课程负责人：吕 品 学分学时：3/48
所属学院：电子信息学院 面向对象:数据科学与大数据技术专业
一、课程简介
本课程教学团队共4人，其中校内专任教师3人（有企业工程背景教师2人），企业教师1人，队伍结构能较好地支撑本课程教学资源建设。团队教师具有丰富的教学经验，课程建设经验和企业实践经验，教学过程中注重培养学生的工程技术能力和岗位实践能力。团队依托学校搭建的产教融合体制机制创新知识生产模式，探索建立了能够支撑数据分析能力培养的产教融合课程建设机制，积极推进机器学习课程的教学内容与行业技术融通、教学标准与行业标准融通、教学方法与产品生产过程融通、教学团队与工程技术人员融通，以体现应用型高校的工程人才培养定位具有鲜明的职业化特征。
二、2023-2024学年第一学期实施情况
本学期企业教师授课学时为8学时，其中理论4学时，实验4学时，授课内容为“基于大语言模型的应用开发”，目的是让学生了解大语言模型在当今企业生存与竞争中的重要作用。
本次产教融合采用了基于实践驱动教育的基本理念，强调实践先行和从做中学。这是一种不同于“先理论后实践”的常规课程设计，倡导“知识不是先于行动而存在，而是行动的必然结果”。例如，图1展示了学生在快速学习大语言模型的相关作用和基于大语言模型开发应用的流程后，第二天就在企业教师的指导下在大数据专业实验室开展大语言模型应用的实践的场景。
图1 企业教师授课与学生实践操作场景
为了达成布鲁姆提出的“分析—综合—创造”的高阶性认知目标，提升课程学习效果，本次产教融合采用了2个教学策略：1）企业教师授课内容作为期末考试试卷的考核内容，占比为10%；2）课后完成企业教师布置的实验拓展内容，帮助学生拓宽专业视野和提升学生的工程技术能力。第1个教学策略实施后，企业授课内容的期末考核平均分3.98。虽然平均分不理想，但45名学生中有3名同学得满分10分，2名学生得9分。其中一名得9分的同学，利用课余时间开发了一款基于大语言模型的提取PDF文档内容的应用（如图2所示），充分体现了学生运用所学专业理论分析和知识综合的融合创新与应用。
|
图2 基于大语言模型的pdf文档内容提取
课程是知识传承的载体，知识来源于实践。在某种程度上，机器学习产教融合课程就是数据实践的知识产品。机器学习产教融合课程的内容不是对已有机器学习涉及的算法知识的目标罗列或者重新排列组合，而是要来自数据产业领域最新的技术和创新实践的理论提炼和总结，是基于工程案例展开的对自然科学和工程科学问题的探索和理论说明，它充分反映了知识的实践性本源和解决实际问题的工具性特点。尽管本次产教融合的课程内容在期末考试中的平均分不高，但为该课程后续创新产教融合的知识生产模式提供了持续改进的方向。
