热点新闻
当前位置: 首页 >> 人才培养 >> 培养方案 >> 正文

人工智能专业本科人才培养方案

2024-06-27 

(专业代码:080717T

一、培养目标

本专业培养德智体美劳全面发展,立足广东,面向粤港澳大湾区经济建设和社会发展需要,系统掌握人工智能基本理论、知识、技能和方法,具备运用数据思维、人工智能模型、语音识别、自然语言处理、图像处理等技术解决实际问题的能力,具有宽广的知识面,具备向人工智能及相关领域扩展的能力,富有进取心、创新精神和社会责任感,能够在中小企业从事大数据与知识自动化、计算机视觉与图形图像、自然语言处理、人工智能前沿技术等新一代信息技术领域工作的应用型专门人才

学生毕业5年左右,能够达到以下预期目标:

培养目标1【思想品德】:适应新经济发展需要,爱国进取,全面发展与健康个性和谐统一;具有良好的职业道德和社会责任感。

培养目标2【专业知识】:掌握现代常用的机器学习模型、深度神经网络模型及其应用的基本理论和专业知识,熟悉模型分析和设计方法,至少掌握一种主流的深度学习框架,并能够使用其进行智能应用系统的设计与开发。

培养目标3【职业素养】:具有较强的数据思维、AI思维以及基本工程素养,具有智能软件开发实践能力和技术创新能力,能够在设计、生产中担任组织管理角色。

培养目标4【团队合作】:具有良好的团队沟通交流能力和项目组织管理能力。

培养目标5【持续发展】:具有良好的终身学习意识,有不断学习和适应发展的能力。

二、毕业要求

(一)毕业要求

经过系统培养,本专业学生在毕业时应获得以下几方面的知识和能力:

毕业要求 1(工程知识)

能够将数学、自然科学、工程基础和专业知识用于解决人工智能实际应用问题。

1-1能够将数学、自然科学、工程科学的语言工具用于人工智能领域的一般工程问题的表述。

1-2能针对一般的计算系统和过程,选择或建立适当的描述模型并求解,具有数字化、算法、模块化与层次化等核心专业意识。

1-3能对一般的计算机系统设计方案和模型的正确性进行评价并得出结论,能运用数学与自然科学及有关知识对一般的人工智能问题的解决途径进行分析和改进。

毕业要求 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与信息系统一般工程问题,以获得有效需求分析方案

2-1能运用相关科学原理,识别和判断一般工程问题的关键环节。

2-2能基于相关科学原理和数学模型方法正确表达一般工程问题。

2-3能认识到解决问题有多种方案可选择,会通过文献研究寻求可替代的解决方案。

2-4能运用基本原理,借助文献研究,分析过程的影响因素,获得有效结论。

毕业要求 3设计/开发解决方案

能够设计一般智能信息系统工程问题的解决方案,设计满足特定需求的系统、单元(部件)或工艺流程,并能够在设计环节中体现工程意识,考虑社会、健康、安全、法律、文化以及环境等因素。

3-1掌握工程设计和产品开发全周期、全流程的基本设计和开发方法与技术,了解影响这些设计目标和技术方案的多种因素

3-2能够针对特定需求,完成单元(部件)的设计。

3-3能够进行系统或工艺流程设计,在设计中体现创新意识。

3-4在设计中能够考虑安全、健康、法律、文化及环境等制约因素。

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与信息系统一般工程问题进行研究,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能够基于科学原理,通过文献研究或相关算法,调研和分析一般工程问题的解决方案。

4-2能够根据对象特征,选择研究路线,设计实验方案。

4-3能够根据实验方案构建实验系统,安全开展实验,正确采集实验数据。

4-4能够对实验结果进行分析和解释,并通过信息综合得到合理有效的结论。

毕业要求 5(使用现代工具)

能够针对人工智能一般工程问题,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工具,包括对人工智能一般工程问题的预测与模拟,并能够理解其局限性。

5-1掌握专业常用的现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法,并理解其局限性。

5-2能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件,对一般工程问题进行分析、计算与设计。

5-3能够针对具体的对象,选用满足特定需求的现代工具,模拟和预测专业问题,并能够分析局限性。

毕业要求 6(工程与社会)

能够基于人工智能相关工程背景知识进行合理分析,评价信息系统工程实践和人工智能一般工程问题解决方案对社会、健康、安全、法律和文化的影响,树立和践行社会主义核心价值观,并理解应承担的责任。

6-1能够理解专业相关领域的技术标准体系、知识产权、产业政策和法律法规,理解不同社会文化对工程活动的影响。

6-2能分析和评价专业工程实践对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响,并理解应承担的责任,树立和践行社会主义核心价值观。

