摘要：岗课赛证、综合育人是我国职业院校教育改革发展的重要趋势。为了更好地适应数字化、现代化的发展需求，增强职业教育的适应性，实现传统专业升级，向社会输出更多职业属性人才，广西城市职业大学大数据专业积极践行岗课赛证融合人才培养模式，为用人单位培育了大批具备高层次技术技能的大数据专才，得到了社会、企业的高度认可和广泛好评。基于此，探讨大数据专业岗课赛证融合育人的逻辑关系及价值，分析广西城市职业大学大数据专业岗课赛证人才培养模式中实践教学资源整合与创新的措施，旨在为广大职业院校提供借鉴和参考。

　　关键词：大数据专业；岗课赛证；人才培养模式；实践教学

　　职业本科大数据专业要培养高层次技术技能人才，需要以岗课赛证为切入点。然而在过去的实践中发现，岗课赛证融合程度与产业领域发展并不同步，在融合过程中多方参与主体的凝聚力不高，选择的评价标准不科学，整体建设不够深入，为职业本科大数据技术专业人才的培养带来了阻碍，因此，提出实践教学资源整合创新措施十分有必要。

　　一、岗课赛证概述

　　岗课赛证是指结合专业对应的岗位打造课程。岗可以被定义为工作岗位，课是课程体系，赛是职业技能大赛，证是职业技能等级证书，其中课程体系是实现上述四大元素有机融合的核心与关键。另外，将职业技能等级证书考试与专业课程教学相结合，可以做到理论和实践相结合，让学生在经历考证实操后不断提高自我的动手能力，做到知行合一。

　　二、大数据专业岗课赛证融合育人的逻辑关系及价值

　　（一）大数据专业岗课赛证融合育人的逻辑关系

　　岗课赛证教学模式是基于产业、教育、竞赛、证书这四大要素提炼总结而成的。以上四大要素之间息息相关，将其有机结合，则可以进一步推动职业教育的高质量改革。在岗课赛证融合育人模式中，岗是启动循环的第一步，在育人过程中发挥着基础价值；证则是逻辑循环的最终落脚点，主要被用于检验职业教育院校为社会输出人才的质量高低；课、赛是中间环节，是实现第一步与最后一步、具有承上启下作用的重要流程，不可或缺。

　　（二）大数据专业岗课赛证融合育人的价值体现

　　首先，这一模式与当下的社会发展方向相适应。随着时代的飞跃式进步，大数据专业岗位的工作重点发生了极大的转变，整个领域朝着智能化、业务化的方向前行。岗课赛证的紧密融合，可切实将四大要素关联起来，为社会输出更多高素质的大数据人才。其次，岗课赛证融合育人是推进教师、教材、教法改革的有力举措。具体来说，岗课赛证融合育人模式的践行，可以有效增强师资力量，完善教材内容，促进教师不断探索创新，形成更加多元且科学的教学方法，为学生的高效学习保驾护航。最后，岗课赛证融合育人模式的有效实施可以更快地实现新时代职业教育高质量发展的目标。而将企业、教育、竞赛、证书等多个端口融合在一起，可以在多主体的共同参与和努力下形成合力，加快构建现代职业教育体系，有效提升职业教育的质量与效果，增强社会对职业教育的认可度，吸引更多学生和家长选择职业教育作为职业发展的路径。

　　三、大数据专业岗课赛证人才培养模式中实践教学资源整合与创新的措施

　　（一）提高岗课赛证融合育人模式内涵的认识

　　从粗浅角度来看，大数据专业岗课赛证的融合是产业、教育、竞赛、证书四主体间的融合；从深层次角度去看，它应该是标准、内容、过程、评价及人力、物力、财力等各方面资源的紧密衔接。在过去的融合教学过程中存在着逻辑不够清晰、彼此界限模糊、融合效果无法被评估、无法实现“以评促教”等各类问题。为了释放岗课赛证融合育人的最大价值，各院校教师应该细化摸索研究，实现对该育人模式内涵的深度理解，做好充分把控。

