课程共建!和鲸联合南开大学赵宏教授,以数据能力培养助力新文科建设

本文主要是介绍课程共建!和鲸联合南开大学赵宏教授,以数据能力培养助力新文科建设,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

新一代信息技术改变了人才培养的内涵和外延,具有学科背景的数据科学应用型人才成为国家培养的重点,也在就业市场占据了绝对优势。近两年,高校纷纷探索新兴信息学科对主流学科赋能的模式与链路。

新文科建设是“四新”战略的重要组成部分,较传统文科而言,新文科建设更注重多学科协同,与现代社会需求契合及信息技术融入。高校计算机通识教育课程及各专业的计算机交叉课程,作为创新人才培养最直接的载体,对培养学生的数据思维能力、跨领域信息技术应用能力及创新能力具有重要作用。然目前,相关课程的开展面临着一系列卡脖子问题。

基于此,自2023年9月起,和鲸科技与南开大学赵宏教授合作共建《新文科 Python 程序设计基础》及《新文科数据分析基础》两门课程,内容主要面向新文科学生,特别是有更多数据分析需求的经管类学生

计算机交叉课程建设的卡脖子问题

院系:开课困难

伴随培养方案的修订,许多文科专业计划新开计算机交叉课程,商科尤为显著。但是此类课程对于任课老师的要求较高,若想取得理想的教学效果,最好老师本身即复合型背景出身。打个比方说,针对经管专业的学生开设一门 python 实训课,如果让计算机专业的老师来上,由于老师不熟悉领域知识,课程内容必然会特别“干”;而经管专业的老师自己上,必须老师自己得先把 Python 吃透了。

老师:备课困难

即使找到了合适的老师,备课也是一件麻烦事。由于学生非计算机专业,大多没有编程基础或仅有薄弱的编程基础,要在有限的课时内准备全面、实用又难度适中的内容,对于老师来说属实是一项挑战。另外,由于目前专门面向文科学生设计的计算机交叉课程少之又少,能获得的数据和案例资源也比较匮乏,进一步加大了备课难度。

学生:学习困难

尽管数据分析已经算得上是一项通用技能,但对于文科背景的学生来说总非他们的“本职工作”,尤其叠加上领域知识的隔阂和兴趣的缺失,学生学习的主动性会更加降低,甚至有些学生会像背诵课文一样把课敷衍过去,一学期下来即使课上完了、考试也勉强过了,但一段时间过去便全部忘光,更不用谈未来如何应用这些技术去解决实际问题。

新文科人才培养需要解决的具体问题[图源赵宏教授演讲的PPT]

面向新文科的课程共建

今年7月,和鲸主办了“数字化转型背景下经管大数据课程教学能力进阶提升训练营”(下简称“教学训练营”)的培训活动,南开大学赵宏教授是培训的讲师之一,此次活动也是双方合作共建课程的萌芽。

教学训练营赵宏教授正在授课

作为南开大学公共计算机基础教学部的主任,赵宏教授对于计算机通识教育及复合型人才培养有着丰富的经验。在教学训练营上,她分析了当前新文科教学存在的上述共性问题,并提出“基于问题逻辑认知模式的成果导向教育(POT-OBE)”理念。

人类学习的本质不是记住知识,而是应用知识解决问题,并且在解决问题的过程中发现和积累新知识。…… 这种认知模式包括如何应用已有知识、如何探索解决问题的实践性知识以及如何发现新知识等综合能力,而它的形成必须通过大量问题导向的训练才可以做到。

在此理念的基础上,赵宏教授继而提出了面向大学生计算机通识素养的 3A5S 模型 —— 即“能想”、“能用”、“能创新性解决问题”三种能力和“一会发现问题、二会团队合作、三会求解问题、四会写(科研论文)、五会说(成果展示)”五种技能。以上述理念和模型为指导所设计的教案与课程,能真正提升学生使用数据解决问题的综合能力,并取得更好的教学效果。参与训练营的老师们对此表达了高度认同,更迫切希望能有成熟的课程得以学习和借鉴。

在得知老师们的诉求后,赵宏教授十分愿意将自己的经验借助和鲸的资源与平台放大、赋能给更多老师。一方面,和鲸多年深耕数据科学领域,旗下数据科学教学-实训平台 ModelWhale 和数据科学实践社区和鲸社区,已协助众多高校探索数据科学应用型人才培养最佳实践;更重要的是,和鲸基于数据科学竞赛所衍生出的案例式教学方法与赵宏教授的 POT- OBE 理念殊途同归,特别对于经管领域的数据科学教学,具备高度专业性和实践经验。

今年6月,和鲸作为冠名单位支持了由中国商业统计学会主办的“和鲸杯”首届全国高校青年教师数据科学与商业分析案例教学竞赛。

9月19日,双方完成线上签约,将在 2023-2024 年围绕助力新文科人才培养,共同进行问题驱动案例式教学系列课程的打造。

赵宏教授与和鲸CEO范向伟正在进行线上签约

课程信息简要概述

一、 课程类别

语言基础:《新文科 Python 程序设计基础》

预计学时:32-48

数据分析基础:《新文科数据分析基础》

预计学时:48-60

二、课程理念

构建大学生的“问题逻辑认知模式”,提升大学生解决问题和创新的思维和能力。

三、课程特点

  • 理念创新:案例驱动、问题驱动,关注用技术解决领域问题的内在逻辑
  • 云端环境:和鲸平台统一编程环境,将学生从装包工作中抽离出来
  • 资源完整:南开大学教学资源 + 和鲸多个国家级大学生数据科学竞赛赛事资源

四、期待的样子

教师容易开课:理念创新、资源完整、聚焦引领、两性加一度

学生容易上道:问题驱动、平台支撑、照猫画虎、理解加创新

篇幅原因在此仅对课程做简要概述,若您想更详细地了解,可关注微信公众号 ModelWhale,点击菜单栏联系MW联系产品顾问,获取赵宏老师课程预告的分享录屏及 PPT 资料

多年来,和鲸助力推动高校教改、课改,依据 OBE 成果导向教育模式,集成数据科学教学-实训平台 ModelWhale,拥有丰富实战案例资源的和鲸社区,及和鲸科赛多年的办赛经验与比赛模块,助力一众高校数据科学相关专业(课程)体系的建设。愿用已积累、沉淀的经验及方法论,为高校与教师带来实质性的帮助。

这篇关于课程共建!和鲸联合南开大学赵宏教授,以数据能力培养助力新文科建设的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/162003

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav