人工智能专业人才培养方案（2020版）

（专业代码：080717T）

一、培养目标

本专业以社会需求为导向，立足中原经济区，面向行业、企业，以产教融合、科教融合、跨界融合为依托，培养德、智、体、美、劳全面发展，具备良好的数理统计基础、信息科学和计算机系统知识以及大数据基础知识与技能，掌握AI核心原理和AI思维，能够熟练运用数据思维、AI模型、工具、模式识别、图像处理等技术，在人工智能、智能机器人及大数据分析与处理等领域，解决实际问题的高素质应用型人才。

本专业学生毕业后经过5年左右的工程实践，应能成长成为人工智能算法工程师(应用型)、智能系统开发工程师、图像识别工程师等，并能实现以下具体目标：

目标1．能够融会贯通工程数理基本知识和人工智能专业知识，了解计算机工程技术相关的标准、规范、政策、法规，能对复杂工程项目提供系统性的解决方案，胜任人工智能算法工程师、图像识别工程师、自然语言处理工程师等工作。

目标2．能够适应人工智能技术发展，具备创新能力，能将新技术成果应用于工程实践，并能运用现代工具解决本领域复杂工程问题的设计、开发，胜任智能系统开发工程师等工作。

目标3．具有社会责任感，理解并坚守职业道德规范，综合考虑法律、文化、环境与可持续性发展等因素影响，在工程实践中能坚持公众利益优先。

目标4．具备健康的身心和良好的人文素养，了解工程管理的基本原理与经济决策方法，具备一定的协调、管理、沟通、竞争与合作能力，胜任研发、测试、技术支持、营销等部门的管理工作，胜任企业中层管理工作。

目标5．具有全球化意识和国际视野，能够运用外语和专业技术语言，在跨文化环境下获取信息，积极主动适应不断变化的国内外形势和环境，拥有自主学习和终生学习的习惯和能力，能够通过继续教育或其它学习途径更新知识，实现能力和专业技术水平的提升。

二、毕业要求

1．工程知识：能够将数学、自然科学、工程基础和人工智能专业知识应用于解决人工智能复杂工程问题。

1.1 具备数学及自然科学知识，并能将其应用于人工智能工程问题的恰当表述与建模；

1.2 掌握电子信息类工程基础知识，并能够用于智能硬件；

1.3 掌握人工智能理论，并能对智能系统设计方案和智能控制模型进行推理和验证；

1.4 能运用专业知识对复杂人工智能问题的解决途径进行分析、改进。

2. 问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达，并通过文献研究分析人工智能领域的复杂工程问题，以获得有效结论。

2.1 能够运用数理知识识别和判断人工智能工程问题中的核心问题；

2.2 针对人工智能复杂工程问题，能通过分析文献寻求解决方案并进行正确表达；

2.3 具备识别并评估人工智能复杂工程问题的多种解决方案的能力；

2.4 能分析人工智能复杂工程问题解决中的关键因素，验证解决方案的合理性。

3．设计/开发解决方案：能够针对人工智能领域的复杂工程问题设计解决方案，开发满足特定需求的智能系统、识别算法和智能硬件，并能够在设计/开发环节中体现创新意识，考虑社会、健康、安全、法律、文化及环境等因素。

3.1 掌握智能系统、智能算法的设计理论与方法，并具备智能系统开发能力；

3.2 具备基本的智能硬件系统设计与开发能力；

3.3 能够在安全、隐私、环境、法律、文化等现实约束条件下，对设计方案的可行性进行研究，并对设计方案进行优选和改进，体现创新意识；

3.4 能够对解决方案进行测试和评价，并用可视化、报告或软硬件等形式呈现设计成果。

4．研究：能够基于人工智能的原理并采用科学方法对人工智能工程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 能够运用科学方法对人工智能复杂工程问题进行功能分析；

4.2 能够基于人工智能理论，选择研究路线，设计可行的实验方案；

4.3 选用或搭建开发环境进行软硬件实现并验证；

4.4 能正确采集、整理实验数据，对实验结果进行关联、分析和解释。

5．使用现代工具：能够针对人工智能领域的复杂问题，开发、选择与使用恰当的平台、技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。

5.1 能选择适当的软硬件平台、算法来解决人工智能具体工程问题；

5.2 能够使用现代软件工具对复杂工程问题进行模拟与预测，并理解其局限性。

6．工程与社会：能够基于工程相关背景知识进行合理分析，评价人工智能复杂工程问题解决方案对社会、健康、安全、法律及文化的影响，并理解应承担的责任。

6.1 具备基于相关背景知识分析和评价人工智能工程实践的经济与社会效益的能力；

6.2 具备合理分析和评价智能系统、智能算法产生的社会、健康、安全、法律和文化影响，并理解应承担的责任。

7．环境和可持续发展：具有环境保护和可持续发展理念，能够理解和评价复杂人工智能工程实践对环境、社会可持续发展的影响。

7.1 具备将环境保护措施与节约能源技术应用于人工智能工程实践活动的意识；

7.2 具备基于环境和可持续发展原则，评价人工智能工程设计、开发和运维的能力。

8．职业规范：具有人文社会科学素养、公民道德水平和社会责任感，能够在人工智能工程实践中理解并遵守工程职业道德和规范，履行责任。

8.1 具有尊重生命、关爱他人，主张正义、诚信守则，具有人文知识、思辨能力、处事能力和科学精神的正确价值观及社会责任感；

8.2 理解工程伦理的核心理念，具有人工智能算法、智能系统开发、图像识别、自然语言处理工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识。

9．个人与团队：具有强健的体格和良好的综合素质，能够在多学科背景下的团队中承担个体、团队成员及负责人的角色。

9.1 具备独立承担计算机工程专项任务，多学科团队中承担指定任务或组织协调团队成员的能力；

9.2 能够在多学科团队中作为负责人或成员协同工作，达成工作目标。

10．沟通与交流：具有沟通的能力、方法和技巧，能够就人工智能工程领域复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。

10.1 具备通过撰写报告和设计文稿、陈述发言、答辩等方式有效表达专业见解的能力；

10.2 具备与业界同行及社会公众有效沟通和交流的能力，具有一定的国际视野。

11．项目管理：具有一定的项目管理知识和能力，理解并掌握人工智能工程项目管理原理与经济决策方法，并能在多学科环境中应用。

11.1 具备对人工智能工程项目进行组织、管理和领导的能力；

11.2 具备对人工智能工程项目进行技术经济分析，进行合理的经济决策的能力。

12．终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力，能够通过自主学习适应经济社会发展的需要。

12.1 具备自主学习的能力，具有终身学习的意识；

12.2 能够了解和跟踪人工智能学科发展趋势，具备适应社会和技术发展的能力。

 

三、毕业要求对培养目标的支撑关系

毕业要求对培养目标的支撑矩阵表

四、主干学科与核心课程

（一）主干学科：

人工智能

（二）核心课程：

程序设计基础、Python程序设计、网页设计、面向对象程序设计、数字图像处理、Unix/Linux基础与应用、模式识别与机器学习、数据库系统原理与应用、大数据技术原理与应用、神经网络与深度学习、数字逻辑、信号与系统、计算机组成原理、传感器原理与应用、数字信号处理、嵌入式程序设计、机器人控制原理、机器人仿真与编程技术等。

五、主要实践性教学环节

课程设计、工程训练、第二课堂实践活动、综合实训、毕业设计、毕业实习等。

六、学制与学分要求

学制：4年，修业年限3～6年，本专业学生至少应修满180学分方可毕业。

七、授予学位

     修满规定的学分，符合《黄淮学院学士学位授予工作实施办法》规定的毕业生，授予工学学士学位。