編者按：重慶工程學院深入貫徹落實黨的二十大關于“深化產教融合、校企合作”的戰略部署，緊扣新時代應用型人才培養使命，以創新為驅動、以產業需求為導向，全面推進產教融合縱深發展。各學院聚焦人工智能、數字經濟、智能建造、現代服務等關鍵領域，與行業領軍企業共建協同育人平臺，推動教育鏈、人才鏈與產業鏈、創新鏈有機銜接，交出了一份產教協同育人的亮眼答卷。

本次工作巡禮，集中展示各學院在共建產業學院、開發實戰化課程、聯合技術攻關及服務區域經濟等方面的育人心得與豐碩成果。近年來，重慶工程學院始終以服務國家戰略和區域發展為己任，探索出一條“校企共生、成果共享”的特色發展之路。站在“十四五”規劃收官之年的關鍵節點，重慶工程學院將持續深化“校企合作、產教融合”辦學特色內涵建設，為培養更多高素質應用型人才、賦能地方經濟高質量發展貢獻更大力量。

校企合作共促模式創新 五維融合驅動多方共贏

——大數據與人工智能學院研究所模式實踐案例

重慶工程學院大數據與人工智能學院積極響應國家“深化校企協同育人、強化產教融合生態建設”戰略，創新構建“五維融合”產教協同育人模式。該模式借助“大數據與人工智能研究所”產學研平臺，通過整合高校智力資源與企業實戰場景，以“技能傳承+項目實戰”為核心，實施“實驗班選拔-三階段培養-動態評估”機制，累計輸送高端應用型人才500余名，實驗班畢業生就業率達98.5%。近三年，學院助力10余家銀行實現風控效率提升30%，服務超過20,000家中小企業融資，累計金額超80億元。同時，聯合發表高水平論文30余篇，獲批專利與著作權150余項，實現學生實踐能力與企業技術攻關雙向賦能，為成渝地區數字經濟高質量發展提供了人才與技術雙支撐，形成“產業需求驅動-教育資源適配-成果反哺行業”的閉環生態，具有顯著的行業示范價值和區域推廣意義。

緣起——金融科技數字化轉型浪潮

隨著金融科技行業快速發展，大數據與人工智能技術的應用需求激增。大數據與人工智能學院準確把握金融科技行業數字化轉型的浪潮以及成渝地區構建西部金融中心的戰略契機，致力于服務國家新質生產力的培育與區域經濟的高質量發展，針對性地解決三大核心需求。

一是破解“人才供給與產業升級脫節”難題，學院錨定“教育鏈-人才鏈-產業鏈”深度對接目標，通過校企共建研究所平臺，將金融風控模型、數據可視化等前沿技術攻關與人才培養深度融合，助力國家“培育新質生產力”戰略落地。

二是打通“技術研發與商業應用”堵點。研究所立足金融大數據及智能產業，以校企協同為紐帶，聚焦金融數字化轉型、中小企業融資服務等場景，搭建產教融合的實踐平臺，促進應用型人才的精準培養與產業需求的無縫對接。

三是重塑“學用脫節”培養生態。針對高校畢業生普遍存在的實踐能力欠缺和職業素養不足等問題，學院緊密圍繞“就業質量提升”這一民生熱點，創新性地推出了‘實驗班+師徒制’的培養模式。通過“技能訓練-模擬項目-商業實做”三階段進階體系，將企業真實項目嵌入課程，使學生畢業前即具備獨立完成行業數據分析和建模的能力。

明體——實踐教學、科研攻關、成果轉化

重慶工程學院大數據與人工智能學院與產業龍頭深度合作，整合企業技術資源與學院教育資源，形成“實踐教學、科研攻關、成果轉化”的一體化研究所平臺。

校企“一個調”?！袄嬖V求不一致”，是長期以來困擾校企合作各方的主要問題之一。大數據與人工智能學院與數宜信、中鏈農等企業，以兄弟單位聯合方式，有效解決了核心訴求不一致的問題。以大數據與人工智能研究所為主要載體，達成了校企間真正意義上的深度融合與協作。通過研究所平臺，校企各方實現了資源共享、優勢互補和多方共贏：在校學生得以通過親身參與企業的真實項目實踐，顯著提升其就業競爭力；企業能夠借助學院研究力量，解決技術難題，推動產業升級；學校得以充分利用企業資源，確保人才培養和教學資源的持續供給與優化。

