【NEW】职教桥首发100+职业教育产教对接谱系图

行业导航 | 2021-06-25 10:41:09

目前人才培养供给侧和产业需求侧在结构、质量、水平上还不能完全对应，“两张皮”问题仍然存在。全国各地的“抢人”大战也正反映出各地对产业人才的旺盛需求。职业院校解决人才供给与产业需求之间的重大结构性矛盾，需要建立健全产业需求导向的人才培养模式，才能推动教育和产业统筹融合、良性互动发展。

2020年9月，教育部印发《职业教育提质培优行动计划（2020-2023年）》明确提出：

深化职业教育供给侧结构性改革。建立产业人才数据平台，发布产业人才需求报告，促进职业教育和产业人才需求精准对接。研制职业教育产教对接谱系图，指导优化职业学校和专业布局。

2020年5月，《广东省人民政府关于培育发展战略性支柱产业集群和战略性新兴产业集群的意见》提出：

供给侧结构性改革持续深化作为发展目标之一。集群技术、人才、资本、土地等要素配置更加优化科学，形成与产业集群发展相匹配的学科建设和人才支撑体系。

2019年4月，教育部、财政部《关于实施中国特色高水平高职学校和专业建设计划的意见》提出：

衡量一个专业群水平高低，首先要看其是否精准对接产业需求，并动态调整、实时优化，实现与产业发展协调互动。

2019年1月，国务院印发《国家职业教育改革实施方案》（职教 20 条）提出：

服务建设现代化经济体系和实现更高质量更充分就业需要，对接科技发展趋势和市场需求，完善职业教育和培训体系，优化学校、专业布局，深化办学体制改革和育人机制改革，以促进就业和适应产业发展需求为导向。

为适应产业转型升级、生产技术和组织模式快速变化，各职业院校积极完善教育和培训体系，优化学校、专业布局，深化办学体制改革和育人机制改革，以促进就业和适应产业发展需求。但在实际工作开展中，因人力、技术和资源等方面的制约，影响着各职业院校专业（群）建设发展工作的效率和质量。

﹀

谱系图制作说明

职教桥一直致力于打破职业教育与产业企业之间的藩篱，为解决“专业设置不合理”、“人才培养与产业需求偏差明显”、人才培养供给侧和产业需求侧“两张皮”的职教痛点，职教桥利用AI大数据技术赋能，自主研发产教对接谱系图的编制模型，帮助职业院校建立专业动态调整机制，依据产业需求设置专业，促进职业教育和产业人才需求精准对接。

1 人工智能+大数据技术赋能

搭建分布式大数据采集架构，通过采集企业在互联网上发布的招聘信息，以海量的行业人才需求数据为基础，采用人工智能的自然语言处理技术手段，设计产业岗位划分标准，建立岗位分类体系、岗位画像、专业画像，编制职业教育产教对接谱系图（以下简称谱系图）。

谱系图编制，相比以往传统的问卷调研、企业访谈、会议论证等形式，大数据技术能解决传统方法的数据获取难、成本高、数据量有限、数据质量和代表性差的痛点；人工智能技术能解决人工调研时间周期长、人工分析整合信息难度大、人工分析过于主观且容易遗漏信息等难点，使专业定位岗位群更加精准。

人工智能+大数据技术赋能产业对接谱系图。使用机器从互联网自动采集数据和机器算力自动识别分析专业岗位关联性，获取的数据规模大、维度多、数据完备性（代表性）高、成本低，有效提高产教对接谱系图研究的准确性、实时性和内容分析多维性。实时动态反映产教两端对应关系、分类关系、层级关系、互动关系、反馈关系，形成连接职业、教育两端的桥梁，为职业院校专业设置、专业诊断、标准制订、课程改革、质量评价、教师教学、学生就业提供真实数据依据。

通过AI人工智能技术编制产教对接谱系图需要解决的四个核心问题：

1️⃣设计和建立一个岗位的划分标准，来统一不同企业、不同数据来源的岗位名称描述问题

2️⃣建立全面的、结构化的岗位描述标准（岗位画像），进行岗位职责能力的横向比较

3️⃣建立全面的、结构化的专业教学标准（专业画像），进行专业教学点的横向比较

4️⃣专业与岗位关联性匹配（产教对接谱系）的定义及计算方式

2 岗位分类 - 设计岗位划分标准

目前国家统计局公布的《职业分类大典》依然是按照传统产业划分标准。这些划分标准已经很难适应现在的战略新兴产业以及其他维度的新兴、高精尖产业研究。

通过采集并引入海量行业人才需求数据，并结合企业部门职能及岗位说明书等语料，参考《职业分类大典》的设置标准，按照“工作性质相似性为主、技术水平相似性为辅”的标准进行文本挖掘和机器学习分类，建立结构化的标准岗位体系。

