職教本科融合“崗課賽證”項目式教學探索

關鍵詞：職教本科；崗課賽證；大數據；思政育人

0 引言

2022年5月1日開始施行的《中華人民共和國職業教育法》規定，“高等職業學校教育由?？啤⒈究萍耙陨辖逃龑哟蔚母叩嚷殬I學校和普通高等學校實施”。職業本科教育的法理地位正式確立。2024年3 月政府工作報告提出“大力提高職業教育質量”。高技能人才是支撐中國制造、中國創造的重要力量。職業本科教育專業課程的合理結構是：經典學科課程＋技術學科課程＋能力本位課程。項目教學應成為職業本科院校的主導教學模式[1]。

本課程將智慧交通——非機動不戴頭盔抓拍檢測項目轉換為教學項目，將大數據、人工智能等新技術與交通行業深度融合，使多技能、復合型交通大數據人才的技能進一步提高。通過本課程的學習，使學生能熟練掌握Hadoop大數據生態組件安裝與維護、熟悉大數據處理和分析流程、綜合運用機器學習方法解決行業問題，為畢業就業賦能。

1 教學整體設計

1.1 以產引學，融合“崗課賽證”[2]，重構教學載體

隨著大數據與人工智能技術的發展，企業用人要求也在不斷發生變化，根據人社部發布新修訂的《中華人民共和國職業分類大典（2022版）》，新興的“數字職業”給企業帶來靈活性，也為大數據和人工智能方向人才帶來機遇。本課程以大數據運維工程師、大數據分析師、人工智能工程師崗位工作要求為導向，引進企業項目重構教學內容。按照“兩類轉化、兩線對接”思路，即把企業典型工程項目轉化為教學項目，把工作任務轉化為學習任務，課程內容與行業標準對接。將企業真實項目“智慧交通——非機動車不戴頭盔抓拍檢測”轉換為教學項目，按照“技能遞進、學以致用”原則，分別對應專業基礎、工作能力、實踐應用的三階培養，實現“崗課賽證”融通，體現了由易入難、由課內到課外、由傳統的單一項目教學到個性化多項目選擇學習的遞進關系。融合“崗課賽證”的課程設計如表1所示。

1.2 課前調研，三維摸底，因材施教

由于職教本科學生來源的多樣性，學生的專業基礎和動手能力參差不齊，學生對實踐技能要求與學科交叉融合能力比高職學生更高，更渴望建立規范的項目化開發過程。為了能夠更加準確地掌握每個學生的學習情況，在課前就基礎知識、動手能力、職業素質3個維度進行學情摸底。通過學情數據分析，發現學生對技術基礎知識有一定的理解，但特定城市交通情境下的項目實踐能力欠缺，主要表現為知書本知識，缺行業背景；知專業技能，弱工程實踐；知工作規范，輕團隊作戰。因此，在項目實施前時，教師根據學生特點分不同角色和小組；在項目實施過程中，鼓勵學生對知識點查漏補缺、角色互換、協作共進；項目實施完成后，帶領學生對項目所應用知識及項目實施過程中遇到的問題進行復盤。

1.3 以學定教，轉變教學方式，錨定教學目標

依據學情分析“知識+能力+素質”的3個維度，評估學生特長和興趣點，分類選定最適合的個性化技術技能進階路徑，核心目的是以培養“高層次”人才成長的角度，讓學生真正地參與學習活動中去，進而提升他們的自主學習能力、創新能力和實踐能力。結合智慧城市交通安全相關工作任務與職業能力分析[3]，制定知識、能力、素質3個維度以及城市交通要素、交通安全要素、城市交通安全治理與策略、大數據采集、大數據處理、機器學習應用開發、系統工程測試、職業化素養、職業核心能力9類教學目標。

1.4 剖析實踐案例，融入思政元素

課程對實踐案例層層分析，合理運用基于問題、基于項目、基于案例、基于實踐等為主要載體的啟發式、探究式、討論式、體驗式、團隊式教學方式，將課堂延伸到道路交通設施現場，把思政元素轉化為學生的思想元素，在“潤物無聲”中達成“行走的交通強國”思政目標[7]。通過分享貴陽“大數據+智慧交通”創新實踐，使學生了解行業前沿技術及發展勢，培養學生愛國主義情懷和強國技能；通過引用交通安全事故案例，培養學生“鐵的人格”，做到敬畏生命、敬畏規章、敬畏職責等。課程中主要思政元素與知識點對應如表2所示：

