應用型本科院校《數據科學導論》課程思政建設探索
——以西安歐亞學院為例

姚香秀 張俊麗 申雅琛

(西安歐亞學院,西安 710065)

人工智能、大數據、云計算等技術不僅推動了新一代信息技術產業快速發展,同時也推動了數據人才培養。2023年2月,中共中央、國務院印發的《數字中國建設整體布局規劃》強調了推動高等學校、研究機構、企業等共同參與數字中國建設。數據科學類的學科建設與人才培養成為了應用型本科院校建設的重中之重,尤其是培養德才兼備的高素質數據人才。2020年5月,教育部印發了《高等學校課程思政建設指導綱要》,指出全面提高人才培養質量的重要任務是課程思政建設,專業課程是課程思政建設的基本載體[1]。可見,數據科學類課程思政建設,是培養德才兼備的高素質數據人才的重要路徑。

近年來,國內眾多高校開設了數據科學相關專業,如大數據管理與應用、數據科學與大數據技術、大數據工程技術等。也有部分院校結合大數據趨勢,開設了大數據方向的特色專業,如民航大數據、傳媒大數據等。數據科學已經成為計算機與其他交叉領域學科的基礎[2]。根據對數據科學相關專業開設課程的統計,發現《數據科學導論》既是眾多數據科學相關專業的基礎先修課程,同時也成為了部分需要學習數據科學理論與技術的交叉學科專業的通識課程。因此,對于該門課程的課程思政建設的探索非常重要。

一、《數據科學導論》課程思政建設

(一)西安歐亞學院《數據科學導論》課程介紹

《數據科學導論》課程是西安歐亞學院數據科學與大數據技術專業大一學生的必修課程,也是該專業數據科學素養培養的基礎課程[3]。該課程重點勾畫數據科學與技術的體系框架,結合理論和實踐,概述數據科學領域的基本概念和研究內容。遵循應用型人才的培養目標,該課程通過對人工智能、大數據與云計算、數據挖掘和機器學習等前沿領域基本理論與技能的講授,使學生了解并掌握計算機、數據庫、數據分析基本理論、方法和技術,理解數據科學的基本思想與系統化流程,同時能夠應用BI工具(1)即商業智能(Business Intelligence,簡稱:BI),又稱商業智慧或商務智能,指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。該概念在1996年最早由加特納集團(Gartner Group)提出。解決數據管理、數據分析與挖掘簡單問題,具備數據思維,能夠將現實社會中的復雜問題轉化為數據問題。

課程內容主要包括數據科學理論和數據技術實踐兩大模塊,其中數據科學理論包括數據科學緒論、計算機基礎、數據科學的編程工具、數據庫技術、大數據平臺和云計算、數據挖掘與機器學習、人工智能、可重復研究和產品化8個小節的課程;數據技術實踐包括數據獲取、數據清洗及整理、數據可視化、Tempo平臺實訓4個小節。

(二)課程思政建設目標

結合習近平新時代中國特色社會主義思想和社會主義核心價值觀,秉承立德樹人的教學理念,《數據科學導論》課程深入挖掘課程中蘊含的思政元素,通過恰當的教學內容、教學設計和教學方法,將思政教育潤物無聲地融入課程教學中。課程圍繞“堅持‘四個自信’、鞏固核心價值觀,培養專業科學素養、弘揚新時代工匠精神”的思政教學主線,以行業前沿案例為載體堅定“四個自信”,配以專家講座、企業調研、團隊合作培育“愛國、敬業、誠信、友善”的核心價值觀,通過實踐操作激發學生職業榮譽感,強調職業操守和新時代工匠精神,在專業問題中融入科學史實和精神教育,塑造學生正確的世界觀、人生觀、價值觀[4]。

(三)課程思政教學實踐情況

《數據科學導論》課程堅持以學生為中心、產出為導向、持續改進,在不斷提升學生專業知識和技能外,通過加強教學團隊融合,豐富教學內容,改進教學方法與手段,加強學生思想政治素養培育。

1.加強教學團隊融合,雙師協同共建課程思政資源

在課程思政教學改革的頂層設計下,專業教師團隊與思政課教師團隊保持密切溝通,課程思政與思政課程共同遵循思想政治工作規律、教書育人規律和學生成長規律,做到課程思政與思政課程同向同行[5]。

