云平臺創新高校計算機類專業實踐教學模式

摘要：“池州學院計算機類專業課程教學實驗實訓及科研一體化云平臺”項目展示了數字化賦能教育管理信息化的典型實踐。該項目響應新時代教育數字化戰略要求，構建了一個集成大數據、人工智能、云計算等新一代數字技術的創新教學體系，旨在通過產學研深度融合，推動教育治理體系和治理能力現代化。案例詳述了平臺的設計思路、實施路徑、技術特點及應用成效，強調了數據治理、資源共享、智能服務等關鍵要素，以期為其他教育機構提供可借鑒的經驗。

關鍵詞：數字化教育；云平臺；大數據；實踐教學；教育管理信息化；產學研融合

中圖分類號：G642" " " 文獻標識碼：A

文章編號：1009-3044（2025）24-0126-03

開放科學（資源服務） 標識碼（OSID）

0 引言

在當今信息爆炸與技術快速迭代的時代背景下，高等教育面臨著前所未有的挑戰與機遇。隨著大數據、人工智能和云計算等新技術的興起，教育領域正經歷一場深刻的變革。傳統的教學模式缺乏個性化教學、評估方式單一和學生參與度低等，已難以滿足新時代對人才培養的高標準需求。在此背景下，池州學院計算機類專業課程教學實驗實訓及科研一體化云平臺項目的提出，不僅是對《教育信息化2.0行動計劃》[1]的積極響應，也是對新工科背景下計算機專業教育模式創新的積極探索。

隨著計算機科學技術的飛速發展，計算機類專業課程內容日益豐富，教學與實踐環節的復雜度也隨之增加。然而，傳統教學資源的分散、實驗實訓條件的限制、實習實訓基地的不足以及學科競賽的資源匱乏等問題，嚴重制約了計算機專業人才的培養質量與效率。如何在大數據與人工智能等新興技術的浪潮中，構建一個既能滿足基礎理論教學，又能提供充足實踐機會，同時促進學科交叉融合的綜合教學科研平臺[2]，成為當前教育改革中的一個重要議題。

在此背景下，池州學院基于對計算機類專業發展的深入理解和對未來教育趨勢的前瞻洞察，啟動了“計算機類專業課程教學實驗實訓及科研一體化云平臺”項目。該項目旨在通過整合先進的信息技術，如云計算、大數據和人工智能等，打造一個集教學、實驗、科研和競賽于一體的綜合性教育平臺，以期打破傳統教學模式的壁壘，推動教學內容與方法的革新，提升教學與科研的實效性，為學生提供一個全天候、全場景、個性化的學習環境，同時為教師的科研工作提供有力支持，促進學科間的協同創新，最終實現教育管理和教學實踐的現代化轉型。

該研究將深入探討該項目的實施背景、建設必要性、項目設計與實現、實施成效與影響，以及對未來的展望，以期為計算機教育改革提供有益的參考與啟示。通過分析池州學院這一案例，可以窺見數字化教育在推動教育公平、提升教學質量、促進科研創新和實現教育管理信息化等方面所展現出的巨大潛力。同時，該項目的實施也為其他教育機構提供了寶貴的實踐經驗，證明了通過產學研合作、資源共享，可以有效推動教育與技術的深度融合，為培養適應未來社會需求的高素質計算機專業人才提供堅實基礎。

1 項目背景與建設必要性

1.1 課程教學及專業發展需求

在信息技術飛速發展的今天，計算機類專業作為現代科技的核心領域，其課程教學與專業發展面臨前所未有的挑戰。傳統的教學模式側重理論知識的傳授，忽視了實踐能力的培養[3]，尤其是在大數據、人工智能等前沿技術的沖擊下，單一的課程體系難以滿足當前行業對復合型、應用型人才的需求。南方科技大學探索了基于“微助教”的競技考勤教學模式、基于“雨課堂”的師生互動教學模式、基于朋輩教育理念的模擬面試教學模式，并調整和優化了學業成績構成，顯著提高了學生的“到課率”和“抬頭率”。學生需要一個能夠將理論與實踐緊密結合，覆蓋基礎理論到最新技術的綜合學習平臺。因此，建立一個既能提供全面課程教學，又包含豐富實踐資源的計算機類專業課程教學實驗實訓及科研一體化云平臺，顯得尤為重要。