　　（二）以岗定课，厘清岗位链，引领课程开发

　　推进大数据专业岗课赛证教学的最根本目标在于：明确大数据专业学生毕业后的从业岗位选择，以此为驱动多角度切入，不断创新开发相关课程，深化教与学的探讨，构建多元化的评价体系，促进四大要素的全面融合，最终实现人才输出、服务社会的协同育人效果，为社会培养出更多高素质的技术型人才。因此，高校应积极引入“一谱一图七步法”，以此构建专业群实践课程体系。“一谱”指的是，以行业企业产业的岗位群、工作场景、任务内容为参考绘制专业群知识图谱，结合图谱设定工作任务，将知识点、能力点、素质要求聚合成各类课程，实现对专业群知识图谱的全覆盖；“一图”指的是创新课程体系结构逻辑设计，按照“平台课+方向课+特色课”的基本思路搭建实践体系，最终形成岗赛证的成才路径图；“七步”指的是教学指导的七个步骤，通过可量化的步骤流程为专业群实践课程体系奠定坚实基础，最终实现体系可伸缩、可重组、可交叉、有韧性。

　　根据大数据专业岗位的要求，明确毕业后的岗位选择，将各个岗位的行业标准融入教学预设标准中，实现二者的紧密融合，在此基础上进行课程的开发，确保教学内容与从业需求保持一致，进一步深化课程内涵。当下部分学校实现了校企共同开发教材，一同设定实训项目，由学生完成大数据调研真实项目。更有许多学校针对管理体制改革，率先启动了“外学内引”等项目。“外学”是邀请学生到企业参加大数据分析等工作，尝试以半工半学的方式完成学习；“内引”指的是积极渗透各类信息技术，将大数据专业岗位员工的日常工作同步呈现到课堂上，推进校内教学的模块化发展，让传统单纯讲解理论的课堂朝着技术化方向改革。

　　（三）创新优化教学，丰富实践模式，实现“赛证促学”

　　依据课赛证需要的知识、技能、思政点，在归纳标准化处理后构建基于专业的知识图谱，在此基础上践行分层次、多场景、项目化专业群的教学模式。分层次指的是基于岗位开展实岗、跟岗、顶岗、定岗的实践教学，基于课内开展分散、课外自主、课程综合、专业综合等实践训练，基于专业群构建学徒工坊班、工匠工坊班、双创工坊班等不同班次实施分层培养，基于职业证书做好普及、专项、高级认证实践教学，基于技能竞赛引导学生参与校级、省级、国家级、世界级技能大赛，在更大的舞台参与实践、展现自己。多场景是指基于专业群，依托学徒工坊班、工匠工坊班、双创工坊班等开展精细化的人才培养，同时结合学生的兴趣爱好，打造社团、大师工作室、工匠实验室等，以此开展多种教学，促进大多数人在现有水平基础上再上一个新台阶。项目化指的是实践课程资源以项目为单位展开，课程教学采用以项目为导向、任务为驱动的形式，竞赛技能围绕着项目进行训练，社会服务以项目需求组建项目组，并由项目组参与研发、完成成果交付。

　　大数据从业者必须具备以下基本能力：第一，数据处理能力。大数据从业者最显著的特色体现在强大的数据处理能力上，不论是海量的数据存储还是高效的数据分析都需要具备出色的处理能力。第二，应用人工智能的能力。应用人工智能技术是大数据处理中不可或缺的部分，学生必须掌握人工智能算法、工具的使用，了解人工智能在大数据领域的应用，如自然语言处理、计算机视觉等。第三，统计学与机器学习能力。统计学和机器学习是大数据专业学生的学习重点，统计为大数据分析提供了理论基础，可以帮助学生更快速梳理弄清数据背后承载的规律、基本变化趋势。机器学习则为大数据处理提供了使用的工具技术，可以促进学生更高效分析。第四，商业应用能力。大数据在商业中有广泛应用，学生需要结合不同行业的商业案例，尝试应用大数据解决实际问题，确保分析结果可以被转化为具体的商业决策。第五，跨学科融合能力。大数据专业不仅涉及计算机科学与数学领域，还要与其他学科融合，如在医疗领域的应用需要学生掌握基本医学知识才能做好分析，在金融领域的应用需要掌握财务、经济学知识。由于大数据专业岗位的从业门槛较高，为了满足校企共建共享的内在需求，学校应该与大数据企业建立合作关系，打造综合型实践基地，由学校和企业分别指派专业人员统筹负责基地的管理，逐步探索、形成科学有效的合作机制并持续践行。在此期间，有条件的情况下还可以积极引入VR（虚拟现实）等技术，做好软件和硬件的紧密结合，为实现跨学科融合奠定坚实的基础，将项目化教学落到实处，进而提高教学质量。简单来说，应该按照第一课堂与第二课堂紧密融合的方式落实好理论与实操的统一。第一课堂主要由教师进行分享、讲解，督促学生相互沟通、互动讨论，最终实现对理论的深度理解和认知；第二课堂则要贴合竞赛项目、考试内容，突出学生的主体地位，由教师提供辅助，指导学生动手操作。要将二者有机结合，确保学生做到知行合一，能够更好地应对从业后的工作内容。

