职教本科背景下人工智能专业建设的研究与实践

◇南京工业职业技术大学计算机与软件学院 蒋林岑 樊晓唯 刘向东

本文以职教本科不断发展背景下，探索如何建设面向“职业”的专业建设，培养适应行业岗位的人才是职业教育的重要起点，以学生的岗位能力，岗位知识，岗位发展为立足点，探索构建人工智能的专业特色，打造工程型课程体系。文中给出了在实际专业建设和课程体系建立的摸索实践中总结出一套应用举措，具有一定的借鉴意义。

2019年《国家职业教育改革实施方案》明确指出了“完善高层次应用型人才培养体系，开展本科层次职业教育试点”，为满足我国产业经济转型升级发展对大量高层次应用型人才的需要[1]。许多高职院校也成为了职教本科建设的试点，我校就是其中之一，学科专业建设也应按照要求以职教本科为核心，如何有效开展人工智能专业建设成为了学院关注的重点。

经过调研，随着试点职教本科的不断深入研究，发现没有明显区分职教专科与职教本科之间的差别，存在专业特色不明显，培养岗位人才时教学目标不明确等问题[2]。为解决上述问题，我校人工智能专业紧密结合国家人工智能产业发展需求和职教本科的内涵，开展专业建设的相关研究工作。专业结合实际，深入探索职教本科背景下该专业的灵活师资队伍建设，导师制育人模式，创新教学方式方法，给出具体建设思路和方案。为试点职教本科专业建设开拓了思路，为岗位人才培养提供了有益参照[3]。

1 人工智能专业面临的挑战

人工智能专业人才供需比较突出，该专业作为继大数据，云计算之后的新兴行业领域专业之一，无论从对外，还是对内，面临以下主要挑战。

（1）如何让专业培养的学生能适应社会岗位的持续性需求，贴近岗位的技能要求，是专业建设中首要考虑的问题。通过查阅各大招聘网站，当前社会对数据分析师、人工智能算法开发，维护工程师等岗位的职位，都要求掌握对数据的采集和预处理等相关技能，并且对人工智能专业岗位人才的需求量较大。

（2）面对过去长时间职教专科教学环境的浸润，如何能实现从职教专科到职教本科的转型，需要一个过程去探索和适应。就要求对所有教学人员进行思想转变，了解职教本科的提出意义，着眼于高格局，长眼光来看待职教本科对人才的培养，应用于专业建设。

（3）从岗位实际出发，如何制定人工智能专业人才培养方案，结合学院现有软硬件设施和教学环境，编写可行的课程标准和实施教学模式，更多地从学生需要掌握的岗位技能更多的考量，才能培养出与实际企业项目所契合的应用型人才。对学生学习能力进行分层[4]，在教学过程中因材施教，不断摸索新的教学方法和教学工具，从而用提升教学效果来打磨一支优秀的双师型人工智能专业教学团队。

2 主要应对举措

2.1 构建有企业背景的双师型教学团队

人工智能专业教学团队的组建从零进步，慢慢组建，目前已有专任教师14人，其中有企业背景的11人，工程师占比80%，博士占比75%，可以说专业的教学团队具有很强的企业实操能力，双师型教学队伍让学生所学知识更接近企业实际需要。考虑到人工智能专业所属行业的技术更新迭代较快，因此在实际的专业建设中，从师资培养和师资引进两个方面不断补充新鲜血液，壮大专业的师资队伍。从理论和实践两手并举，打造一支高水平、和新技术前沿和行业市场动态保持同步的教学团队[4]。

（1）师资培养。本专业的优秀博士教师具有很深的理论研究，带领专业老师定期进行前沿理论的学习，随着新技术的涌现，结合本专业主要的技术手段和概念，不断开拓专业领域的知识视野，保持教师知识储备的专业先进性和时代性。除了加强理论学习，鼓励教师参加企业实际项目运行，通过任职具体岗位锻炼开发能力，通过实践掌握技术的应用场景及瓶颈，提升自身的工程实践能力。这样培养的教师能上讲堂，能下企业，充分发挥教师的核心作用，为专业建设打下坚实的铺垫。

（2）师资引进。从世界500强企业引进青年高层次人才和工程师，引进来自华为、中国电信、科研所等单位，作为对教师队伍结构的补充，他们都具有较强的实践能力。一方面他们的行业经历、职业素养、创新能力可以加快专业建设，为课程体系建设献策献计，另一面，他们的企业做事风格可以对学术产生潜移默化的影响，慢慢渗透职业教育的目的，让学生提前感受职业素养。