課程教學團隊緊密圍繞數據科學與大數據技術專業人才培養要求,堅持應用型人才培養定位,面向大數據產業領域,持續堅持“數據+產業”的發展思路,以培養有道德、會思考、善溝通,掌握數據科學理論、數據管理與分析方法及現代化信息處理技術的應用型人才為目標[6]。對計算機、人工智能發展史、數據庫、數據挖掘技術發展現狀以及發展趨勢進行深度剖析,并聯合學校思政部專職教師共同挖掘本課程思政元素,用數據科學的思維展現“四個自信”,并深化學生愛國情懷,啟發學生在本專業學科、產業領域發揮工匠精神。

2.改進課程內容,深度挖掘思政元素

(1)聯合思政課教師,從原有課程內容中提煉思政元素

通過與思政課教師討論,本課程在授課過程中以基礎知識顆粒為點,以企業實踐項目為線,以課程模塊為面,以育人目標為體,運用“點、線、面、體”四維方法,逐層設計,逐層挖掘思政元素。

在堅持“四個自信”、鞏固核心價值觀的思政教學主線下,本課程主要以數據科學緒論、大數據平臺和云計算、人工智能、數據挖掘與機器學習等課程知識點為載體,通過設計“數說家鄉”(用數字描述家鄉發展)、基于競爭環境的SEM(搜索引擎營銷Search Engine Marketing,簡稱“SEM”)廣告優化、如何成為一個知識網紅等實踐內容,幫助學生了解家鄉的最新面貌,體會家鄉美的同時感恩偉大祖國。剖析家鄉的發展、網紅經濟的發展,其目的是帶領學生深刻感受新時代中國特色社會主義的偉大成就。

在培養數據科學素養、弘揚新時代工匠精神的思政教學主線下,本課程以數據獲取、數據清洗及整理、數據可視化等知識點為載體,通過設計數據分析崗位需求分析實踐,幫助學生了解本專業的就業崗位及企業用人標準,規劃職業發展。在完成實踐分析的過程中,學生需要按照數據分析的基本流程,如先完成業務需求分析,進而進行數據采集、整理、探索性分析、建模分析等步驟,最終形成實踐報告,并領會數據價值實現流程每一個環節的核心工作,能在未來的數據挖掘與分析實踐中應用。該過程可以培養學生的數據科學素養,包括科學知識、科學的研究過程與方法、科學技術對社會和個人所產生的影響等,樹立學生的專業認同感、增強職業道德和追求卓越與創新的精神。

(2)加強知識的前沿性和思想性

授課過程中利用時事熱點、行業前沿豐富課堂教學內容,課程巧妙地將我國“十四五”規劃中“加快數字化發展 建設數字中國”、華為5G技術先進性及遭海外市場打壓事件、我國誕生第一臺光量子計算機等容易激發學生民族自豪感和愛國情懷的案例融入課程中。強化學生“愛國、敬業、誠信、友善”的價值觀,培養學生責任感和使命感。

3.豐富教學方法與教學手段,讓思政教育潤物無聲

本課程在課程思政教學實踐中,形成了第一課堂與第二課堂有機融合、環環相扣。同時基于數據專業應用性、實踐性強的特點,在教學方式上主要采用基于項目式的教學方法。

(1)設置第二課堂,相輔相成融入思政元素

第一課堂主要以90分鐘課堂教學為載體,以教師講授為主,采用講授法、案例分析法、討論法等引導學生了解數據科學前沿知識,培養學生民族自豪感與使命感,灌輸職業理想和職業道德,達成專業學習與思政育人的雙重目標。第二課堂設計了企業參觀、問卷調研、視頻學習等方法,多以小組合作的方式進行,創造團結、誠信、友善的氛圍,同時以實踐為主導引導學生獨立思考,提出問題、分析問題和解決問題,培養學生數據素養。

(2)采用基于項目式教學模式,在解決問題過程中滲透思政元素

例如,本課程以某高端零食品牌行業競爭情況為問題,發放學習任務,學生以小組為單位針對問題進行資料收集與問題解決,并形成PPT進行匯報。在探究過程中,學生通過對該企業文化學習,利用互聯網營銷數據分析該品牌的行業競爭力,以數據說話,幫助企業數字化轉型,增強學生職業榮譽感。

