高职教师专业发展视角下大数据专业课程开发实践--中国期刊网

字体：大中小

首页> 原创作品> 正文

高职教师专业发展视角下大数据专业课程开发实践

发表时间：2021/4/9 来源：《文化研究》2021年4月下作者：崔莉

[导读] 高职教育是中国高等教育体系中的重要环节，高职院校是为社会提供大量应用型专业人才的摇篮。当前，随着中国经济社会的发展，行业四分化趋势愈发明显，因而需要更多的应用型和技能型人才。在现代化教育教学技术发展的不断促进下，教学管理模式也正在不断发生改变。本文主要对高职教师专业发展视角下大数据专业课程开发实践做论述，详情如下。

惠州工程职业学院崔莉 516023

摘要：高职教育是中国高等教育体系中的重要环节，高职院校是为社会提供大量应用型专业人才的摇篮。当前，随着中国经济社会的发展，行业四分化趋势愈发明显，因而需要更多的应用型和技能型人才。在现代化教育教学技术发展的不断促进下，教学管理模式也正在不断发生改变。本文主要对高职教师专业发展视角下大数据专业课程开发实践做论述，详情如下。
关键词：高职教师;专业发展;大数据;专业课程;开发实践
        引言
        为体现高职教育特色，实现高职校企合作模式，培养社会紧缺大数据人才，高职大数据科学与技术人才培养方案着重以社会需求引领行业发展为主线，依据社会需求寻找出岗位需求能力，并将岗位能力要求体现到具体大数据专业课程建设中，根据大数据行业发展动态，结合我校教师专业特色，培养具有将教师产业领域知识与计算机技术的大数据技术融合、创新的能力，能够从事大数据分析和管理的高层次技术技能型人才，并依据教师行业发展动态，及时调整和补充以及完善大数据科学与技术人才培养方案，逐步形成以教师各种类专业为主的高技术高职大数据人才培养模式。
        1大数据管理与应用专业定位与人才培养目标
        大数据相关专业主要包括：大数据管理与应用、数据科学与大数据技术、信息管理与信息系统、应用统计学等。上述专业均以大数据为研究对象，以从数据中获取知识与智慧为主要目的。各专业的基础知识存在交叉，但因归属于不同学科又具有一定的独立性。其中，大数据管理与应用专业被定位为：大数据管理与应用专业授予的是管理学学位，隶属于管理科学与工程学科。通过对数据获取、数据整理、数据存储、数据分析和数据管理等大数据关键课程的学习，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控，培养懂数据、懂商务、懂管理的创新性复合型人才。大数据管理与应用本科和硕博士各阶段所培养的大数据相关人才可分为三类：大数据工程技术人才、大数据分析人才及数据科学家。
        2大数据背景下教师专业实践教学模式创新策略
        2.1明确教学目标，完善教师专业课程体系
        针对现阶段教师专业人才培养目标与专业课程设置、企业实际用人需求脱节的问题。学校应充分利用大数据技术，根据教师专业教学实际情况，分析、预测教师行业发展现状、未来发展趋势以及就业形势，并据此科学调整教师专业人才培养目标。此外，学校还应进一步加强与对口企业的交流、合作，并通过共同制定人才培养目标、共同开发教师实践校本课程与教材，拓展校企合作广度与深度。学校还可邀请教师领域高精端人才为教师专业实践教学提供专业指导，让学生能够从中接触教师行业前沿资讯，学习到最新教师专业技术，从而提升教师专业实践教学实效。

期刊文章分类查询,尽在期刊图书馆

此外，学校还应借助大数据跟踪调应往届毕业生就业数据，并邀请行业专家对此进行专业、详细论证，从而为教师专业人才培养目标的制定、课程体系的完善提供可靠依据与数据支撑。教师专业课程体系的不断完善，还需要学校根据教师专业学生所需的职业核心能力，科学调整实践课程所占比例，确保课程计划能够充分对接学生的专业发展需求。
        2.2创新实践教学模式，促进学生全面发展
        大数据背景下的教师专业实践教学，教师应根据“以生为本”的教改要求，灵活运用合作式教学、探究式教学等多种教学模式，以充分发挥学生在实践学习的能动性，更好地培养学生的职业能力与创新意识。在实践教学环境，教师应鼓励学生根据自己的兴趣点，自主选择实践项目，然后根据实践项目需要，组建3-5人的合作小组，由小组共同拟定项目方案，确定实践项目开展流程，推进实践项目的深入实施，并最终以报告的形式展示实践项目成果。在此过程中，不仅能够有效培养学生资料整合能力、数据分析能力，合作探究能力，还可有效促进学生教师实践能力的提升，从而促进学生的全面发展。
        2.3“案例式”大数据课程内容建设
        针对大数据课程中课程内容滞后于应用的现状，通用大数据分析系统的建设，将为教师教学和学生学习提供面向不同行业的数据分析场景。大数据的技术框架本身多种多样，学生全部掌握从课程学时和学生时间上来说都是不允许的，所以考虑用一个案例贯穿课程全部，将案例进行分解后对应到课程章节的内容之中，这样每次课学生可学习到部分的内容，并通过案例来直观了解到每部分内容是如何来实现实际应用的，同时将案例分解为子任务，采用任务驱动的形式让学生能够保持不断地学习和实践，以加深对每个知识点的理解。另外可考虑提供多种不同的案例供学生进行选择，这样课程在主体内容不变的情况下，让不同的学生体会到不同的数据处理场景在技术选型上的差别，从而增加学习的有效性，最终可设置答辩展示环节让大家多参与并感受到不同的案例在实施上的不同，引发更多的思考和体会。
        结语
        在大数据时代背景下，教育领域与大数据产生深度融合，开拓出行为分析、学情分析以及学习评估等多方面应用途径，教育大数据成为当前智慧学习系统发展重构的契机。依托教育大数据优势，智慧学习系统能够精准分析学生学习过程、学习行为以及学习成绩等，从而为学生提供学习指导、学情分析等服务。为使教育大数据与智慧学习系统有机结合，学校需要遵循科学合理、简单有效、稳定可靠等原则，在保证网络安全前提下为师生提供全面服务。而回归至具体实现路径，学校需要在遵循上述原则基础上，以规划模型框架、平台开发测试明确标准规范、疏通服务需求为落脚点进行具体操作，从而实现教育大数据背景下的智慧学习系统构建。
参考文献
[1]沈海波,周如旗,朱雄泳.新工科+工程教育认证背景下软件工程特色专业建设探索[J].软件工程,2018,21(3):57-59.
[2]吴爱华,侯永峰,杨秋波,等.加快发展和建设新工科主动适应,引领新经济[J].高等工程教育研究,2017(1):1-9.