].计算机教育,2024(6):36-41.