校企合作背景下的高职大数据专业Python课程教学研究
来源:用户上传
作者:汤卫 杨赘
摘要：为对校企合作的Python课程进行改革和充分发挥校企双方的协同作用，首先分析校企合作大数据专业Python课程现状和问题，明确其必要性和重要性;其次根据Python课程的培养方案和现实需求设计校企协同教学模式;最后提出有效的教学策略，助力培养学生综合能力：实践表明，校企合作模式深刻改变了Python课程的教学质量。
关键词：校企合作;Python课程;协同教学;教学策略
中图分类号：G642 文献标识码：A
文章编号：1009-3044（2019）29-0131-02
为发掘大数据价值，满足大量的人才需求，众多高职院校相继开设大数据相关专业，尤其是各高职院校广泛通过校企合作的模式进行人才培养。
在以市场需求为导向的环境中，高校以校企合作模式开展订单式、精准化的技术型和实战型人才培养，大数据专业选用Python为核心教学语言符合市场需求和学生发展。校企合作的培养方式需要加强双方的协同教育功能，充分利用双方的有效资源为教学服务，一是需要加强学校的理论教学，另外是需要充分发挥企业技术优势和实践平台开展实践教学，推进教学质量的提高。
1校企合作下的Python教学现状和问题
1.1校企合作下大数据专业特点和发展现状
由于经济发展和市场需要等因素的影响，使得校企合作成为职业院校的重要办学模式。校企合作的关键环节是如何分析合作因素，进行资源配置和合作机制设计。高职院校大数据专业的合作模式普遍采取订单式的合作模式，部分院校以学生的专业技能发展为目标，依托企业的技能实训全方位培养学生的能力。截至目前，高职院校的校企合作在教学、实习等方面还处于摸索前进的现状，特别是针对大数据专业宽基础、重实践、交叉性、前沿性等特点，结合Pvthon简单易学、解释性、面向对象、可扩展性、混合编程、丰富的库等优点被选为专业核心课程，为广大师生所喜爱。
1.2校企合作中Python课程遇见的问题
对于不同的教学模式，Python课程呈现不同的教学效果。在校企合作教学时由于校企双方资源差异、教学环境、体制机制不同等原因的影响，导致校企合作过程出现如下几方面的问题。
首先，教学规划导向性问题。主要体现为培养方案规划地不够精准细致，Python教学大纲没有真正实现校企双方共同制定，内容缺失等，缺乏创新性。
其次，校企双方合作分工问题。主要表现为双方权利义务规定不清楚，职责分工不明确，因不区分培养环节导致教学过程中的角色主次难定等。
再次，管理和协同问题。鉴于分工职责的不同，在协同教学过程出现教学进度不一致，教学内容不相关，教学模式差异大等问题，同时也引发师生教学隔离、校企教学管理难以适从等问题。
最后，师生交流和教学观念问题。在校企双方的教学人员之间存在不同的背景和教学特点，校方教师倾向于理论教学，企业倾向于实践指导，在教学观念上，各自强调的重难点不同，所以在教师和师生之间的沟通，对学生学情的把握显得尤为重要。
2Python知识框架和合作教学过程设计
根据Python课程的知识体系，对Python课程进行重难点知识归类，一方面要充分利用有实效的教学模式，另外要通过校企合作的职责分工来设计教学模式。
2.1Python课程核心知识框架
Python课程知识分为基础知识和技能实训两个部分。
（1）基础知识部分。一是作为数据处理所必需的基础知识：数学统计类知识、计算机基本知识、数据分析基本知识和数据安全与储存等知识;二是作为Python语言的基本知识：变量、字符串和简单数据类型、组织列表和操作列表、元组、条件语句和循环语句、字典（使用和遍历字典等）、函数、类的创建继承等、文件操作与异常处理方法等等。