1.2 實習實訓與學科競賽

實習實訓是計算機類專業人才培養的重要環節。然而，現實中實習實訓基地資源有限，特別是在人工智能等熱門領域，實習實訓機會更加稀缺。為了解決這一問題，建設一個校內實習實訓平臺顯得尤為關鍵。通過該平臺，學生可以在模擬真實工作環境的條件下，參與課程設計、畢業設計及專業實習，提高實戰技能。云平臺可以為舉辦各類計算機競賽提供基礎設施和技術支持，通過組織和參與競賽，激發學生的學習熱情，提升其解決復雜問題的能力，為學生的全面發展和就業競爭力打下堅實基礎。

1.3 學科發展與科研推動

隨著科技的不斷進步，計算機學科的發展進入了新的階段，科研能力的提升對于推動學科進步和教師個人職業發展至關重要。青年教師群體的壯大，意味著學院擁有巨大的科研潛力和創新活力，但同時也對科研平臺和資源提出了更高要求。計算機類專業科研平臺可以為教師提供所需的軟硬件支持，還能促進科研團隊的形成，增強團隊協作，提升科研成果的產出率。由于通過與企業合作，引入實際項目和科研任務，不僅能夠豐富教學內容，使教學與實踐緊密結合，因此能為教師和學生提供接觸行業前沿、參與企業技術研發的機會。進而推動學院在人工智能和大數據等領域的科研創新，形成產學研用一體化的良性循環，為計算機學科的長期發展注入持續的動力。

2" 項目概述與建設內容

2.1 技術基礎與資源準備

隨著信息技術的飛速發展，池州學院計算機類專業課程教學實驗實訓及科研一體化云平臺的建設，依托于堅實的硬件資源和先進的技術支持。項目在技術基礎構建上，充分利用了學院已有的數據中心資源，如高性能計算集群、大數據存儲系統和高速網絡設施，確保平臺運行的穩定性和高效性。同時，引入了Docker容器技術[4]、虛擬化技術和云計算平臺等[5]，為平臺提供了彈性的資源管理和分配能力，能夠根據教學、科研活動的不同需求，動態調整資源分配，最大化利用硬件資源。

資源準備方面，項目團隊精選了行業標準的軟件工具和教學資源，包括但不限于各類編程語言環境、大數據處理框架（如Hadoop、Spark） 、機器學習庫（TensorFlow、PyTorch） 以及專業課程的在線教學資源[6]。這些資源不僅覆蓋了計算機科學基礎課程，還延伸至人工智能、大數據分析等前沿技術領域，確保學生能夠接觸到最實用、最先進的技術工具和知識體系。此外，平臺還集成了在線自動評測系統、云實驗平臺等工具，為學生提供了實時反饋和實踐驗證的環境，大大提升了學習的互動性和有效性。

2.2 平臺設計與功能實現

2.2.1 平臺設計

基于DIND（Docker-in-Docker） 技術[7]的教學科研一體化平臺設計嚴格遵循開放性、靈活性和可擴展性原則，采用了便捷的瀏覽器/服務器（B/S）架構，確保學生與教師無礙地通過網絡瀏覽器，在任何時間地點接入實驗平臺，享受流暢的在線學習與實踐環節。平臺架構如圖1所示，細致規劃為五大層次：基礎設施資源層、容器基礎設施層、大數據服務管理層、業務功能層以及用戶交互界面層。

