校企合作案例【技能培训-素养提升-价值引领

北京邮电大学经济管理学院大数据管理与应用专业依托于北京邮电大学（以下简称北邮）在信息通信、计算机科学、人工智能等领域的学科优势，培养学生成长为既懂商业与管理技巧，又掌握大数据技术原理与实践方法，同时具备开展商业数据分析和复杂商业决策能力的复合型人才。

帆软与北邮通过教育部产学合作协同育人项目，将工具、案例、思维模型导入课堂，助力学校培养高水平数字人才。

作为产教融合的两大试点课程，数据可视化课程侧重数据可视化知识、技能的讲授，偏向代码驱动的数据可视化分析；信息系统开发实训课程则强调多门专业课知识与技能的综合应用，以训促学、以训验学。

为了更好进行课程的承接，同学期会先行教学《数据结构》和《数据库与数据管理》课程，并在数据可视化课程学习期间教学Python语言。

作为项目的主要负责人，吴俊老师产学合作·协同育人的过程中采取的是*技能培育-素养提升-价值引领三位一体”产教贯通做法。

1、技能培育

数据可视化的技能需要采取理论+实践的教学方式，知识讲授与技能操练并重，课程前期以R语言为工具手段，讲授静态图表与动态图表的绘制；中期以跨国零售公司的业务问题为背景，引发学生思考，代入市场分析角色，分组作业演练，巩固所学知识；后期进行FineReport的理论部分讲解，承接下学期信息系统开发实训课程的分组项目实训。

在信息系统开发实训课程中，吴俊老师通过帆软提供的脱敏案例编写出符合课程需求的《帆软数据可视化分析》实训指导手册，通过学生所关注的选题进行数据感知的分析大屏制作。如：新一代信息技术人才需求可视分析、北京二手房数据大屏、碳排放数据地图等。

以赛代练也是课堂效果的重要检验方式，在实训项目的最后，学生分组成立团队，参加帆软每年9月定期举办的【帆软杯全国高校数据应用联赛】，两年内斩获9大奖项，获奖主题包含：基于神经网络和决策树算法的上市公司风险预警研究、5G应用数据大屏、城镇就业状况及行业前景报告等。

2、素养提升

学院在专业建设过程中，考虑到当市场环境下所要求的数据驱动型管理决策和数据密集型科研创新，对学生的数据意识、数据知识、数据能力和数据伦理的提出了几大要求：

要求激发数据意识
包括发现数据源，认识数据潜在价值的主观能动性的【数据开发意识】；采集数据和分析数据以发现和解决问题的主观能动性的【数据决策意识】；数据拥有或使用过程中数据隐私与安全保护的主观能动性的【数据安全意识】以及开源共享合规获取数据或数据分析结果的主观能动性的【数据共享意识】。
要求掌握数据知识
要求在激发意识的基础之上，掌握相关的【数据理论知识】和【数据技术知识】。
要求提升数据能力
包括从多数据源采集异构数据的【数据获取能力】；对获取的数据进行存储、更新与检索的【数据管理能力】；对数值型、文本型、网络型、地理空间数据等进行统计分析、预测建模的【数据分析能力】；对数据分析结果进行合理验证，判断或预测未来趋势的【数据洞察能力】以及通过数据可视化展示数据图表，通过数据故事化呈现分析洞察的【数据表达能力】。
要求注重数据伦理
包括在数据拥有和使用中，遵循国家法律法规，注重隐私保护的【数据保护规范】；在使用数据过程中，遵从行业或领域数据处理的【数据使用规范】；在引用他人数据或分析成果时，按照引用规范标注来源出处的【数据引用规范】以及尊重他人知识产权成果，不剽窃、不盗用、不虚构、不篡改数据或结论的【知识产权规范】。

以上四大维度共同构建了**“大数据管理与应用专业”学生数据素养测评指标体系**，并在课程开设的前后分别测评以检验课程效果。

3、价值引领

如何让学生在学习过程中感知到数据背后体现的实际价值是当前培养体系下的重点，将时代需求、产业热点融入课堂教学及实训开发中，能够帮助提升研究过程中的主观能动性和实践过程中的反馈积极性。

比如数据可视化课程与信息系统开发实训的选题：

数据可视化课程选题
①实践型作业：跨国公司的人力资源 dashboard 制作
②实践型作业：全球及中国碳排放量 dashboard 制作
③研究型作业：欧盟 GDPR 违规案例采集与可视分析
④研究型作业：疫情防控政策对社交媒体评论的影响可视分析
信息系统开发实训选题
①中国数字产业化可视大屏的开发
②中国产业数字化可视大屏的开发
③中国上市公司数字化可视大屏的开发
④中国数字经济政策可视大屏的开发

过程中从知识技能解答、专业成长建议等多方面与学生常交流，多互动，让学生不徘徊，少迷茫。严要求、注重作业规范化与标准化；重落实、强调独立思考，团队协作。

合作展望

吴俊老师通过多年产教融合的实践总结了产教贯通的特点，他提出：产教贯通是校企双方互相从对方经验（知识/技能）中学习并嵌入各自内部的一种社会化学习过程。

产教融合需要打造校企、师生多方利益共同体。