人工智能专业人才培养方案(2023版)

发布者:jsj发布时间:2024-02-26浏览次数:10

人工智能专业人才培养方案

2023版)

一、专业简介

20219月,我校积极响应国家新一代人工智能发展的重要需求开设了本专业。本专业贯彻和落实党中央的教育方针,坚持立德树人,培养爱国进取、创新思辨,具有扎实人工智能基础理论与基本方法、应用工程与技术,熟悉人工智能相关交叉学科知识,具备科学素养、实践能力、创新能力、系统思维能力、产业视角与国际视野的应用型人才

本专业培养过程中涉及人文社会科学课程、工程基础课、专业基础课、专业核心课、学术讲座、社会实践活动、实践与实习、各类创新活动与学科竞赛、职业与人生观辅导与座谈等教学实践环节,注重培养学生的科学素养、实践能力、创新能力、系统思维能力、产业视角与国际视野。

本科毕业生可在相关企事业单位进行人工智能相关产品开研发、生产管理、运行维护等工作,亦可在全球一流高校继续深造,有望成为计算机科学、网络空间安全和人工智能领域、交叉学科的一流工程师、科学家和企业家等。

二、专业代码

专业代码:080717T,校内代码:3105

三、培养目标

本专业以习近平新时代中国特色社会主义思想为指导,全面贯彻党的教育方针,坚持社会主义办学方向,落实立德树人根本任务,服务人工智能产业,培养德、智、体、美、劳全面发展,具备基本人文素养和良好的思想品德,掌握人工智能的基本知识和基本理论,具有从事人工智能领域相关的科学研究、技术开发和工程应用能力,能进行人工智能相关产品开发、生产管理、运行维护等工作,培养具有国际视野、创新创业能力的应用型人才。

本科生毕业后经过5年左右的实际工作,能够达到如下目标:

1.能够践行社会主义核心价值观,具有良好的人文素养、社会责任感,遵守人工智能产业职业道德和规范,在工作中能体现社会责任感、安全、环保及可持续发展意识,积极服务国家与社会;

2.具有系统的人工智能专业知识,具备多学科知识交叉融合能力,能够综合应用数据科学与人工智能相关知识,解决人工智能领域与交叉学科中的复杂工程问题;具有综合运用人工智能领域的有关技术标准、规范的能力,并将其应用到相关产品的设计、开发、集成、维护和服务中;胜任算法设计工程师、大数据分析工程师、人工智能应用等相关岗位;

3.具备在跨职能、多学科的工程实践团队中,工作和交流、协调和管理、竞争与合作的能力,具有良好的国际视野、团队协作和跨学科沟通能力,能作为主要成员在团队中承担协调、组织或管理角色,发挥技术骨干或技术管理核心的领军作用;

4.具备终身学习能力、专业洞察能力和前瞻视野,能通过继续教育、在线学习、培训和其它终身学习渠道增加知识和提升能力,能够适应人工智能行业发展及技术变革,并不断创新能力,胜任人工智能及其他领域的相关工作,具有持久的职场竞争力。

四、毕业要求

根据立德树人根本任务,贯彻落实立德树人根本任务,用习近平新时代中国特色社会主义思想铸魂育人,着力培养学生的家国情怀。通过多元课程体系培养顺应我国现代化建设的人工智能与计算机综合应用型人才,毕业生具备必要的要求,见以下12点:

毕业要求 1. 工程知识:掌握本专业所需的数学、自然科学、工程基础和人工智能技术的专业知识,能将上述知识用于解决智能信息系统软硬件设计、图像处理算法设计等相关领域的复杂工程问题。

1.1能运用数学、自然科学、工程基础和专业知识,表述人工智能技术领域的工程问题;

1.2能够运用恰当的数学、物理模型对智能信息系统软硬件设计、各类算法等复杂工程问题进行建模,保证模型的准确性,满足工程技术的实际要求;

1.3能够将数学、自然科学、工程基础和人工智能技术的专业知识用于复杂的工程问题的判别、推导和计算;