如架構圖1所示，系統從下至上分為5個層次。第一層資源層構成了平臺的基礎，包括CPU、GPU、硬盤存儲、網絡交換機、數據庫等硬件資源。通過安全外殼協議（SSH） 方式納管這些資源，為上層提供計算、存儲和網絡服務池。第二層為Docker容器基礎層，基礎Docker負責實驗環境的管理，如過程監控、實驗快照、容器調度、容器倉庫管理等，并為應用層Docker提供宿主機資源。第三層Docker容器應用層分為兩部分，一是學生可以自主搭建大數據集群環境，根據實驗指導進行個性化配置；二是內置Hadoop、HBase、Spark等大數據生態，便于快速開展實驗和科研。第四層業務層則為用戶提供，涵蓋課程管理、實驗實訓管理、計算資源管理及系統管理等功能的業務邏輯功能。第五層界面層（用戶交互層） ，用以實現更加友好和直觀的用戶交互體驗。界面層將直接面向學生、教師以及其他用戶，提供易于操作的圖形用戶界面（GUI）。支持通過Web瀏覽器訪問和控制Docker容器桌面，實現靈活的在線學習和實驗操作。

DIND技術在本平臺的應用極大增強了環境的隔離性、靈活性與一致性，通過在主Docker容器中嵌套子Docker，為每個用戶提供獨立且可復用的實驗環境，確保資源優化、部署便捷及安全性，同時簡化了復雜應用如大數據處理、機器學習的實踐路徑，有效促進了教學與科研活動的高效進行，提升了用戶體驗與學習成效。

2.2.2 平臺功能

功能實現上：（1） 支持自主搭建和一鍵部署大數據集群環境，不僅能讓學生掌握大數據技術的基礎操作，還能深入理解集群配置的原理，提升其系統設計和問題解決能力。（2） 平臺集成了在線編程、自動評測、競賽管理等功能，能夠全面支持教學、科研、競賽等多維度的教學活動。特別是通過與業界標準的接軌，如支持A*算法、Dijkstra算法等經典算法的在線評測，學生能夠即時驗證自己的代碼，促進學習成果的快速反饋和迭代。

本教育平臺特為有科研需求的學生與教師提供的一系列專屬科研資源申請通道。用戶可根據實際需求，輕松申請配置有專業實驗環境的資源，其中包括基于Jupyter環境的交互式數據分析工具，以及為深度學習與機器學習定制的GPU云桌面環境，如預裝TensorFlow 2與PyCharm的GPU云桌面、專為PyTorch設計的云桌面環境，集成PyCharm以優化代碼開發體驗等，全方位滿足科研與學習的多樣化需求。

此外，平臺整合了多領域精選數據集資源，如Udacity自動駕駛數據集[8]、雷達回波數據集，以及教育融資相關的數據集，為科研工作者提供了寶貴的原始素材，顯著減輕了實驗準備階段的工作負擔，同時也解決了學生群體因個人經濟條件限制難以購置高性能GPU設備的難題，為廣大學子與教育科研工作者構建了一個低成本、高效率的科研創新平臺。

2.2.3 產學研合作

為了實現教育與產業的深度融合，項目積極尋求與企業的合作，建立了校企合作基地，不僅為校內實驗實訓提供了實踐場景，也為教師科研和學生競賽提供了強有力的支撐。通過與行業領軍企業的合作，項目引入了實際的工程項目和研發需求，實現學生可以在真實的工作環境中進行實習實訓，提升解決實際問題的能力。同時，合作企業還為平臺提供了最新的行業案例、技術工具和數據資源，增強了教學內容的時效性和實用性。

3 實施成效與影響

3.1 技術基礎與資源準備教學效果提升

自“計算機類專業課程教學實驗實訓及科研一體化云平臺”項目實施以來，教學效果的提升是顯而易見的，數據顯示機器學習、大數據分析等課程學生的課堂活躍度高。首先，平臺集成線上視頻教程與互動式編程環境、即時反饋的自動評測系統為學生提供了個性化的學習途徑。這種靈活的學習模式顯著增強了學生的學習興趣與參與度，使得學生能夠按照自己的節奏和興趣深入學習，大大提升了學習效率。課程評價數據顯示，學生在實驗和編程能力上的得分有了顯著提高，特別是對復雜問題的解決能力和創新思維的培養，成效顯著。

