“一学二练三优化”职教模式驱动大数据专业建设的创新实践与研究

摘要：随着数字化时代的到来，大数据产业壮大。为了适应市场需求，凝练了“一学二练三优化”职教模式。该模式以创新实践为主导，通过不断优化课程设置和教学内容，提高学生的实战能力和创造力。在“一学”阶段，学生建立基础理论知识，强调自主学习及思考能力；在“二练”阶段，学生将所学知识运用于实践中，并通过模拟和实际案例等方式积累实践经验和技能；在“三优化”阶段，教师根据学生反馈和实践情况，不断优化课程设置和教学内容，为学生提供更全面和深入的学习体验。实践证明，“一学二练三优化”职教模式在大数据领域取得了显著成效，提高了学生的理论基础和实战能力，促进了学生的职业素养和创新能力的提升，并得到了企业和社会的认可。职业教育可以进一步促进大数据产业的发展，并为国家培养更多优秀的大数据人才做出贡献。

关键词：大数据；职业教育；“一学二练三优化”；创新实践；人才培养

中图分类号：G424        文献标识码：A

文章编号：1009-3044（2024）08-0080-05

开放科学（资源服务）标识码（OSID）

1 概述

随着大数据时代的到来，越来越多的企业开始关注数据分析和处理的技能需求。随着大数据行业的快速发展，大数据人才的需求也越来越大，但大数据人才短缺的问题也成为一个无法回避的现实问题。目前，大多数学院和大学的大数据专业教育还处于初步阶段，教育教学体系和专业设置尚未完善，职业教育的大数据专业的体系建设和模式建设更未完善[1-2]。要解决这一问题，职业教育需要采用创新职教模式，以创新实践为主导，不断优化课程设置，提高学生的实战能力和创造力。具体来说，需要采取以下几个措施：

随着大数据时代的到来，越来越多的企业开始关注数据分析和处理的技能需求。随着大数据行业的快速发展，大数据人才的需求也越来越大，但大数据人才短缺的问题也成为一个无法回避的现实问题。目前，大多数学院和大学的大数据专业教育还处于初步阶段，教育教学体系和专业设置尚未完善，职业教育的大数据专业的体系建设和模式建设更未完善。要解决这一问题，职业教育需要采用创新职教模式，以创新实践为主导，不断优化课程设置，提高学生的实战能力和创造力。

具体来说，需要采取以下几个措施：

1.1 学习阶段

大数据专业的学生需要掌握大数据的概念、原理、技术、应用等方面的知识。因此，学习阶段需要加强理论教学，注重大数据技术的系统性和实践性。同时，大数据人才也需要具备一定的计算机基础、数据库知识、网络知识、编程能力等，因此学生也需要在计算机科学和数学等方面进行学习。

1.2 实训阶段

大数据行业需要的不仅是理论知识，更需要的是实践能力。因此，职业教育需要引入真实的项目和实际的数据，让学生在实践中学习和应用所学的知识和技能。在实训中，学生将学到如何加工、清洗、传输、储存、挖掘和分析数据，如何运用数据挖掘等技术实现复杂的业务场景。

1.3 优化阶段

大数据行业是处于一个不断发展和创新的领域，因此职业教育需要不断优化教学计划和课程设置，以确保学生掌握的知识和技能能够满足业界需求。同时，对于已经工作的从业人员来说，大数据专业的学习课程也应该采取灵活多样的形式，以满足从业人员对实践的需求。

总之，大数据产业发展迅速，产业人才的培养也面临诸多挑战。因此，职业教育可以通过“一学二练三优化”的模式，不断完善教学计划和课程设置，提高学生的实践能力和创造力，培养更多的大数据专业人才。

2 “一学二练三优化”职教模式的理论基础

“一学二练三优化”职业教育模式源自美国IBM公司提出的“80/20”人才培养法，即通过80%的实践和20%的理论课程培养适应市场需求的高素质人才。同时，该模式基于皮亚杰的建构主义教育理论和杜威的做中学教育理念，并结合中国职业教育特征而凝练成创新职教模式。该模式的核心是在推动中职师生能力提升和职业素养发展的基础上，以“岗课赛创”一体化为驱动。强调职业教育师生发展的优化与创新，鼓励教与学打破自我成长的“非连续性”发展边界，跨越维度打破自我思想的边界，站在高维度俯瞰全局，扩大认知空间，拓展生存空间。在我国，该模式得到了进一步发展和完善，成为适应以就业为导向的职业教育的重要模式。其具体模式的理论基础主要有四点。

