人工智能专业人才培养方案

                                    学科门类：工学             专业负责人：

一、培养目标

本专业服务国家信息产业发展战略和山东经济社会发展，面向人工智能产业需求，培养能够践行社会主义核心价值观，德智体美劳全面发展，具有良好的道德与修养、人文素养、职业道德和精益求精的工匠精神，一定的国际视野，掌握一定的数理和人工智能基础知识，掌握人工智能技术、机器学习、深度学习框架及相关法律法规等基本知识，具备一定的人工智能技术应用能力、人工智能数据处理、模型构建、系统研发与运维等能力及团队协作能力，具有一定的创新创业能力，具有较强的就业能力和可持续发展能力，能够紧跟学科专业发展，具备从事人工智能或相关领域系统分析、设计、开发、测试、部署及管理等工作能力的高质量工程应用型人才。

本专业毕业生通过5年左右实际工作锻炼，预期达到以下目标：

专业能力：具备比较扎实的人工智能理论基础，能够进行多学科融会贯通，能够综合运用人工智能专业知识理解各行业的业务问题；能够运用人工智能技术为具体业务问题设计实现解决方案。

职业能力：能够担任人工智能研发工程师、运维工程师、项目经理、团队负责人、技术主管等岗位职责，胜任单位技术骨干或管理骨干。

人文素养：具备健全的人格和科学的世界观，具有良好的人文修养，社会责任感和团队协作精神，在实践中能够自觉践行社会主义核心价值观，并综合考虑法律，环境与可持续性发展等因素。

发展能力：具有良好的沟通表达能力和国际视野，主动适应社会的发展和变化。能够不断学习拓展专业知识，不断提升专业技术水平，能适应人工智能领域相关技术的快速发展和职业变化，具有持续创新的能力。

二、毕业要求

为达到上述培养目标，本专业学生需要达到以下要求：

1.工程知识：掌握本专业所需的数字、自然科学、工程基础和自然科学与技术的专业知识，能够将上述知识用于解决人工智能领域的复杂工程问题。

1.1 掌握数学、自然科学、工程基础和专业知识用于人工智能应用领域的复杂工程问题的表述。能应用数学、自然科学、工程基础和专业知识对人工智能应用领域的复杂问题进行正确建模。

1.2 能够将应用数学、自然科学、工程基础和专业知识对人工智能应用场景进行推演和分析。能够应用相关知识对人工智能应用领域复杂工程问题的解决方案进行正确求解并进行比较与综合。

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中的复杂工程问题，并提出解决方案，同时能对其合理性进行评价并获得有效结论。

2.1 能够准确识别人工智能领域工程领域中的复杂问题，并能够清晰、准确地表达问题的本质和关键点，为后续的分析和解决提供明确的方向；

2.2 能够运用数学建模、逻辑推理、实验验证等方法，对识别出的问题进行深入分析，通过文献研究、数据分析等方式获取相关信息，综合运用所学知识得出合理的结论，并提出有效的解决方案。

3.设计、开发解决方案：能够针对人工智能领域的工程问题，开发满足特定需求的智能系统，具有一定的创新精神和创新意识，并能够在设计环节中考虑社会、建课、安全、法律、文化及环境因素。

3.1 掌握人工智能应用领域的工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。能根据项目需求合理选择技术方案。综合考虑经济、社会、健康、安全、法律、文化及环境等现实约束条件，论证设计方案的可行性和创新性，确保系统设计科学、实用且符合伦理规范。

3.2 能够采用软硬件协同设计思想，优化系统性能，整合、改进并完善系统功能。具备以规范的图纸文档、清晰的代码注释和直观的实物演示等形式，准确呈现设计成果的能力，确保系统可维护、可扩展且易于理解。

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学术和工程问题进行研究，选择研究路线，设计与实施实验、解释与分析数据、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，针对人工智能领域的复杂问题，设计并实施有效的实验方案，掌握实验设计原则和数据采集方法，确保实验过程严谨、数据可靠。

4.2 能够运用科学方法分析和解释实验数据，综合运用统计分析和机器学习等技术，提取有价值信息和规律，得出合理结论，并将其转化为实际应用或科研方向。

5.使用现代工具：能够针对人工智能领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具，包括对人工智能领域复杂工程问题的预测和模拟。

5.1 能够针对人工智能领域的复杂工程问题，开发、选择并熟练运用主流技术与资源，包括人工智能框架、开发工具和数据处理工具，以高效解决问题。

5.2 能够运用现代工程工具对复杂工程问题进行预测和模拟，并理解其局限性；通过模型训练、验证和测试，优化系统设计，为实际应用提供支持。

6.工程与可持续发展：能够基于人工智能领域工程相关背景知识进行合理分析，评价工程实践和复杂工程问题解决方案对社会、安全、法律及文化的影响，并意识到应承担的责任；能够理解和评价针对人工智能领域复杂工程问题的工程实践对环境、社会可持续发展的影响。