(3)以師生工作室為主,完善學習支持服務

本專業設立學生工作室,《數據科學導論》教學團隊定期參與工作室活動,通過組織活動、內部講座、線上答疑等方式為學生解決各類問題。同時,鼓勵學生積極參加大數據專業競賽,打磨個人參賽作品。在此過程中,培養學生職業服務意識和工匠精神。

4.課程評價與成效

(1)課程評價機制

多元化課程評價機制是保障教學質量的關鍵[7]。本課程形成了以學生評價、教師自評、教師互評、督導評價的多元化課程評價機制。一是學生評價。學期中,學生會在教學系統中完成課程評價問卷,評價并反饋本課程的教學質量。評價問卷中會設置問題引導學生基于課程思政指標體系對課程質量評價。二是教師自評。定期通過研討會方式,教師對自身教學質量進行自我反思,改進不足,總結經驗。過程中,課程思政建設作為教師自我評價的重要組成部分。三是教師互評。定期通過研討會方式,教學團隊成員之間對教學內容、教學方式進行評價。幫助教師提高課程思政教育意識及質量。四是督導評價。校級督導教師會根據教學評價指標體系,對教師授課情況進行客觀、科學的評價。

(2)課程思政改革成效和示范輻射

通過課程思政引導,數據科學與大數據技術專業學生充分利用數學建模競賽、創新創業競賽等方式,學以致用,服務社會。本專業學生在論文發表、資格證書獲取和競賽等方面都取得了突出成績。2022至2023學年,共18人次參與公開論文發表,5人次參加橫向課題項目。此外,大部分學生獲得全國計算機等級、工信部數據分析師國家或行業級資格證書;多名學生在全國及陜西省大學生數學建模競賽、美國大學生數學建模競賽、“泰迪杯”全國大學生數據挖掘競賽、MathorCup高校數學建模挑戰賽等國家級、省級專業競賽中獲獎。

二、《數據科學導論》課程思政建設的探索與展望

(一)提升課程教師團隊課程思政建設能力

《數據科學導論》課程教師隊伍質量直接決定本課程思政建設質量。一是鼓勵教師積極參與課程思政相關主題培訓,利用講座、培訓等機會,與國內其他院校教師開展溝通交流活動,提升課程思政的建設能力。二是建議課程組組內共同備課,定期對課程授課內容、教學設計、課程案例、課程作業等進行打磨,以確保課程授課教師理解與明確課程教學目標與要求,保證課堂教學與學生學習效果。

(二)基于課程思政改革頂層設計,動態修訂教學大綱

根據西安歐亞學院人才培養總目標,結合數據科學與大數據技術專業的人才培養定位和特色,明確學生思想政治素養方面的具體要求,不斷修正本專業課程思政建設的總體目標以及畢業要求,完善專業人才培養目標中的思政元素。同時,每學年根據專業課程思政建設總體目標,動態修訂《數據科學導論》教學大綱的授課內容與思政元素,一方面從內容上緊跟大數據產業發展趨勢,另一方面深挖課程思政元素,巧妙進行教學設計,使得思政教育產生潤物無聲的效果。

(三)加強與企業合作,堅持以項目驅動課程思政設計

基于項目式學習的教學模式能夠調動學生的主動性,給予學生創新的空間,但始終保持項目的前沿性具有一定難度。在項目的設計初期、項目開展、項目匯報的階段可以邀請企業人員共同參與,形成校企共建的合作模式。同時,也可以鼓勵學生到企業中進行調研,以基于項目式學習的背景,幫助學生了解企業的項目運轉模式,熟悉企業的工作方式。期間的每一個環節,都促進了學生團隊合作、溝通交流等能力的培養。

三、結束語

在大數據時代,《數據科學導論》課程思政建設是培養高素質數據人才的重要基礎。在課程思政建設過程中,需要結合高素質、應用型人才培養的要求,梳理與把握課程思政建設方向及重點,科學地設計課程思政建設目標。《數據科學導論》課程思政建設的實踐結果表明,在專業課程中融入課程思政元素,可以提升學生的學習熱情、堅定愛國主義與民族自信、培育學生的核心價值觀,并激發學生鍥而不舍、迎難而上、追求卓越的工匠精神和培養學生優秀的品德素養。在以后的課程思政建設中,需進一步加強與企業的合作。通過企業實踐基地、產學項目轉化,定期補充和更新實踐教學案例等方式,引導學生在行業領域進行應用探索,培養更加符合企業需求的應用人才。