教学督导信息
【2025】（第19期）总第212期
沈阳农业大学第十二届教学督导室主办
任务驱动实战演练，注重培养能力素养
——介绍经管学院《金融大数据分析实习》课程特点
督导员 王世富
《金融大数据分析实习》是22级金融学专业1-3班的课程实习，课程实习时间是2025年2月24日至3月21日，选课人数89人，指导教师为武翔宇、于丽红二位老师。本人先后于3月4日和3月18日听取了该课程。自从实习以来出勤率基本是满勤；每天需要完成实习任务，学生抬头率较高，实习过程中需要手机配合，因此课堂中学生会使用手机。师生互动率很好，前置率比较高。
《金融大数据分析实习》目的是将金融理论与大数据分析技术深度融合，培养学生的大数据思维和技能，提升学生适应未来金融领域变革的能力。实习任务是掌握利用Python来解决日常工作和项目实施中经济金融数据分析类问题的基本方法，学习了解金融数据分析相关前沿技术，能够在金融实践活动中灵活运用所掌握的专业理论知识和现代经济学研究方法分析解决实际问题，具备一定的科学研究能力，具备自主学习能力和终身学习能力。该实习的主要特点汇报如下：
1.思政元素深度融合，培养学生职业素养
《金融大数据分析实习》以任务化为特色，设置若干项实习任务，实习任务设有学习目标，学习目标包括素养目标、知识目标、能力目标；每项实习任务都包括实战演练和操作，体现素养、技能和知识并重的理念。同时，该实习以金融职业道德、工匠精神和创新精神培养为重点，倡导四个自信和爱国情怀，例如，在讲金融大数据挖掘时，强调金融从业人员的责任意识和职业道德；利用代码操作过程中，强调严谨的工作态度；讲授Deepseek等AI工具应用时，介绍我国在AI领域的突破，激发学生的创新精神和爱国情怀；通过实习任务，介绍金融大数据分析在解决金融领域实际问题中的作用，培养学生树立正确的世界观、道德观、价值观，提升职业素养。
2.任务驱动实战演练，培养学生职业技能
《金融大数据分析实习》课程每天发布实习任务，通过对实习任务和实习操作过程精心设计，全方位引导、提高学生对理论知识深度理解和掌握。该实习课程实行任务驱动教学，以任务为特色，以问题为导向，以业务为载体，通过实习任务的设计展现对复杂、真实金融大数据分析问题的探究、规划和实施的过程，把实习置于真实的、有意义的问题情境中，鼓励学生自主探究，充分发挥学生在实习课教学中的主动性，提升学生在解决问题的过程中学习问题背后的知识，形成解决实际问题的技能，发展综合能力。《金融大数据分析实习》的任务以问题为导向，如股票价格预测及交易策略、风控贷款违约预测等，从应用型金融人才培养的实际情况出发，兼顾高等本科学生对理论知识的接受程度，强调实践技能的训练，培养学生发现问题、分析问题、解决问题的金融大数据分析职业技能。
3.多种信息技术融合，培养学生综合能力
《金融大数据分析实习》将Python、AI技术等多种信息技术手段有效结合，力图提高学生现代信息技术应用能力。Python是大数据时代最通常的语言。该实习课程主要依托Python实现金融大数据分析，同时与豆包、Deepseek等AI技术结合应用，例如，抓取股票数据时部分代码借助AI工具获取；学习资本资产定价模型时，让学生借助豆包、Deepseek等AI工具学习因子模型等。通过Python、AI工具的反复使用，不但提升学生的技术应用能力和数字素养，也提升了科技素养。
为提高实习效果，《金融大数据分析实习》强调实践操作与优质教育资源共享相结合。一方面指导教师采用递进式教学激发学生内驱力，在实习内容上坚持难度由浅入深，循序渐进的原则，层层递进，提升学生的应用能力，例如，先学习大数据分析的基础方法如降维分析、聚类分析、回归分析等，通过学习代码并实操，之后再层层递进，逐渐深入。另一方面指导老师线上选用中央财经大学团队在中国大学生慕课平台打造的《大数据金融》线上课程资源，补充学生的理论知识和金融数据分析方法，拓展学生的数据分析思维，提升学生数据分析能力。
4.过程考核多元评价，激发学习提高效率
《金融大数据分析实习》考核方式采用过程性评价与终结性考核相结合的模式。过程性评价覆盖课堂操作、当日任务完成情况、日记记录、平时出勤等多维度内容。这种评价方式有效引导学生当日任务当日完成，注重课堂学习，提高学习效率。终结性考核主要为实习报告评价。这种过程性评价与终结性考核相结合的方式，体现了对学生实习课程考核评价的多元化和全面性。
《金融大数据分析实习》思政元素深度融合，培养学生职业素养、任务驱动实战演练，培养学生职业技能、多多种信息技术融合，培养学生综合能力、过程评价多元评价，激发学习提高效率，取得了较好的教学效果。
本期信息传至：王铁良副校长、王海龙副校长、孙光国副校长，教务处、研究生院领导，学院负责本科教育、研究生教育领导，全体督导员