1.4能够运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价,并提出改进思路,体现本专业领域先进的技术。

毕业要求 2. 问题分析:能够应用数学、工程基础和人工智能技术的专业知识,识别、表达和抽象人工智能领域控制系统的建模、控制策略及稳定评价等复杂工程问题,并通过文献研究、模拟分析等获得有效结论。

2.1能够应用高等数学、物理学的基本概念、原理和人工智能技术的专业知识对复杂工程问题进行识别和有效分解。

2.2能够识别和表达复杂工程问题的关键环节和参数,对分解后的问题进行描述与分析。

2.3能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息,具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。

2.4能够运用数学、自然科学、工程科学的基本原理分析复杂人工智能问题求解过程的影响因素,并借助文献、资料研究进行分析,以获得有效结论。

毕业要求 3. 设计/开发解决方案:能够针对人工智能技术领域复杂的工程问题提出解决方案,设计满足特定需求的系统、模块、工艺流程和产品,并能够在设计环节体现创新意识,并综合考虑其对社会、健康、安全、法律、文化以及环境等因素的影响。

3.1能够掌握人工智能领域的工程设计概念、原则和方法,能够针对复杂工程问题提出合理的解决方案和总体设计。

3.2能够针对特定需求完成系统与模块的软、硬件设计和实现。

3.3能够在系统方案设计环节中考虑多方面、多层次因素的影响,如社会、健康、安全、法律、文化及环节等因素。

毕业要求 4. 研究:能够基于科学原理并采用科学方法对人工智能领域的复杂工程问题进行研究,包括设计实验、分析与解释数据,并通过信息综合得到合理有效的结论。

4.1能够对人工智能领域的软件、硬件模型进行理论分析、文献调研、实验设计和对比仿真等。

4.2能够针对智能信息系统软硬件设计、图像处理算法设计等人工智能领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。

4.3能够对实验结果进行合理分析、解释,并对多个子问题进行关联分析,找出冲突点并进行平衡,通过实验数据分析、信息综合等手段得到合理有效的结论。

毕业要求 5. 现代工具的应用:能够针对人工智能领域的复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术手段,包括选择和使用仿真软件、仪器、仪表等对人工智能领域的复杂工程问题的预测与模拟,并能够理解其局限性。

5.1具备至少一种高级程序开发语言进行程序开发的能力,并能够运用集成开发环境进行复杂人工智能程序设计与实现。具备人工智能专业仪器、设备的使用能力。能够在复杂、综合型工程中合理选择和使用仪器、设备。能够使用相关设备、软件和信息工具对复杂人工智能问题进行模拟或仿真的能力,理解使用要求、运用范围和局限性。

5.2能够选择与使用恰当的仪器、信息资源、工程工具和专业软件,对复杂人工智能问题进行分析、计算与设计;

5.3能够针对具体的复杂人工智能问题对象,通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟和预测,满足特定需求,并能够分析其局限性。

毕业要求 6. 工程与社会:能够基于人工智能工程相关背景知识进行合理分析,评价人工智能专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,树立科学的世界观和正确的人生观、价值观,践行社会主义核心价值观,具备良好的职业道德和市场、质量、环境、安全和持续发展意识,并能够理解应承担的责任。

6.1掌握人工智能及相关领域的技术标准体系、知识产权、产业政策和法律法规,理解不同社会文化背景对人工智能实践活动的影响;

6.2具备工程实践经历,通过实践、学习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律及文化的影响,能够评价工程与人文环境之间的关系,理解由此需要承担的责任。

毕业要求 7. 环境和可持续发展:了解环境保护和可持续发展的基本方针、政策和法律,能够理解和评价人工智能领域专业工程实践对环境、社会可持续发展的影响。

7.1理解环境保护和社会可持续发展战略的内涵、意义、原则和相关法津法规。在解决复杂人工智能问题时,要有环境保护和可持续发展的意识与责任。

7.2能够站在环境保护和可持续发展的角度思考人工智能系统工程实践的可持续性,能评估产品周期中可能对人类和环境造成的损害和隐患。

毕业要求 8. 职业规范:热爱祖国,具有坚定的政治立场、良好的思想品德、较强的社会责任感和健康的身心素质,具有人文社会科学素养、社会责任感,能够在人工智能工程实践中理解并遵守人工智能领域的相关职业道德和规范,履行责任。