毕业要求 7(环境和可持续发展)

能够理解和评价针对人工智能一般工程问题的专业工程实践对环境、社会可持续发展的影响。

7-1知晓和理解环境保护和可持续发展的理念和内涵。

7-2能够站在环境保护和可持续发展的角度思考专业工程实践的可持续性,评价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)

具有人文社会科学素养、社会责任感,能够在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树立和践行社会主义核心价值观,理解个人与社会的关系,了解中国国情。

8-2能够在工程实践中自觉遵守诚实公正、诚信守则的工程职业道德和规范。

8-3能够在工程实践中自觉履行工程师对公众的安全、健康和福祉,以及环境保护的社会职责。

毕业要求 9(个人和团队)

能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

9-1能与其他学科的成员有效沟通,合作共事。

9-2能够在团队中独立或合作开展工作。

9-3能够组织、协调和指挥团队开展工作。

毕业要求 10(沟通)

能够就人工智能一般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能就专业问题,以口头、文稿、图表等方式,准确表达自己的观点,回应质疑,理解与业界同行和社会公众交流的差异性。

10-2能够认识专业领域的国际发展趋势、研究热点,理解和尊重世界不同文化的差异性和多样性。

10-3具备跨文化交流的语言和书面表达能力,能就专业问题,在跨文化背景下进行基本沟通和交流。

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掌握工程项目中涉及的管理与经济决策方法。

11-2能够认识工程及产品全周期的成本构成,理解其中涉及的工程管理与经济决策问题。

11-3能在多学科环境下(包括模拟环境),在设计开发解决方案的过程中,运用工程管理与经济决策方法。

毕业要求 12(终身学习)

具有自主学习和终身学习意识,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,认识到自主和终身学习的必要性。

12-2具有自主学习的能力,包括对技术问题的理解能力,归纳总结的能力和提出问题的能力等。

(二)毕业要求对培养目标的支撑关系

    表一:毕业要求对培养目标的支撑关系

          毕业要求

培养目标

培养目标1

培养目标2

培养目标3

培养目标4

培养目标5

毕业要求  1


H

H


M

毕业要求  2

M

H


M


毕业要求  3


H

M



毕业要求  4

M

H


M

M

毕业要求  5


M

H



毕业要求  6


M

H



毕业要求  7

H




H

毕业要求  8

H


M



毕业要求  9


M

H

H


毕业要求  10

M


H

H

M

毕业要求  11


M

M

M


毕业要求  12


M



H

    注:用符号H、M、L分别表示毕业要求培养目标的支撑强度,H—强,M—中,L—弱。

三、所属专业类

电子信息类

四、主要课程

(一)专业核心课程

面向对象程序设计、算法设计与分析、数据库系统、智能软件开发、机器学习、深度学习、大模型开发技术。

(二)主要集中性实践教学

主要包括专项实践及其他实践,涉及人工智能综合实践III,以及专业实习、军事训练、毕业实习、毕业论文(设计)等环节。

表二:集中性实践教学一览表

序号

课程性质

课程名称

课程代码

实践课程类别

学分

周数

1

必修

专业综合实践III

SKD5031

专项实践

1

1

2

必修

专业实习

JWD0054

其他实践

4

4

3

必修

军事训练

XSD0012

其他实践

2

2

4

必修

毕业实习

JWD0064

其他实践

4

8

5

必修

毕业论文

JWD0076

其他实践

6

12

合计

17

27

五、学制

标准学制:4年,弹性学制3-7年。

六、授予学位

工学学士学位

七、修读要求

本专业学生应修满的最低学分为166学分,其中通识必修课56学分、通识选修课10学分,学科基础课28学分,专业必修课31学分、专业选修课20学分、综合实践21学分;实践教学66学分,占比39.76%。各类课程学分、学时情况详见下表:

表三:课程学分、学时统计表

课程性质

课程类别

学分

学时/周



总学分

理论

学分

实践

学分

占总学分比例

总学时/周

理论学时

实践学时/周

通识教育课程

56

46

10

33.74%

1059

838

221


学科基础课程

28

18

10

16.87%

492

318

174


专业课程

31

16

15

18.67%

606

285

321


综合实践

专项实践

4


4

2.41%

144学时

1周


144学时

1周



其他实践

17


17

10.24%

28周


28周


必修课小计

136

80

56

81.93%

2301

1441

860

通识教育课程

10

10


6.02%

150

150



专业课程

20

10

10

12.05%

360

180

180


选修课小计

30

20

10

18.07%

510

330

180

总计

166

100

66

100%

2811

1771

1040

实践教学学分占总学分的比例

39.76%

表四: 各学期学分分配表

课程类别

课程性质

各学期应修学分

合计




通识教育课程

必修

21

18

11.5

3.5

0.5

1.5



56


选修


1

1

2

2

4



10

学科基础课程

必修

4

8

9

7





28

专业课程

必修

2

4

3

9

11

2



31


选修



2

3

6

6

3


20

综合实践

必修

2



1

1

1

6

10

21

合计

29

31

26.5

25.5

20.5

14.5

9

10

166

八、课程设置与教学计划

(一)课程设置表(附表1)