圖一：合作模式流程圖

以人才培養為“主旋律”。校企各方錨定“人才培養”為核心目標，以研究所為載體，依托企業真實項目，打造“技能習得-項目實戰-成果轉化”的閉環培養體系。實驗班圍繞金融科技行業需求，聯合企業設計課程體系、開發實訓項目，將商業案例融入教學，開展“導師制”教學，構建“基礎技能-實操實訓-頂崗實習”三級實訓體系。校企聯合開發《金融大數據風控模型》、《智能信貸風險管理》等實戰課程，將銀行數字化轉型項目分解為教學模塊，通過校企合作，學生年均參與真實項目4個，完成100小時企業頂崗實訓，商業化成果交付率超80%。學生在真實業務場景下進行代碼調試、模型優化等實戰訓練，有效縮短了技能掌握周期，達到40%的提升。通過“企業導師駐校授課+學生駐企輪崗”的工學交替模式，實現“教室即工位、案例即需求、作業即交付”。

達用——“五個融合”創新人才培養機制

通過持續推動院所融合，不斷創新人才培養機制，持續充實研究所實驗班內涵，充分彰顯“應用型人才”培養效果。實施過程的關鍵點主要體現在以下五個方面：

圖二：五個融合

資源融合，打造共享型資源支撐平臺

硬件資源保障。建設形成擁有建筑面積超600平方米、實習實訓設備200余套的“”教學-研發-服務"一體化空間，可同時滿足200名學生在崗實習實訓要求。

組建校企混編師資團隊。組合形成擁有45人規模的雙師制體系（其中校內導師30人，企業導師15人，所有導師均同時具備教科研經驗和企業項目研發經驗），企業專家和專任教師共同保障實踐教學，實現"教室-實驗室-企業"場景無縫切換。

過程融合，構建高質量人才培養體系

創新“行業需求驅動型”人才培養方案。建立“技術筆試（占比70%，含Python編程、數據可視化等）+綜合面試（職業素養、團隊協作等占30%）”選拔標準，確保至少60%的學生能夠進入高階培養階段。實施“技能訓練（基礎）-模擬項目（提升）-商業實做（應用）”三階段培養模式，凸顯精英化培養定位。

探索“師徒制培養模式”。實施“1名企業技術骨干+1名校內雙師型教師”的雙導師制度，通過個性化指導和實踐教學，快速提升學生專業技能和知識水平，實現技能傳承與人才培養的雙重效果。

建立并配套動態評估機制，優化學生培養評估考核機制，涵蓋學習效果、教學質量、成績考核及學分取得等多個方面。配套頂崗實訓、月度評優、實習基地推薦等激勵措施，學生積極性，形成“教學-實踐-就業”閉環管理。建立“技能掌握度（40%）+項目貢獻度（30%）+企業反饋（30%）”三維評價模型，配套“月度評優+學分置換+優質企業內推”激勵機制。以2024屆實驗班為例，學生通過參與實際項目和實習，獲得了企業的高度評價，其中65%的學生直接獲得了轉正offer。

智慧融合，建立實踐型教學課程矩陣

共建課程矩陣。由校內導師和企業導師共同完成《行業大數據可視化項目綜合設計》等13門實戰課程開發，使得教學內容緊跟行業發展、緊貼人才需求。建立以商業實作為主理論培訓為輔的、覆蓋大數據和人工智能產業鏈條的特色課程體系，實現理論教學與商業項目無縫銜接。