8.1具有良好的人文社会科学素养,能够基于正确的政治立场、世界观、人生观和价值观对人工智能实践的社会道德和价值取向问题进行评判;

8.2理解人工智能工程师的社会价值及社会责任,在人工智能实践中自觉遵守职业道德和规范,履行责任。

毕业要求 9. 个人和团队:能够在多学科背景的团队中承担个体、团队成员或负责人的角色,具备协调、管理、竞争与合作能力,能够听取其他团队成员的意见和建议,充分发挥团队写作的优势。

9.1正确认识个人在团队中的作用,能够与其他学科的成员有效沟通,合作共事。自觉承担个人在团队中的责任,能够在团队中独立开展工作;

9.2能够胜任团队成员或负责人的角色,组织、协调和指挥团队开展工作,推进多学科背景下的团队计划实施,具有良好的团队协作能力。

毕业要求 10. 表达与沟通:具备良好的表达能力,能够就复杂的工程问题与业界同行及社会公众进行有效沟通和交流,包括人工智能领域专业报告和设计文稿、陈述发言等;掌握至少一门外语,具有一定的国际视野,能够阅读人工智能专业的外文资料,能够在跨文化背景下进行沟通和交流。

10.1能够就复杂人工智能问题,准确理解和回应指令和质疑,包括口头、书面和专业图表等方式,清晰、准确地表达个人观点,并掌握有效的交流技巧;

10.2掌握一门外语,具备在跨文化背景下对人工智能专业等相关问题的交流和沟通技能,理解和尊重不同区域、不同文化的多样性和差异性。

毕业要求 11. 项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

11.1能够在工程实践中使用工程管理的基本原理方法和常用的经济决策方法,理解项目管理与经济决策的重要性。

11.2具备基本的工程计划与经济决策知识和能力。在解决复杂人工智能问题实践中,能够在多学科、跨职能环境中,合理运用工程管理原理与经济决策方法。

毕业要求12. 终生学习:具有自主学习和终生学习的意识,具有不断学习和适应发展的能力。

12.1能在社会发展的大背景下,通过了解人工智能行业发展、个人发展对自身知识结构和能力的要求,认识到自主学习和终身学习的必要性,掌握跟踪本专业学科前沿、发展趋势的基本方法和途径。

12.2具有自主学习的能力,包括技术理解力,凝练综述能力和提出问题的能力。能够通过文献查询、网络培训等多种渠道进行终身学习,从而适应社会发展和行业发展的要求。

1 毕业要求与培养目标对应关系矩阵

毕业要求



培养目标  

12个指标


工程知识

问题分析

设计/开发解决方案

科学研究

现代工具的应用

工程与社会

环境和可持续发展

职业规范

个人和团队

表达与沟通

项目管理

终生学习

培养目标1






M

H

H

M

H

M

M


培养目标2

H

H

H

H

H

M

M

M



M



培养目标3






M

M

H

H

H

H

M


培养目标4






M

M

M


M


H


备注:H代表培养目标对毕业要求高支撑,M代表培养目标对毕业要求中支撑,L代表培养目标对毕业要求低支撑。

五、学制和学位

本科学制4年,修业年限不超过6年,授予 工学学士 学位。

六、学位课程

学位课程:数据结构、算法分析与设计、最优化方法、机器学习、计算机视觉及其应用。

七、学分、学时分配表

本专业总学分162.5学分,其中理论学分107分,实践学分55.5分,实践学分占总学分34.15%。本专业总学时2664,其中校内理论学时1712,实践学时952,分别占比64.26%35.74%。具体学时、学分分配如表2所示:

2 人工智能专业学时学分分配表

课程类别

课程

性质

学时

课时比例(%

学分

学分比例(%

学时分配

备注

理论

实践

通识教育课程

必修

624

23.42

35

21.54

496

128


选修

160

6.01

10

6.15

144

16


学科基础课程

必修

400

15.02

25

15.38

384

16


选修

0

0

0

0

0

0


学科专业课程

必修

744

27.93

46.5

28.62

504

240


选修

224

8.41

14

8.62

160

64


综合实践课程

必修

512

19.22

32

19.69

24

488


选修

0

0

0

0

0

0


合计

2664

100

162.5

100

1712

952



八、毕业要求与课程及教学活动关联矩阵、能力培养与实践教学活动关联矩阵

3 支撑毕业要求指标点与课程体系关联矩阵

课程名称

工程知识

问题分析

设计/开发

解决方案

科学研究

现代工具的应用

工程与社会

环境和可持续发展

职业规范

个人和团队

表达与沟通

项目管理

终身学习


1.1

1.2

1.3

1.4

2.1

2.2

2.3

2.4

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

12.1

12.2

思想道德与法治











M







M




M










中国近代史纲要



















M


L


M









马克思主义

基本原理




















L


M








L


毛泽东思想和中国特色社会主义理论体系概论




















M



M








M

形式与政策



















M

M











M

习近平新时代中国特色社会主义思想




















H


H









M

大学外语















L












H



M


大学体育与健康


















L


L




M








美育与艺术教育





















L

M








L


国家安全教育


















L



L


M









军事理论


















L







M





L


大学生就业指导





















L


H







M


大学生心理健康

教育



















M





M






L


高等数学A

H




M







M




















线性代数

H





M



M























概率论与数理统计(I

M





H






M




















大学物理B

H




M









M


















离散数学

M




H








M



















数值分析


H





M






M



















最优化方法



H


M








H



















人工智能导论与职业规划


M
















H


M












程序设计基础


H





M





M




















模拟电路与数字电路基础



H


M





M






















数据结构



H


M








M



















数据库原理与应用




M




M


H






















面向对象程序设计


M








H





M

















计算机网络



M



H




M






















计算机组成原理


M






M






H


















操作系统




M




H

H



M




















算法分析与设计




M


H






H




















Python应用基础






H




H





H

















机器学习



H



H




M






















数字图像处理




H




M






H


















计算机视觉及其应用





H




H




H



















自然语言处理技术与应用






H





H



H


















科技论文写作








M




H














H






人工智能伦理

与社会影响











H








M




H









神经网络

与深度学习




M





H








M















Linux系统编程









M



M



H

















移动应用开发









H



H



M

















大数据分析与应用




M




H








M
















思想政治理论课

社会实践



















L



M








L


军事训练


















L


L




M








劳动教育与实践






















M



L

M






毕业论文

(或毕业设计)














H



M




H






H


H

M


创新创业教育

与实践



















M






H



M




专业见习















M



H




H


M




M


H


专业实习











M








H


M


H



H



M


H

程序设计基础

课程设计










M



H













M






数据结构

课程设计










H



M















M




面向对象程序设计课程设计











H



M


M









H



M




数据库原理与应用课程设计










H



M











M








Python高级程序

课程设计











H



H



M















数字图像处理

课程设计




H










M












M






计算机视觉

课程设计











H













H


M



M



自然语言处理课程设计

















H








H


M


M



九、专业课程思政总体设计说明(对该专业课程思政目标、内容、实施方法和考核做简单说明)

