职业本科专业数学类课程群建设研究*——以大数据工程技术专业为例

王师 李晓岩 杨静

海南科技职业大学 海口 571126

0 引言

随着高等教育体系的不断完善，本科学历已经成为当今社会挑选人才的基本要求和基本起点，专科学历在就业岗位竞争中相对于本科学历而言已不具优势。因此，专科层次职业教育学生存在未来就业前景不乐观和发展方向不明确的现实问题，为了解决专科层次职业教育学生的困扰，本科层次职业教育应运而生[1-5]。本科层次职业教育是填补职业教育本科层次的空白和有效提高职业教育适应性的重大举措。截至目前，教育部正式批复的本科层次职业教育试点改革院校共计32 所，这个数字会随着职业本科教育的推进而持续增加。2022 年5 月1日，新修订的《中华人民共和国职业教育法》正式施行，进一步完善了新时代职业教育法律制度体系，有利于促进职业教育高质量发展，也为职业教育改革发展指明了方向[6-10]。

由于职业院校学生的数学基础较为薄弱，数学类课程群建设存在短板，然而职业本科院校理工科类专业人才培养要求学生掌握基本的数学知识，具备运用数学基本理论解决本专业领域的实际工程问题的能力。针对职业本科专业建设数学类课程群不仅可以提升职业教育数学类课程建设水平，而且可以提高职业院校毕业生就业竞争力。本文以大数据工程技术职业本科专业为例，研究建设数学类课程群，以期服务职业本科专业建设，契合我国职业教育改革与发展的要求，为海南自由贸易港建设培养适应岗位需求的高素质高层次技术技能型人才，同时也为其他职业本科院校理工科类专业课程群建设提供理论和实践借鉴。

1 数学类课程群建设思路与目标

1.1 建设思路

大数据工程技术专业属于交叉学科，以统计学、数学、计算机为三大支撑性学科，以生物、经济学、管理学等为应用拓展性学科。与传统单一学科专业不同，大数据工程技术专业人才培养的总目标是培养德才兼备的高素质、高层次技术技能型人才，要求学生具备基本的计算机编程能力，具备数学运算、收集数据、处理数据、分析数据等方面的能力。

为了保证人才培养达到基本质量和基本要求，职业本科院校根据专业人才培养目标和自身办学定位建设数学类课程群，明确提出数学类课程群在专业人才培养课程体系中的重要地位，与社会行业接轨建立合理的课程评价体系，根据社会行业反馈的信息及时修订课程结构和调整课程内容，确保数学类课程群建设的准确性和时效性。针对社会行业对大数据工程技术专业人才的需求，建设精细化、职业化的数学类课程群，包括高等数学、线性代数、概率论基础、应用数理统计、统计学基础、离散数学、数值计算方法等。职业本科专业数学类课程群建设着重突出职业教育特性，重构和整合传统课程内容，调整和优化传统课程结构，形成职业本科专业数学类课程群的独有职业属性特色。

1.2 建设目标

面向大数据工程技术职业本科专业建设数学类课程群，学生通过课程群内相关课程的系统学习，能够系统地掌握数学计算、数据处理与分析等基础知识，并运用其解决实际的问题。基于社会行业对人才核心能力与职业素养的要求，确定以下两点建设目标。

1.2.1 知识能力目标

课程群旨在帮助学生掌握数学的基本理论、方法和技能，明确数学类课程群在本专业课程中的定位，使学生掌握数学类课程群的学习要点，具有一定的数学逻辑思维能力，具备利用数学工具解决涉及大数据工程领域问题的能力，能够独立完成学习任务或团队协作完成项目，具有职业岗位需要的知识能力和技能。

1.2.2 职业素质目标

课程群意在培养学生具有正确的职业价值取向和良好的职业工程素养，能够运用数学知识和计算机技术解决大数据工程问题，深刻认识学好数学类课程群对学好本专业课程的重要性，培养学生爱岗敬业、诚实守信，具备从事职业活动所必需的基本能力和管理职业素质，具备数据挖掘、数据处理、数据分析、数据可视化的能力，具有较强的表达沟通协作能力，具有团队协作完成工作任务的能力，能够胜任实际工作岗位。

