課程負責人：呂  品        學分學時：3/48

所屬學院：電子信息學院    面向對象:數據科學與大數據技術專業

一、課程簡介

本課程教學團隊共4人👩🏻‍🎓，其中校內專任教師3人（有企業工程背景教師2人），企業教師1人，隊伍結構能較好地支撐本課程教學資源建設。團隊教師具有豐富的教學經驗👨🏿‍⚖️，課程建設經驗和企業實踐經驗🦼⤴️，教學過程中註重培養學生的工程技術能力和崗位實踐能力。團隊依托摩臣5搭建的產教融合體製機製創新知識生產模式💅🏿，探索建立了能夠支撐數據分析能力培養的產教融合課程建設機製🍂，積極推進機器學習課程的教學內容與行業技術融通🌈、教學標準與行業標準融通🔯、教學方法與產品生產過程融通👂🏻、教學團隊與工程技術人員融通🛤，以體現應用型高校的工程人才培養定位具有鮮明的職業化特征。

二、2023-2024學年第一學期實施情況

 本學期企業教師授課學時為8學時🧏🏿，其中理論4學時，實驗4學時，授課內容為“基於大語言模型的應用開發”🧚🏿🤰，目的是讓學生了解大語言模型在當今企業生存與競爭中的重要作用。

本次產教融合采用了基於實踐驅動教育的基本理念，強調實踐先行和從做中學。這是一種不同於“先理論後實踐”的常規課程設計，倡導“知識不是先於行動而存在🤵‍♀️，而是行動的必然結果”。例如，圖1展示了學生在快速學習大語言模型的相關作用和基於大語言模型開發應用的流程後，第二天就在企業教師的指導下在大數據專業實驗室開展大語言模型應用的實踐的場景。

圖1 企業教師授課與學生實踐操作場景

為了達成布魯姆提出的“分析—綜合—創造”的高階性認知目標🍕，提升課程學習效果🚹，本次產教融合采用了2個教學策略：1）企業教師授課內容作為期末考試試卷的考核內容，占比為10%🧓🏽🐡；2）課後完成企業教師布置的實驗拓展內容🔍，幫助學生拓寬專業視野和提升學生的工程技術能力。第1個教學策略實施後，企業授課內容的期末考核平均分3.98🚹。雖然平均分不理想，但45名學生中有3名同學得滿分10分©️，2名學生得9分👍。其中一名得9分的同學☃️，利用課余時間開發了一款基於大語言模型的提取PDF文檔內容的應用（如圖2所示），充分體現了學生運用所學專業理論分析和知識綜合的融合創新與應用。

圖2 基於大語言模型的pdf文檔內容提取

課程是知識傳承的載體，知識來源於實踐。在某種程度上，機器學習產教融合課程就是數據實踐的知識產品。機器學習產教融合課程的內容不是對已有機器學習涉及的算法知識的目標羅列或者重新排列組合，而是要來自數據產業領域最新的技術和創新實踐的理論提煉和總結，是基於工程案例展開的對自然科學和工程科學問題的探索和理論說明，它充分反映了知識的實踐性本源和解決實際問題的工具性特點。盡管本次產教融合的課程內容在期末考試中的平均分不高🧑🏿‍🎨，但為該課程後續創新產教融合的知識生產模式提供了持續改進的方向。