1、目标与原则

目标:将思想政治教育融入人工智能专业课程中,实现知识传授与价值引领的有机统一,培养具有社会责任、创新意识、团队协作和良好职业道德的人工智能人才。

原则:坚持知识技能与价值观念相结合,以社会主义核心价值观为引领,注重课程内容的深度挖掘,创新教学方式方法,强化实践育人。

2、内容与方法

内容:在人工智能专业知识技能的基础上,融入思想政治教育元素,如爱国主义、集体主义、职业道德、诚信教育等。

方法:采用案例教学、项目驱动、角色扮演等多种教学方法,引导学生思考、讨论和实践,培养其批判性思维、创新意识和团队协作精神。

3、课程思政元素挖掘

在人工智能专业课中深入挖掘思政元素,如人工智能伦理、信息安全意识、团队协作精神等,通过案例分析、实践项目等形式,引导学生树立正确的价值观和职业道德。

4、实践育人环节

通过课程设计、实验、实训等实践环节,培养学生的实践能力、创新意识和团队协作精神。同时,结合社会热点问题,开展人工智能实践活动,增强学生的社会责任感和使命感。

5、课程思政评价体系

建立多元化的评价体系,包括知识技能评价和价值观念评价。知识技能评价主要依据课程考核成绩,价值观念评价可通过学生自评、互评、教师评价等方式进行。同时,结合学生参与的实践活动和社会服务进行评价。

6、持续改进与完善

根据评价结果和反馈意见,不断改进和完善人工智能专业课程思政的设计和实施。针对存在的问题和不足之处,制定相应的改进措施,以提高课程思政的效果和质量。同时,加强与业界、学界的交流与合作,吸收先进的课程思政理念和经验,提升课程思政的水平。

十、编写说明

1、主要编写人员:

何中林、邓默耘、姜国松、关玉蓉、汤恒耀、涂焱楚、许元朋、周  静、肖 飞、张瑞红、孙飞、刘重、黄友昕、兰 婷、熊晓荣、方皓正、彭 红等。

2、适用对象:2023级。

3、修订时间:2023.8.20

十一、教学计划进程表见附件6

4 人工智能专业教学计划进程表

课程类别

课程编号

课程名称

课程

性质

学分

学时

开课

学期

成绩考核

开课单位

备注

小计

必修

选修

理论

实践


考查

考试



通识教育课程

公共必修课


2141200101

思想道德与法治

必修

3

3


48


1/2,文理对开


 √

马克思主义学院


1941200102

中国近代史纲要

必修

2

2


32


1/2,文理对开


 √


2141200103

马克思主义基本原理

必修

3

3


48


3/4,文理对开


 √


2241200104

毛泽东思想和中国特色社会主义理论体系概论

必修

3

3


48


3/4,文理对开


 √


1941200105

形势与政策

必修

2

2


32


1-4

 √


讲座

2241200107

习近平新时代中国特色社会主义思想

必修

3

3


48


5/6,文理对开


 √


2341200108

科学技术史

必修

1

1


16


5/6,文理对开


 √



1941300101

大学外语

必修

9

9


144


1-3


 √

外国语学院


2342500101

大学体育与健康

必修

4

4



128

1-4

 √


体育学院


2310000101

美育与艺术教育

必修

1

1


16


1-4

 √


艺术教育中心


2340000102

国家安全教育

必修

1

1


16


1

 √


马院+各学院

讲座

1940000103

军事理论

必修

2

2


32


2


 √

学工部


1940000105

大学生就业指导

必修

1

1


16


6


 √

计算机学院


通识选修课

2140000101

大学生心理健康教育

选修

2


2

32


2

 √


学工部


模块1

思政选修类

选修

2


2

32


2-6

 √


教务处,具体选课要求见选课指南


模块2

信息技术素养类

选修

2


2

16

16

2-6

 √



模块3

科学教育类

选修


2


2

32


2-6

 √



模块4

国际视野与语言能力类

选修

2


2

32


2-6

 √



通识教育课程小计

45

35

10

640

144






学科基础课程

学科基础课

1942100201

高等数学A

必修

9

9


144


1-2


 √

数学与统计学院

理工科专业必修,其他各专业根据专业培养要求选择不同课程模块

1942100204

线性代数

必修

2

2


32


1


 √

1942100205

概率论与数理统计(I)