(二)专业学期课程教学计划(附表2)

九、课程体系对毕业要求指标点的支撑矩阵

表五:课程体系对培养要求指标点的支撑关系


      培养要求


课程名称

毕业要求

1

毕业要求

2

毕业要求

3

毕业要求

4

毕业要求

5

毕业要求

6

毕业要求

7

毕业要求

8

毕业要求

9

毕业要求10

毕业要求11

毕业要求12


1.1

1.2

1.3

1.4

1.5

2.1

2.2

2.3

2.4

3.1



马克思主义基本原理





M

H

M


L



H

中国近现代史纲要





M

H



L



H

形势与政策





M

H

L

M




H

军事理论





M


L



H


H

思想道德与法治




L

M

M

H

M




H

毛泽东思想和中国特色社会主义理论体系概论





M

H

L

M




H

国家安全教育



L



H

M

M





习近平新时代中国特色社会主义思想概论





M

H

L

M




H

大学体育(I-IV





L


M


H




大学生心理健康教育






H



H

M


L

大学英语(I-IV





H

H



M

H


L

大学进阶英语





H

H



M

H


L

大学英语视听说Ⅰ-Ⅲ





H

H



M

H


L

大学生职业生涯规划





L

M

M

H

M




大学生就业指导





L

M

M

H

M




创业管理




H

H

M


H

H


H


高等数学



L



H

M

M

M




线性代数

M

H


L








M

概率论与数理统计

M

H


L








M

程序设计(Python

H

M

H


M








大学物理

M

H


M



L





M

电子技术

M

M

M


L







M

离散数学

H

H



M








数据结构(Java)

H

H

M









H

计算机组成原理

H


M







L


H

操作系统

H

M

M







L


H

人工智能专业导论

M

L




M

M





L

面向对象程序设计

M

M

H


M





L



人工智能数学基础

M

H



M








算法设计与分析

M

H

M

H








H

数据库系统

H

M

H

M








H

机器学习

H

H

M

M

L


M






计算机网络

M

M

M







L


H

智能软件开发

M

M

H

M





M

L



深度学习

M

H

M

M


M




L



大模型应用开发技术

M

M

M

M


M




L


M

机器人流程自动化


M

M


M

M



M


M


知识工程与知识图谱

L

L

M


H

M

L






数字图像处理

L

L

M


H




M

M



自然语言处理


H

H

H

L

M




L



模式识别与计算机视觉


H

M

H

L

M




L



目标检测与跟踪


M

H

M

L

M




L



大模型微调技术


M

H

H

L

M




L



人工智能伦理与法律


M




H


M

M




数学建模

M

M


H

M




M




C++语言程序设计

M

M

M






M

L



物联网技术基础

M

M

M


M






H


嵌入式技术基础

M

M

M


M




M




人机交互技术

M

H

H

H





M




智能控制技术

M

H

H

H









智能数据分析


M

M


M




M


M


推荐系统

M

M

M

H





M




数据库系统课程设计



M

M

L




H



M

专业综合实践I






L



M

L

M

M

专业综合实践II



H

M

L

M

H

H


M

M

H

专业综合实践III



H

M

L

M

H

H


M

M

H

军事训练

H

H




H




H


H

劳动教育




M


H






H

专业实习





H


H






毕业实习





H



H





毕业论文(设计)




H

H


H






注:说明:1.不同学期的同一门课程只需填写1次,例如,大学英语Ⅰ和大学英语Ⅱ按“大学英语”填写即可。2.所有的课程和教学活动都要列入表格,包括综合实践。3.表格要清晰展示每门课程与每项毕业要求(务必对照培养方案“毕业要求”)达成的关联度情况,关联度强的用“H”标识,关联度中等的用“M”标识,关联度弱的用“L”标识;每门课程与2-5项毕业要求相关联。

十、第二课堂

本专业学生应修满不少于 8学分的第二课堂学分(含社会实践 1 学分)。第二课堂学分不计入总学分,实施“第二课堂成绩单”制度,计入学生的学习经历中。第二课堂活动(项目)成绩评定及学分认定依据学校关于第二课堂成绩单的管理办法进行认定。


编制:洪绍勇                      审核:叶仕通                   审批:戴经国    

1


上一条:金融数学专业本科人才培养方案

关闭