2 教學實施過程

2.1 依托大數據技能樹，構建“三式”工作本位教學法

在課程管理系統Moodle 的開源框架上，依據本課程三階段的總體設計思路，分為基礎知識技能（一階）、崗位知識技能（二階）、應用知識技能（三階）等3個階段學習資源，自主研制“云融合”大數據技能樹。通過融合案例資源云平臺、知識圖譜、立體化富媒體數字教材、工作手冊式活頁教材[8]等大量大數據學習資源，并依托“提升政府治理能力大數據應用技術”國家工程實驗室等實訓基地資源，實現以項目式為主體、案例式和進階式為輔助的教學實施過程，讓工作本位的教與學“入腦入心”。大數據技能資源框架如圖1所示。

2.2 課前“案例式”教學，增強學生觸動感

課前教師在QQ群中發布“案例式”任務清單，包括智慧職教云平臺測驗或小組任務、傳智播客網站文檔和視頻資源、百度網盤安裝文件等。學生根據教師課前清單進行線上自主學習，教師和企業工程師線上指導，著重培養學生發現問題、主動學習的意識。教師根據線上學習、測驗成績、任務完成質量分別占比25%、25%、50%，評估學習成效，為課中任務開展做好知識準備。課程案例主要包括“交通強國”思政案例和“智慧交通+N”相關項目案例。其中，思政案例是對照“交通強國”思政體系采集整理的視頻、音頻、文檔等事件案例；項目案例是企業真實工程項目脫敏生成的技術、數據、文檔等資源，主要包含與應用以“行人闖紅燈行為識別”“行人橫穿馬路行為識別”“非機動車違停智能識別”等3個項目，以及N個其他行業的項目案例。

2.3 課中“項目式”教學，增強學生融入感

教學實施過程中充分注重項目化推進思路，著重培養學生團隊協作、溝通交流的意識。項目式教學的實施步驟通常包括：選定項目、制定計劃、活動探究、作品制作、成果交流和活動評價等6個環節[4-5]。根據學情調研結果，按照“組間同質、組內異質”原則劃分5～6人實踐小組，組內分為項目經理、產品經理、軟件工程師、UCD工程師、測試工程師5類角色，并引入禪道項目管理軟件，對每個團隊項目實施過程進行規范化管理。教師與企業工程師共同設計出具體的項目任務，并在課中詳細講解任務實現過程和考核標準，使學生明確項目要求、目標、評價標準[6]。學生根據項目任務，組內討論并制定詳細的工作計劃，包括項目時間安排、人員分工、任務分配等；再根據制定的計劃，按照項目要求完成。教師和企業工程師引導和督促學生按時完成任務并點評。每一個項目結束都有總結和展示環節。教師充分使用信息化教學手段，利用線上線下資源及QQ等實現“問題秒回復”以及智慧職教等平臺促進課堂師生互動、生生互動、頭腦風暴等。最后結合企業智慧交通大腦資源和路演評價，組織學生開展交通大數據模型的實戰性論證，培養學生競爭意識和精益求精的工作態度。

2.4 課后“進階式”教學，增強學生獲得感

依據學生個體學情數據分析，結合大數據專業和人工智能專業相關崗位需求、設計拓展學習資源對課堂知識進行“進階試”學習。每次課后布置個性化考核作業，學生根據自身的學習能力、學習水平、興趣特點情況自主選擇課后作業，增強學生的學習體驗感和知識獲得感。從而支持學生多樣化成長和復合型成長，培養學生的職業意識、堅持意識和自我管理的態度。

3“ 三維度“”三主體“”三階段”學習評價體制

基于智慧職教平臺，學習學習評價主要分為三部分，分別是過程性考核、期末考核以及增值系數考核，由教師、學生、企業工程師“三主體”共同參與，從知識、能力、素質“三維度”評估，分別考查學生對智慧交通行業知識的認知、崗位工作能力的掌握、職業素養和通用能力的素質等方面的情況。具體評分項目如表3所示。

4 結論

課程在充分研究多對范疇（如教師的“教”與學生的“學”、技術的“理論”與“實踐”等）的基礎上，針對崗位大數據技術學習的典型特征，轉變“教”與“學”的關系，實施課前“案例式”教學，促進學生自主學習，課中“以學定教”的項目式教學，讓學生明晰學習和考核內容，課后個性化的“進階式”學習，依據“工作本位”原則為學生生成一條從當前狀態到目標狀態的最優的學習路徑。以企業真實任務為引領，結合企業項目需求分析、開發卷宗、測試報告等激發學生的學習興趣，增強動手能力及行業規范意識；深化“崗課賽證”融合，將大數據技術開發與應用工程師證考點融入實操內容，課程考核標準與執照評估標準掛鉤，為今后走向大數據應用與開發崗位奠定堅實基礎。

教學過程中仍然存在一些不足，比如課前“智慧交通”案例導入過程，只是簡單地將案例資源進行堆疊發送給學生，沒有案例實施過程進行細化，因而學生很難理解項目實施過程，因此在行業知識的問題導向性和精深性方面可進一步提升。