2 数学类课程群建设内容

2.1 课程体系

数学类课程群建设是依据课程内容由浅到深循序渐进、理论适度够用、突出实践内容的原则设置三个阶段，第一阶段是专业基础课程，包括高等数学、线性代数、概率论基础；第二阶段是专业核心课程，包括应用数理统计、数值计算方法、统计学基础、离散数学；第三阶段是专业实践课程，包括SPSS 统计分析和MATLAB 数学实验。从专业基础课程、专业核心课程和专业实践课程三个层面制定精细化、科学化、系统化、职业化的课程体系，如图1 所示。

图1 数学类课程群课程体系

2.1.1 专业基础课程

专业基础课程包括高等数学、线性代数、概率论基础，由于职业本科教育注重突出职业特性，因此，专业基础课程内容应以必需、够用、实用为原则。专业基础课程要求学生能够灵活运用数据分析和处理的基础数学工具，在处理大数据时可以利用矩阵工具作为辅助。课程内容依据实际工作任务由简单到复杂设计，从具体的问题出发，通过构建模型算法的方式培养学生运用数学工具解决问题的能力，进而提升学生分析处理问题的逻辑思维能力。

2.1.2 专业核心课程

专业核心课程包括应用数理统计、数值计算方法、统计学基础、离散数学，专业核心课程的学习使得学生掌握收集、分析和使用随机数据的方法，能解决大数据工程技术领域中的数值求解问题。例如，在科学实验无法进行的情况下，可以通过计算机模拟对复杂系统进行重复实验，利用统计模型和数值计算方法对实验结果进行分析和处理，很好地解决难解问题和不可解问题。依托真实的实际项目任务建立数学模型加以分析和处理，更能激发学生的学习兴趣，让学生在完成学习任务的过程中提升自身价值。

2.1.3 专业实践课程

专业实践课程包括SPSS 统计分析和MATLAB 数学实验，是大数据工程技术专业学生学习数据结构、计算机操作系统、算法设计与分析等专业课程的先修课程。通过数学类实践课程的学习，学生不仅能够运用离散结构的描述方法，而且提高了数学抽象思维能力和逻辑推理能力，为后续专业课程学习创造了有利条件，也为参与创新研究奠定了坚实基础。SPSS 统计分析和MATLAB 数学实验课程在讲授过程中突出解决数学问题的方法和手段，能够让学生探索性地分析和解决复杂模型，分析和解释模型结果，优化模型，在探索学习过程中提高综合职业能力。

2.2 教学体系

针对大数据工程技术专业存在理论要求高、学生动手实践能力较弱的现状，职业本科数学类课程教育应更加侧重知识应用方面，因此，探索构建职业本科教学体系是必要的，优化教学方法，改进教学模式，促进学生自主学习和弹性学习。

数学类课程群以理论教学为基础，以应用教学为根本，以实践教学为拓展，构建符合职业本科高素质高层次技术技能型人才培养要求的教学体系，重点培养学生自主探索新知、动手实践创新的核心能力，以理论与实践相结合的方式开展教学活动，使科研与日常教学有效融合，使得学生在知识、能力和素养等方面均高质量发展，学生创新意识和知识运用能力得到进一步提升，职业本科数学类课程教学质量也得到全面提升，培养的人才能够适应大数据信息时代的要求。

2.3 教学资源

在信息化时代，为了适应日新月异的技术创新和社会岗位需求动态更新，建立数字化教学资源是职业本科教育改革的有效措施。课程教学资源应根据市场需求动态更新，整合优质教学资源，淘汰劣质落后教学资源，构建开放、共享的学习平台，打造数字化教学资源，打破传统封闭式学习模式，将优秀精品教学资源分享给学生，以达到教学资源互通共享的目的，适应信息化教学要求，提高职业本科人才培养质量。数字化教学资源包括数学类课程群的教学大纲、教学课件、教学案例、教学微视频、校企合作活页教材等，鼓励学生通过网络获取优质教学资源自主弹性学习，以此拓展学习视野，增进知识的广度和深度。