2.1 “一学二练三优化”职教模式的学术思想

技能型社会建设的宗旨是促进全体社会成员学习并掌握一定的职业技能，最终借助人力资本的外部效益和溢出效应，推动经济社会高质量发展[3]。按照“职业带”理论，应用型人才包含技能型人才、技术型人才和工程型人才，完整的人才序列如图1所示。“职业带”理论主张“上下贯通、左右融通、前后一体、内外协同”的育人机制，形成结构完整体系化的教育类型。

图1中展示了职业带中应用型人才序列的结构。其中，M到N代表对理论知识逐级提高的过程，H到A代表操作技能逐级提高的过程。斜线MH表示特定职业类型人才在理论与操作技能之间的比例。B至D区域是技能型人才区域，C至F区域是技术型人才区域，E至G区域是工程型人才区域。C至D区域表示技能型人才与技术型人才的重叠区域，E至F区域表示技术型人才与工程型人才的重叠区域。AB和GH区域是过渡区域。本文主要研究技能型人才区域，其理论知识与操作技能的比例为S▭PIJQ/S▭APQD。从图示可以明显看出，操作技能占比更多。

2.2 “一学二练三优化”职教模式的职教理念

“一学二练三优化”职教模式融合了建构主义、做中学和关联主义等职教理念，形成具有中国特色的职教模式。基于培养路径的理念是：一分学习，二分训练，三分优化，冗余做创新，“岗课赛创”一体成长，成就技能大人生。基于产教融合的理念是：一体化学习，基于行业标准训练和基于工程标准训练，基于行业标准优化、基于工程标准优化及基于系统论优化，产教融合做创新。基于国家标准的理念是：融思德明责任一生求知，强化技能训练与思维训练，优化专业标准、优化实训标准、优化课程标准，跨界融合发展创新。

2.3 “一学二练三优化”职教模式的立论依据

“一学二练三优化”模式融合了皮亚杰的建构主义理论、杜威的做中学理论和西蒙斯的关联主义理论，形成学习共同体成长螺旋曲线，如图2所示。

图2中的螺旋曲线表示了“一学二练三优化”职业模式中的学习共同体成长过程。其中，A表示内源性创新发展曲线，向量a表示内源性优化效能改善和提高，向量b表示由于知识性拓展引起的训练方法改进与提升，向量c表示探索性学习，形成新的认知重组。

本文将推动产教融合、多维融合、科教融汇、工匠培育、创新发展等体系化系统化建设。这将实现职业教育内涵发展，强调“岗”要产教融合对接岗位需要，“课”要开发在线开放精品课程，“赛”要俯瞰全局瞄准培育大国工匠，“创”要推陈出新创立中国标准，形成数字时代学习共同体，实现跨越维度的人才培养模式。

2.4 “一学二练三优化”职业模式的教学设计

“一学二练三优化”是一种以实践为主的职业教育模式，适用于各种技能培训。在这一教学模式中，学生首先学习一定的理论知识，然后通过大量的实践操作来熟悉掌握技能，并在实践中进行不断的优化提升。这种教育模式注重学生的主动性和实践能力，可以帮助学生更加深入、全面、系统地学习技能，既提高学生的技能水平，又能够促进学生个人发展和创造力的提高。因此，采用“一学二练三优化”职教模式，可以让学生更好地理解和掌握专业技能和专业知识，为未来的职业发展打下坚实的基础。