2.2 探索构建适应学情的课程体系

通过阶段性教学效果反馈和教研探讨，形成了人工智能专业课程体系，如图1所示，整个课程体系包括两个部分：必修课和专业选修课。以面向职业本科教育为主线，培养实践动手能力为核心，考虑学生的学习能力和对新知识的接收能力，因此在必修课阶段除了传统基础课程，另外增加专业技术平台课程和专项能力让学生能循序渐进的完成课程学习，提高课程体系的平缓阶梯向上，逐渐提升专业授课内容难度。

图1 人工智能专业课程体系

将企业元素融入到选修课，选修课通过模块化创新课程体系，调研在人工智能行业领域的市场热点和新技术开设3个课程模块，让学生根据自己兴趣点选择相应课程完成学习。在更新教学内容的同时，优化专业人才培养方案，教学目标，以实践教学效果促进课程体系的不断完善[5]，教学内容和企业实时动态同步更新，实现工学结合。

2.3 以企业岗位需求为导向的教学模式多样化

要转型“职业”本科，就要从企业的实际岗位需要为出点发，设置教学目标，教学任务和教学设计，改变传统本科的理论教学为主要授课方式和内容，实施讲授式、边学边做式、工程项目式等多元化教学模式[6]。

（1）理论环节。理论授课环节以讲授式为主，采用信息化手段丰富教学过程，通过知识点的讲解，拓展知识结构，对专业有全局性的认识。由于人工智能是新兴专业，没有找到合适的教材，因此在理论实施环节，我们根据备课PPT内容创建活页式教材，根据学生课堂反馈，灵活便捷地对教学内容进行修改更新。

（2）实践环节。实践环节通过工程项目式开展教学。以“深度学习实现人像识别”为例，给出海量的人脸数据集，模拟实际企业的真实开发场景，根据项目实现目标，按照岗位划分项目任务模块如“对数据集的预处理”，“建立识别模型”，“模型评估”等，学生自行组建团队。学生在完成项目后，不但在完成实验的过程中加深了对知识的理解，掌握专业技术，加强了人工智能应用开发的动手能力，更是让学生对企业生产过程有了初步的体验，了解实际生产环节，为他们以后就业能快速上岗，更好地参与社会服务。

2.4 通过校企合作反哺教学

在教学过程正常开展地前提下，尝试进行校企合作，以横向项目的方式让专业教师参与到企业的实际运作中，在图像识别，知识谱图和自然语言处理等方面为突破口建立校企合作。教师在开发过程中发现的重点、难点可以实时地反馈到教学知识点中去，让教学内容紧跟企业生产，让企业生产反哺教学。

3 专业建设的创新手段

3.1 探索以个性化培养为中心的专业导师制，初见成效

“专业导师制”模式通过理论研究和试点实践相结合的方式，从“分流式”培养、“个性化”教育的新视角探索提高职业技术高端人才培养质量的路径与方法[7]，根据学生的个体特点选择合适的培养方法，充分挖掘学生潜力，提高学生职业竞争力，助力学生高质量成长，适应产业需求变化，弘扬“产学结合、学做合一”的办学思想。人工智能专业教师试点“专业导师制”的教育模式，指导学生参加2020年第六届中国国际“互联网+”大学生创新创业大赛，取得江苏省赛一等奖，并顺利获得国赛资格。

3.2 发挥“1+X”证书制度优势，量化专业技能

根据国家在职业教育中新提出的“学分银行”概念，积极探索人工智能专业职业技能等级证书与专业课程的学分转换问题[8]。目前人工智能专业还没有全国性质的职业技能等级评价标准，将学生在专业课程中的学习情况和各类国家认可的职业技能等级证书的成果，量化成“学分银行”。以“人工智能深度学习工程应用”标准为例，若学生获得初级证书，可申请免修3～4个学分，在该级别证书对应的课程《Python程序设计语言》《数据清洗与预处理》《人工智能技术导论》中进行选择。

3.3 毕业班学生参与校企项目，增加企业实战经验

经过前三个学年系统性的学习，学生具备了初步参与工程项目的综合能力，在最后阶段为他们搭建校企合作的平台，企业给出实际生产的部分功能作为校企合作课题，企业指导老师和专业老师共同参与项目管理。用企业化规范要求学生全流程沉浸式参与项目，从分析需求，开发过程以及测试版本发布，学生根据项目岗位需要参与开发，作为项目成员的一份子，让学生感受企业的管理规范，代码规范，版本发布规范等，增加实战经验，提升职业素养。

4 结束语

本文提出了在职教本科背景下，针对人工智能这个新兴专业在专业建设时所面临的挑战，专业教学团队结合自身优势和行业市场动态，探索出适用于职教本科专业建设的相应举措和实施路径。通过定期开展“教师教学-学生反馈-优化教学”等教研活动表明教学效果良好，为其他新兴专业的建设提供了新的思路，在职教本科大力发展下有着广阔的前景。在已经稳定的专业建设上，下一步将研究如何打造专业特色。