2.4 师资队伍

2.4.1 师资队伍校企化建设

数学类课程专任教师的企业工作经历较为薄弱，对授课专业知识应用领域存在空白，对实际工作岗位所需的数学知识的认知不深。因此，针对职业本科专业数学类课程专任教师的校企合作培养是非常必要的。学校推选教学经历丰富、具有大数据专业背景的优秀教师，与大数据相关企业合作定向培养“双师型”教师。通过“学校+企业”的定向培养模式输出优质“双师型”教师，有利于推进大数据工程技术职业本科专业数学类课程群建设，有助于达成大数据工程技术专业人才培养目标。

2.4.2 师资队伍职业化建设

与传统普通高等学校数学类课程传授不同，职业本科专业数学类课程群建设需要突破现有师资队伍建设的瓶颈，如任课教师的职业能力要求更高，除了具有较高学术造诣以外，任课教师还应具有丰富的企业工作经验。数学类课程群在不同的建设阶段要求任课教师具有相应的教学内容对应的企业实践工作经验，能在实践教学过程中结合实际工作岗位开展教学活动，让学生在课堂上就能体验或学习实际岗位的工作内容或项目，甚至能去企业实地开展实训教学，从而提高教学水平和质量。除此之外，通过有针对性地对现有任课教师进行职业化培训，从而提高专任教师的职业化水平和实践教学水平。

2.5 教学实践

教师将典型实际案例引入课程，以“学生为主、教师为辅”的方式设计教学流程，如图2 所示。教师根据学习情境设计教学方案，采用合适的教学资源、教学场所和教学用具，做好教学准备工作。根据授课班级人数进行分组，每组学生人数控制在5 ～8 人，组内学生可在任务完成后自由重组。根据课程目标确定学习情境，课前为每组发布学习任务，各组学生根据学习任务做好组内分工，分析和细化学习任务，查阅资料和探寻解答学习任务；课间，教师以学习引导者的身份引导学生顺利完成学习任务；课后要做学生自评（侧重于基本职业素养，占20%）、组内互评（侧重于专业知识与技能，占40%）、组间互评（侧重于团队协作能力，占20%）和教师点评（侧重于综合职业能力，占20%）等环节，按照各项占比确定本次“教学做”的任务完成分，最后对各组完成情况进行分析和讲评。针对教学组织、教学设计、教学实施、教学资源等出现的不足，及时优化调整教学方案，改进规范教学流程，提升课程教学内容与工作岗位需求的匹配度，从而提高学生参与学习的积极性和主动性，实现“教学做”一体化教学，提高教学质量和教学水平，实现课程教学目标，达成人才培养质量要求。

图2 教学流程图

3 结束语

职业本科教育是完善和发展职业教育体系和推动职业教育现代化的重大举措，职业本科人才培养注重突出职业教育特性，提出以职业能力培养为目标导向、以适应岗位需求为核心内涵的数学类课程群建设途径和举措，确保学生的基础理论知识、核心课程知识和综合职业素养得到强化。数学类课程群建设弥补了大数据工程技术职业本科专业人才培养过程中忽视数学基础的短板，满足大数据时代社会对大数据专业人才需具备数学基础的基本要求，从而达到社会行业认可的人才培养目标和毕业生职业能力素养要求，培养的大数据专业人才具备运用数学知识解决实际问题的能力，能够适应专业需求和科技进步，并结合专业领域熟练运用数学基本理论和方法，胜任岗位工作，提高就业的竞争力。

大数据工程技术专业数学类课程群建设有助于提升职业本科层次职业教育水平，有利于提高职业本科层次职业教育人才培养质量，有助于达成大数据工程技术专业人才培养目标，为社会行业培养输出数学功底扎实、专业技能过硬的高素质高层次技术技能人才。