6.1 能够基于人工智能领域的工程背景知识，合理分析并评价工程实践和复杂工程问题解决方案对社会、安全、法律及文化的影响，明确自身应承担的责任，确保其符合伦理和社会规范。

6.2 具备社会责任意识，能够充分考虑工程实践对人类社会和环境的潜在影响，遵循相关法律法规和伦理准则，积极承担职业责任。能够理解和评价人工智能领域工程实践对环境和可持续发展的影响，确保解决方案符合可持续发展的要求。

7.伦理与职业规范：具有人文社会科学素养、社会责任感，能够在人工智能领域工程实践中理解并遵守工程职业道德和规范，履行责任。

7.1 了解中国国情，具有良好的人文素养和强烈的社会责任感，能够理解并遵守诚信公正的工程职业道德和伦理规范，在人工智能工程实践中做到诚实守信、尊重知识产权、保护用户隐私，确保技术应用符合伦理原则。

7.2 理解人工智能工程师对公众的安全、健康和福祉，以及环境保护的社会责任，认识到工程实践中的伦理决策对社会的影响。能够在人工智能工程实践中自觉遵守并履行相应的责任。

8.个人与团队：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。能够听取其它团队成员的意见和建议，充分发挥团队协作的优势。

8.1 具有良好的身体素质，能够与其它学科成员合作开展工作，能胜任个体和团队成员的角色并承担相应的责任；

8.2 在人工智能工程实践中，能够组织团队成员开展工作，与团队其他成员有效合作，承担相应责任，倾听其他团队成员的意见。

9.沟通：能够就人工智能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档、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。

9.1能够以口头、文字和图表等方式就计算机复杂工程问题与他人进行有效的专业术语交流及沟通。

9.2能够跟踪人工智能工程领域的国际发展趋势、研究热点，理解不同文化、技术行为之间的差异，可以在跨文化背景下进行沟通和交流，具有一定的国际视野。

10.项目管理：理解并掌握人工智能工程管理原理与经济决策的基本知识和基本方法，具有在商科等多学科环境中应用的能力。

10.1理解人工智能工程管理原理与经济决策的方法，掌握人工智能工程项目中所涉及的工程管理和经济决策方法。

10.2 能够将项目管理和经济决策的原理及方法，应用到以人工智能技术为支撑的多学科环境下的项目设计与开发过程中，做出合理的项目决策，确保项目的经济效益和社会效益。

11.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。

11.1能正确认识自我探索和学习新技术的必要性，主动提升自身的专业技能。

11.2 能适应社会发展和职业需求，具备人工智能技术方面新知识、新技术的自主学习和更新能力。

三、毕业要求对培养目标的支撑

人工智能专业毕业要求对培养目标的支撑关系如下表所示：

注：在有对应关系的框内填“√”

四、主干学科

人工智能、计算机科学与技术

五、核心课程

数据结构、操作系统、计算机组成原理、计算机网络原理、算法设计与分析、Python 程序设计、机器学习技术、深度学习技术、计算机视觉技术与应用、自然语言处理技术与应用

六、主要实践性教学环节

C语言程序课程设计实训、数据库原理及应用实训、Web应用项目开发实训、课程资源包-昇腾人脸检测综合案例实践、昇腾深度学习下的OCR技术综合案例实践、军事训练、实习、毕业论文（设计）、创新创业实践、 素质拓展、劳动实践、安全教育。

七、学制与学位

标准学制：4年                              修业年限： 3-8 年

学    时：2532学时                         学    分： 159.5学分

学    位：工学学士

八、毕业资格

学生在修业年限内，修完专业人才培养方案规定内容和学分，达到学校规定的毕业要求，准予毕业。符合学位授予条件的，授予学士学位。

九、课程设置、学时学分分配

注：“实践总学时学分合计”包括非独立设置的实验实践环节和独立设置的实验实践课程（环节）

十、教学计划进程安排表

（一）通识教育平台

1.通识必修课

2.通识选修课

注：学生在学习期间应至少选修10学分。其中，“四史”课程中至少选修1门课程；《大学生心理健康教育》为必选课程；艺术审美类课程至少选修2学分。允许学生跨专业选修其他专业的课程，折合和冲抵通识选修课学分。

（二）学科专业平台

（三）实践教学平台

注：各专业可根据实际添加实验实践课程以及实践环节。素质拓展、劳动实践和应急安全教育不计入总学分

专业人才培养方案修订专家组成员

校外同行专家：

行业企业专家：

校内同行专家：

专业负责人：              院  长：

教务处处长：              分管副校长：