从学、训、优化三个维度可以实现创新教学设计。

首先，通过“一学”培育大数据专业学生的职业素养。为了培养大数据专业学生的职业素养，必须采用“一学”策略，即全面发展学生的专业知识、技能实践和创新思维，以提高他们在未来的职场中的竞争力，为社会和企业创造更大的价值。首先，学生需要深入了解大数据的基本概念、原理、技术等方面知识，并加强对大数据应用领域和市场需求的了解。这需要教师在传授理论知识的同时，及时提供实践案例与行业资讯，引导学生对大数据技术和行业发展趋势有更深刻的认识。其次，学生还需要通过实践项目、模拟实验等方式，参与到大数据技术的应用和实践中，并不断掌握数据处理、数据挖掘、数据分析等实用技能。这能够帮助学生进一步巩固和加深知识的理解，同时将理论学习与实践相结合，提高解决问题的能力和逻辑思维能力。最后，学生需要培养创新思维，能够对数据进行深度挖掘和分析，并提出创新性的解决方案，为企业提供有价值的大数据服务。教师应该在教学中注重培养学生独立思考与合作能力，鼓励他们提出自己的见解与观点，以激发他们的创新思维能力。通过“一学”的培养，可以全面提升大数据专业学生的职业素养，让他们在未来的职场中更加有竞争力，能够为社会和企业创造更大的价值。

其次，通过“二练”实现手巧心灵的培养目标。在大数据专业中，要想成为一名优秀的专业人才，仅仅通过课堂学习是不够的。学生需要项目实践来验证理论，通过反思不断提高解决问题的能力与技巧。通过多次训练，学生可以打好扎实的基础，增强实践能力，同时也可以发现和弥补知识与技术不足的问题。这种反复实践的模式不仅可以帮助学生养成自我学习和不断进步的习惯，对学生未来职业发展也有积极影响。二练的训练模式不仅仅是对学生的培养，也对于大数据专业的持续发展具有重要意义。因此，二练的加入将会成为大数据专业中的重要环节，为学生创造更多的机会，同时推动大数据专业的蓬勃发展。

第三，通过“三优化”驱动思维创新。为了提高教学质量，需要持续对教学过程进行优化，通过“三优化”驱动思维创新。首先，教材优化是必要的，应该根据市场需求和企业反馈及时更新教材以确保学生学习最新的大数据知识[4]。其次，教学方法优化是关键。需要因材施教，根据学生特点和学习能力采用多样的教学方法，例如案例教学、课堂互动，以便学生更好地掌握知识。最后，课程评估优化是必不可少的。应该通过各种方式，如课堂测试、作业评估、学生反馈等，收集课程效果反馈，并根据反馈对课程进行改进和优化，以提高教学效果。通过“三优化”实现教学创新，可以不断提高教学质量，为学生提供更优质的学习体验。

3 “一学二练三优化”职教模式在大数据专业建设中的应用

“一学二练三优化”职教模式分为学习、实践和优化三个阶段，适用于人才培养和产品开发等领域。在大数据专业建设中，该模式可用于学生培养和团队建设。在学习阶段，学生应全面掌握基础理论知识和技能，如数据采集、清洗、存储和分析等。在实践阶段，学生要参与到大数据项目中，亲身经历数据采集、处理、模型构建和算法优化等过程，以积累经验。在优化阶段，学生需要总结和优化实践中遇到的问题，不断完善自身技能和方法，以提升效率和精度。该模式还可用于团队建设和专业建设，帮助大数据专业学生全面提高技能和能力，提高团队协作效率和专业建设质量。

3.1 优化大数据专业课程设置

在建设大数据专业时，基础与应用的结合至关重要。在基础阶段，数学和统计学的基础知识是学习大数据专业的核心和基石，包括数据结构、线性代数、微积分、概率与统计等课程。应重点强调数学思维和数学思维方法的培养，学习数学和统计学原理，以培养学生的数理基础和科学思维。在应用方面，应重视数据库技术、数据挖掘和机器学习等应用技能的学习，并通过相关课程和实践课程来提升学生的技能水平。此外，还需注重培养学生的信息安全意识和专业素养等方面的技能。为了增强学生的实战能力，应加强实践环节的设置，开设具有实战意义的综合实践课程，注重知识理论和实践的结合，让学生在实践中更好地掌握应用技能。同时，大数据专业建设中，也应注重教师队伍建设，提升教师的教学能力和科研水平，以保证教学质量和效果的高水平。总之，大数据专业建设需要注重基础与应用相结合，加强实践和教学方式的互动，提高学生的知识素质和实战能力，不断促进大数据技术的发展和应用。

3.2 优化大数据专业教学方法