　　（四）重视点评，打造角度多元的评价体系，实现“以评促改”“以评促教”“以评促学”

　　第一，整改反馈渠道提质量。所有学校都应该以动态化的方式时刻监控、了解育人的整体质量，必须在教与学的全过程做好整体性的评价。具体来说，课前，应该基于课程结构、预设方案等进行基本点评；课中，应主要围绕在学习理论、实践操作中学生的态度、整体参与度、学习效果等进行评价；课后，应主要围绕新模式的落地成效、课程的反馈开展点评。在每一个学期结束后都应该结合教学过程中的评价结果进行汇总整理和分析探讨，并得出整改报告。此外，学校要开放网络评价渠道，邀请更多同行、专业人士参与学校育人质量的点评工作，确保有更多的主体共同参与点评。

　　第二，借助信息技术助力整改。学校要高度重视数据平台建设，全面构建围绕岗课赛证提升教学质量的整改大数据中心，充分利用大数据分析软件及整改平台的监控系统获得大数据，在分析后明确现存的不足，为后续教学优化提供决策依据。

　　第三，构建四维多元实践教学评价体系。“四维”指的是评价内容从岗课赛证四个维度展开，评价的内容包括岗位实践效果、课的评价、赛的成绩、证的获取等诸多方面；“多元”指主体的多元化，即教师、企业导师、学生、用人单位、家长和其他社会人士共同参与评价，从知识、技能、素养等不同角度展开量化、非量化的考核，保障评价体系的立体化、多元化。具体来说，岗位评价要关注每年大数据专业毕业学生的整体就业率、进入大厂的学生整体占比；课程的评价可以重点关注高校课程建设成果方面是否有获评省级或国家级精品在线开放课程；赛的评价应该关注校内学生参加全省全国职业院校技能大赛获得一等奖、二等奖、三等奖的人数；证的评价可以关注学生完成中小企业技术服务项目的个数、技术服务到账金额、考取证书的总人数等。按照以上内容多角度切入进行多主体点评，可以明确在过去岗课赛证教学实践中存在的优势、不足，继而扬长避短，逐步优化，促进学生更快速地成长进步，达到以评促改的目的——推动职业本科大数据专业教学的科学改革。

　　综上所述，随着人工智能的不断发展，大数据成为职业本科高校的热门专业，吸引许多学生参与学习。同时，大数据是依托数字化背景的前沿专业，行业变化快速。为了避免学校教学内容与用人单位用人需要、岗位从业诉求存在严重偏差，越来越多职业本科高校积极启动岗课赛证的人才培育模式，旨在为社会输出更多优秀人才，推动学校专业教育的改革。在未来，职业本科高校应对标本文提出的四大措施做好统筹，以此构建理论与实践学习、竞赛和考证一体化的教学形式，保障学生持续浸润在良好的氛围下，在岗课赛证一体化的引导下不断扩展理论储备、强化实践技能，在毕业后顺利进入意向岗位工作。

       参考文献：

　　[1]曾天山.“岗课赛证融通”培养高技能人才的实践探索[J].中国职业技术教育,2021(8):5-10.

　　[2]高永梅,李新辉.新工科背景下我国高职院校大数据技术与应用专业人才培养研究[J].实验技术与管理,2021(4):264-270.

　　[3]邱晓荣,段莉华,史荧中.产教融合视域下大数据技术专业人才培养机制研究[J].电脑知识与技术,2023(3):143-145.

　　[4]柴艳宾.高职院校大数据技术专业“岗课赛证”融通探索[J].湖南工业职业技术学院学报,2022(4):68-71,83.

　　[5]孙波.大数据技术与应用专业实践教学体系构建与研究[J].软件工程,2019(7):54-56.

　　[6]马迪,孙佳.高职院校“岗课赛证”融通的大数据专业教学模式研究[J].科技资讯,2023(4):195-198.

　　[7]陈光鹏,陆德光.高职院校“岗课赛证”融合育人的困境、转向与路径探索[J].时代汽车,2023(19):67-69.