一个标准岗位是由岗位级别、专业方向（又细分为专业技术和专业领域）、岗位类别和职位名称（有细分为专业职位和管理职位）总共6部分组成。分别对每个部分建立标签库（标签从数据中学习而得），从而建立了标准岗位标签库。

利用NLP自然语言处理技术，通过词、短语、短句间的相似度计算及信息抽取技术，利用机器学习从采集的数据中学习各个产业的标准岗位，并建立标准岗位库。

3 岗位画像 - 全方面地展示岗位

通过对数据采集、处理和挖掘，从学历、专业、工作年限、经验、能力素质、认证、专业技能、熟练程度等多个维度构建岗位要求的标签库（标签从行业人才需求数据中学习而得），从而建立职能体系下的各个岗位画像。同时，提取岗位画像核心标签和实体关联关系、以支撑专业与岗位的关联匹配计算。

4 专业画像 - 全方面地展示专业

专业目录以行业、产业分类作为专业分类的主要依据，同时也兼顾了学科的分类。整体的对应关系是“技术领域或职业岗位群对应专业、行业对应专业类、产业对应专业大类”。因此从所在行业、专业技术、专业领域、课程体系、教学点（工具、方法、要求、技能、知识）等多个维度构建专业定位的标签库（标签从专业人才培养方案中学习而得），从而建立专业目录下各个专业画像。同时，提取专业画像核心标签和实体关联关系、以支撑专业与岗位的关联匹配计算。

5 产教对接谱系图构建流程图

随着人工智能、大数据等互联网技术的发展，产业链、岗位群对各类人才综合素质的要求更高，复合型技术技能人才的培养成为高职院校人才培养过程中需重点关注的问题之一。对专业目录细类的过度强调将使得高职院校培养的人才呈现单面性倾向，很难适应未来经济社会发展对复合型技术技能人才的需求。

产教对接谱系图基于实时的行业动态需求，匹配关联专业，进一步确保了生产过程与教学过程的对接、产业需求与专业设置的对接、职业标准与课程内容的对接。做好专业目录与职业体系的有效对接、科学衔接，进而打造横向融通、纵向贯通的现代职业教育体系。

应用文本处理技术及数据建模对专业名称、专业教学标准、专业所服务的学校人才培养方案、行业人才需求信息进行数据预处理，包括基本转换、核心关键词提取、矢量计算等，得到行业岗位关键词、专业关键词。再根据岗位与专业的余弦相似度、职责描述命中的专业关键词、教学标准命中的职能核心词等上千种特征，结合发展探索方向，综合匹配计算智能推荐专业对接岗位序列。

6 首发100+专业产教对接谱系图

职教桥首批发布100个专业的产教对接谱系图，指导优化职业学校和专业布局。下图为高职机电一体化技术专业的产教对接谱系图，以岗位与专业的关联性强弱进行可视化，越靠近专业中心圈颜色越深代表岗位关联专业的关联性越强，反之越弱。

职教桥首批发布的100个职业教育产教谱系图的专业名称名单详情：

没有找到你所在/所关注的专业？
联系职教桥为您的专业定制一个专属的产教对接谱系图~
每月实时获取最新的人才需求变化分析数据，
真正实现数据决策、动态调整、深度精准对接产业人才需求

职教桥梁

以上仅是针对专业对接岗位这一目标进行了通用数据分析，由于大数据维度丰富与实时性，还可以结合业务实际需求挖掘出更多的内容。

职教桥自主研发的产业人才大数据分析平台，是集产业链分析、产业人才需求分析、学校专业与产业岗位需求和要求对接分析于一体的信息化平台，能够帮助政、行、校、企实时把握产业人才发展需求及未来趋势，加强人才引进与培养，实现数据决策人才开发与产业结构、岗位需求的动态调整、深度融合、精准对接，形成人才引领产业、产业集聚人才的良性循环。

产业集群大数据分析