（2）技能实训知识。对于作为标准库运用的项目训练：数据可视化项目（数据生成、下载数据生成可视图等）、Web应用程序开发、其他项目实训。在实际技能训练中对于各种标准库的学习是重点，教师应该详细的为学生介绍如Mysql数据库、Mon-goDB数据库操作、SQLite数据库、Redis数据库的常用方法。同时还要学习基于数据的数据预处理和数据质量分析等知识，重点掌握数据清洗和标注、数据特征分析（方差均值等）、数据归类聚类等处理方式。
（3）综合能力的培养。以市场数据处理为核心需求的技能需要从数据的采集方法、数据预处理f清洗标注等）、数据规范化调整、数据聚类分析等。通过实际案例培养学生对数据分析模型的构建能力，精准培养所需的大数据采集处理、存储、分析与挖掘、数据可视化和大数据应用开发、大数据运用平台运维、软件开发等人才。
2.2校企合作教学模式的实施过程
校企合作背景下，Python课程教學模式的实施主要分为基础教学、实验教学和项目实战三段。具体如下：
（1）基础教学阶段。这个阶段主要是学校承担核心工作，基础理论按照不同的内容板块进行教学。一是学校承担涉及市场数据分析理论知识、计算机专业基础知识和数学统计等基础知识的教学，校方需要达成数据分析基础理论、Python课程基础知识等教学目标。二是课时安排方面应该将基础知识教学占据总课程时数的三分之一安排。三是充分利用学生自学，通过课余时间完善基础理论框架。
（2）实验教学阶段。这个阶段主要由学校教学完成，不过需要充分利用企业技术人员帮助指导。在实验教学阶段，围绕培养目标和时间顺序开展教学。首先学校要把握好课堂的实验教学，教师实时把握学生的学习状态和薄弱环节精准施教。其次校企双方分工协助严控课后的自学实验，要求学生自学基本技能重复练习直到熟练掌握。最后企业方面要以任务驱动学生形成团队，共同完成具有综合性实践任务。
（3）项目教学阶段。这个阶段主要是由企业负责。经过对理论和技能实验的学习，重点培养项目运作的经验和能力。企业通过给出相关实战项目，指导学生在团队合作的方式下展开学习，有机会需要让学生参与到实际工作项目中，切实参与完成项目任务以提高学生的综合能力。
3校企合作教学问题的策略
对于在校企合作背景下出现的导向性问题、合作分工问题、管理和协同问题以及观念等问题，提出下面几点解决策略：
（1）校企双方要经过深入调研和沟通，科学制定大数据专业培养方案，重点要明确培养的导向性问题，突出体现市场需求和学生所需。对于Python课程的教学计划也要严格根据应用倒逼规划，综合各方需求的模式进行。
（2）明确校企双方的权利与义务，完善双方的职责和分工。在校企合作中教学内容应该分阶段、分知识板块进行教学，按照教学内容和课时安排，对双方各自肩负的教学任务负责。
（3）在教师团队建设方面要加强团队向心力建设，在教学过程中的团队协作和管理问题基本都是由于校企双方沟通和团队建设方面的不足导致，教学团队要定期开展教研会议，教师之间相互听课，互相帮助和提高。
（4）观念方面主要是通过学校派教师进入企业进行实践学习，通过教师深入市场和一线，了解学生所需和市场发展情况才能更加有利于教学改革。另外企业教师也需要到学校进行学习，了解学生的真实水平，加强企业教师同学校教师的沟通，形成合力。这些都是在进行教师观念和思想理念的自我革新。
4结束语
校企合作背景下的Python课程教学改革的多项策略已应用于日常教学并取得了一定成效。在校企双方合作过程出现的问题需要根据具体的情况进行应对，在企业和学校合作教学过程中，需要双方充分发挥自己的优势，增强教学效果。尤其是深入开展调研和交流，对教学任务充分进行规划和分配，抓住学生的情况因材施教。可以看出，校企合作教学模式能更好地达到教学目标，提高学生实践能力，对学生未来专业发展有极大的促进作用。
转载注明来源:https://www.xzbu.com/8/view-15070522.htm