縱向前置實踐課程。學院基礎課與研究所實踐課，將金融科技等商業項目案例前置進入校內課程，開發出覆蓋全產業鏈的綜合性課程模塊。

橫向調整課程結構。構建"理論-實踐"雙螺旋課程結構，通過"課程前置融合+項目反向指導"機制，近三年完成多項銀行數字化轉型項目的技術轉化教學應用。

業務融合，形成"教研企"三位一體業務同盟

聯手服務行業。創新構建“企業需求驅動型”產教融合機制，通過“年度任務目標協議+教學實踐轉化”雙軌制，實現了技術攻關需求與教育資源的緊密且精準的對接。

鼓勵跨界創新。鼓勵研究所實訓導師深入學院開展實踐教學與創新活動，同時激勵學院教師走進研究所參與項目研究，以此促進人員間的互通有無、互信互助，從而在融合實踐中豐富教師的實踐經驗，增強研究所員工的教學能力。

開展橫向科研合作。以學院專業實驗室建設為依托，優化和完善相應的激勵措施，教師根據自身特點和需求，直接參與具體項目中，提升實踐技能。同時，針對研究所商業項目痛點問題進行專題研究和實踐，為企業商業項目提供技術支撐。

機制融合，構建院所"三互"發展協同體

人員互通。實施教師“雙棲”制度，研究主要實訓導師下達128課時教學任務，學院教師參與研究所項目掛職鍛煉。成果互轉。企業在實踐中積累的項目經驗和數據，以論文或科研成果的方式，通過校內進行轉換。校內教學和研發成果，以項目為出口實現轉化和變現。發展互促。通過聯合攻關、經驗交流、月度座談會等機制，實現院所人員能力互補、協同共進。

貫通——模式創新 多方共贏

人才培養成效顯著

以“師徒制教學，崗位制學習”的實驗班創新培養模式，累計選拔和培養大數據與人工智能專業學生600余名，累計為銀行、擔保公司、金控集團等累計輸送金融科技領域人才50余名。實驗班學生在研究所老師指導下參與各類學科競賽獲獎26項（其中國家級1項，省部級10余項）；通過參與完成金融風險模型、數據可視化等20余個商業化項目，實戰能力得到顯著提升并獲社會充分認可。以2020級為例，相較于普通班級，研究所實驗班學生同節點實習簽約率、畢業簽約率及高質量就業率分別高出28.57、3.65和5.05個百分點，其中高質量就業中專業相關就業占比高7個百分點，72%入職相關企業核心崗位，薪資水平較其他班級均值高15%。

圖三：研究所實習實訓

人才培養體系日臻完善

截至目前，大數據研究所及人工智能研究所已建立起以商業實作為主理論培訓為輔的、覆蓋大數據和人工智能產業鏈條的特色課程體系；構建和打造了包括《行業大數據應用系統綜合設計》《行業大數據可視化項目綜合設計》《大數據綜合開發技術與應用》《數據倉庫技術與應用》《人工智能應用綜合技術》《自然語言處理綜合技術》《智能風控技術與應用》等10余門專業實訓課程；構建和配備了最為前沿的大模型服務器等基礎設備為持續培育并輸出高素質的應用型人才奠定了堅實的基礎。

圖四：實訓課程體系

圖五中展示的大數據人才培養示例，通過建設教學通用數據集，使得學生在本科四年的學習過程中，不斷加強對數據的理解，“理論+實訓”雙循環課程安排，使得學生不僅僅懂得理論，更能夠解決實際問題，最終實現高質量就業。

圖五：大數據人才培養示例

服務行業能力逐漸提升

通過校企協作，為銀行、金融科技公司等提供風險模型咨詢及數字化轉型服務，助力區域數字經濟發展。校企聯合研發的信用評估系統、智能風控平臺等技術成果在多家城商行落地應用。截至目前，已成功為10余家銀行，提供風險模型咨詢及金融產品咨詢服務，對數字經濟的發展以及解決中小企業融資難的問題提供助力；與多家城商行合作，落地項目20余個，實現了累計服務2萬余家中小企業融資，幫助小微企業獲得低息貸款累計超過80億元。

圖六：行業溝通交流

重慶工程學院大數據與人工智能學院通過優化頂層設計、創新落地模式、推進五維融合，實現了教育鏈、人才鏈與產業鏈的深度對接，為應用型高校產教融合提供了新范式和可復制實踐經驗。未來，學院將持續深化改革，全面深入開展融合，推動產教融合成果顯現，積極構建產教融合開放生態，為建設高水平應用型大學、行業數智化轉型和區域經濟高質量發展注入新動能。