其次，云平臺的引入促進了教學方法的革新。教師能夠利用平臺提供的大數據分析工具，對學生的學習行為進行跟蹤和分析，如圖2所示，精準識別學習難點和學生個體差異，從而針對性地調整教學策略，實現了從“一刀切”向個性化教學的轉變。通過實時監控學生的學習進度和成績變化，教師能夠及時干預，提供個性化的輔導和支持，有效縮短了學習差距，提高了整體教學效能。

3.2 教學資源優化

項目實施過程中，教學資源的優化是關鍵一環。云平臺整合了大量優質教學資源，包括視頻課程、電子教材、實驗指導書和在線題庫等，這些資源均經過精心挑選和分類，既保證了內容的權威性和時效性，又滿足了不同學習階段和層次的需求。通過云平臺，資源統一管理提高了資源的利用率和教學的靈活性。

此外，云平臺還支持資源的共創共享機制，鼓勵師生共創教學內容，如上傳自編代碼示例、分享實驗心得等，形成了一個動態更新、不斷豐富的資源庫。這種開放式的資源建設模式，不僅豐富了教學內容，還促進了教學方法的創新和知識的傳承，構建了一個生機勃勃的教育資源生態系統。

3.3 提升產學研深度融合

項目的實施促進了產學研的深度融合，為計算機類專業的教學與科研活動帶來了深刻變革。一方面，通過與企業的深度合作，云平臺整合了實際工作場景中的項目案例和數據集，使學生能夠直接參與企業的真實項目中，體驗從理論到實踐的無縫過渡，顯著提升了學生的實踐應用能力和解決實際問題的能力。

另一方面，產學研合作還為教師提供了與行業前沿接軌的科研平臺，通過聯合科研項目，教師能夠與企業專家共同研發，不僅提升了自身的科研水平，還促進了科研成果轉化，推動了學院科研實力的提升。此外，平臺設立競賽專區和提供高性能計算資源，這為學生創新競賽提供了有力支持，有效激發了學生的創新潛能。為促進產學研一體化發展，構建智能社會輸出了高質量的專業型創新人才。

4 結論與展望

池州學院大數據與人工智能學院的“計算機類專業課程教學實驗實訓及科研一體化云平臺”項目通過數字化賦能，學生課堂互動性更好，自主學習性提高，相關課程期末考試合格率達到95%以上，有效解決了傳統教學模式的局限，促進了教育管理信息化的深入應用，提升了教學與科研質量。該項目的成功實施，為構建以數據驅動的教育治理體系提供了寶貴的實踐經驗，同時也為智慧教育治理的轉型和發展提供了可復制、可推廣的模式。未來，將繼續深化技術應用，拓寬合作領域，在融入AI助教等方面進一步優化平臺功能，以適應教育數字化的更高要求，推動教育事業的高質量發展。

參考文獻：

[1] 教育部.教育部關于印發《教育信息化2.0行動計劃》的通知[EB/0L].2018-04-18.

[2] 于鯤，桑宏慶，鄭海波.新型高校教學科研與企業服務一體化平臺搭建[J].科教導刊，2024（5）：1-3.

[3] 龔立新，高琳琳，江廷磊.深度學習視域下生理生態學實驗課程教學改革探索[J].高教學刊，2024，10（17）：138-141.

[4] 葉惠仙，游金水.基于Docker技術在高校教學平臺建設中的應用[J].電腦與信息技術，2021，29（4）：42-44，52.

[5] 白江.云計算技術應用專業產教融合師資隊伍建設的研究與實踐[C]//“產教融合、校企合作” 教育教學發展論壇優秀論文集.濟南，2024：166-170.

[6] 王巖，叢一之，黃嵐，等.大數據實踐課程體系的云課堂建設[J].計算機教育，2022（4）：75-79.

[7] 胡玉雪，徐勛光，王海燕，等.基于DIND的大數據實驗平臺探索與應用研究[J].實驗室研究與探索，2022，41（12）：295-299，324.

[8] 張家奇.基于YOLOv5的自動駕駛目標檢測與識別研究[D].哈爾濱：哈爾濱理工大學，2023.

【通聯編輯：王 力】