必修

3

3


48


3


 √

1942200202

大学物理B

必修

4

4


48

16

2


 √

物电学院

2343105201

离散数学

必修

3

3


48


2


 √

计算机学院

2343105202

数值分析

必修

2

2


32


3

 √


计算机学院


2343105203

最优化方法

必修

2

2


32


4


 √

计算机学院

学位课

学科基础课程小计

25

25


384

16






学科专业课程

专业基础课

2343105301

人工智能导论与职业规划

必修

1.5

1.5


16

8

1

 √


计算机学院


2043100204

程序设计基础

必修

4

4


40

24

1


 √

计算机学院


2343105303

模拟电路与数字电路基础

必修

4

4


48

16

2


 √

计算机学院


2343105304

数据结构

必修

4

4


48

16

2


 √

计算机学院

学位课

2343105305

数据库原理与应用

必修

3

3


32

16

4


 √

计算机学院


2343105306

面向对象程序设计

必修

3

3


32

16

3


 √

计算机学院


2343105307

计算机网络

必修

3

3


32

16

3


 √

计算机学院


2343105308

计算机组成原理

必修

4

4


48

16

4


 √

计算机学院


2343105309

操作系统

必修

4

4


48

16

4


 √

计算机学院


2343105310

算法分析与设计

必修

3

3


32

16

3


 √

计算机学院

学位课

专业核心课

2343105311

Python应用基础

必修

2

2


16

16

4


 √

计算机学院


2343105312

机器学习

必修

3

3


32

16

5


 √

计算机学院

学位课

2343105313

数字图像处理

必修

3

3


32

16

5


 √

计算机学院


2343105314

计算机视觉及其应用

必修

2

2


16

16

6

 √


计算机学院

学位课

2343105315

自然语言处理技术与应用

必修

2

2


16

16

6

 √


计算机学院


2343105316

科技论文写作

必修

1

1


16

0

5

 √


计算机学院


专业拓展课

2343105317

人工智能伦理与社会影响

选修

2


2

32

0

6

 √


计算机学院

限选

2343105318

神经网络与深度学习

选修

3


3

32

16

5

 √


计算机学院

限选

2343105319

Linux系统编程

选修

3


3

32

16

5

 √


计算机学院

限选

2343105320

移动应用开发

选修

3


3

32

16

6

 √


计算机学院

限选

2343105323

大数据分析与应用

选修

3


3

32

16

6

 √


计算机学院

限选


学科专业课程小计

60.5

46.5

14

664

304






综合实践课程

第二课堂

2340000000

第二课堂成绩单

必修

15

15



32

1-8

 √


团委

各自制定学分认定办法

体育实践

2140000410

大学生体质测试

必修

1

1



16

5-8

 √


体育学院

思政实践

2241200106

思想政治理论课社会实践

必修

2

2



32

1-4

 √


马克思主义学院


1640000101

军事训练

必修

1

1



2


 √


学工部


美育实践

2340000401

美育与艺术实践

必修

1

1



16

1-8

 √




劳动教育

2240000404

劳动教育与实践

必修

2

2


8

 ≥2

1-4

 √


计算机学院


专业实践

1940000403

毕业论文(或毕业设计)

必修

6

6



 ≥12

8


 √

计算机学院


2240000404

创新创业教育与实践

必修

2

2


16

16

2-7

 √


计算机学院


2140000406

专业见习

必修

 ≧9

1



 ≥18

2-6

 √


计算机学院


2140000407

专业实习

必修

8



7

 √


2343105401

程序设计基础课程设计

必修

1

1



16

2

 √


计算机学院


2343105402

数据结构课程设计

必修

1

1



16

3

 √


计算机学院


2343105403

面向对象程序设计课程设计

必修

1

1



16

4

 √


计算机学院


2343105404

数据库原理与应用课程设计

必修

1

1



16

5

 √


计算机学院


2343105405

Python高级程序课程设计

必修

1

1



16

5

 √


计算机学院


2343105406

数字图像处理课程设计

必修

1

1



16

6

 √


计算机学院


2343105407

计算机视觉课程设计

必修

1

1



16

6

 √


计算机学院

安排在学期末

2343105408

自然语言处理课程设计

必修

1

1



16

6

 √


计算机学院

安排在学期末

综合实践课程小计

32

32

0

24

488






总计

162.5

138.5

24

1712

952