人工智能专业本科人才培养方案-信息科学与技术学部

人才培养

培养方案

当前位置: 网站首页>> 人才培养>> 培养方案>> 正文

人工智能专业本科人才培养方案

来源：发布人：更新时间：2026-05-15浏览次

人工智能专业本科人才培养方案

学科门类：工学专业代码：080717T

一、培养目标

本专业依据学校办学定位与人才培养目标，旨在培养德智体美劳全面发展，践行社会主义核心价值观，具有国际化视野和创新意识，系统掌握数学基础、计算机科学及人工智能核心理论，具备智能系统设计、训练、部署及运维的全栈工程能力，能够胜任智能制造、金融科技、智慧医疗等领域人工智能项目的技术研发、算法应用、系统设计、运维部署等岗位的高素质应用型人才。

本专业毕业生通过五年左右的工作实践锻炼，预期达到以下目标：

培养目标1（工程能力）：掌握相关科学技术手段，能胜任相关领域中人工智能项目的设计、研究与开发工作，能创造性地解决人工智能等领域的工程问题；

培养目标2（知识运用）：具备扎实的人工智能领域基础理论与核心技能，具备发现问题、分析问题、解决问题的逻辑思维和批判思维能力，能够作为技术骨干承担人工智能项目的研发、测试和维护等工作；

培养目标3（综合素质）：具备人文社科素养、工程伦理意识与可持续发展理念，

在人工智能产品研发中践行社会主义核心价值观，遵守行业规范与标准，切实服务于地方经济；

培养目标4（管理能力）：具备跨学科团队协作能力，能在人工智能系统开发中承担项目管理角色，进行业内或跨领域间研讨与交流；

培养目标5（职业发展）：能够掌握学科国内外前沿动态，具有广阔的国际视野，

能够通过各类途径自主学习，不断更新其核心知识和能力，适应人工智能行业发展需求，部分毕业生能够完成研究生教育或境外深造，开展更高层次的科学研究工作。

二、毕业要求

本专业学生毕业时应获得以下方面的知识和能力：

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综合应用于解决人工智能领域的复杂工程问题，包括理解并应用机器学习、深度学习、自然语言处理、计算机视觉等核心知识，以及运用这些知识解决实际工程问题的能力。

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、表达复杂工程问题，并通过文献研究分析和评价人工智能复杂工程问题的各种可选方案，获得有效结论。

要求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，设计满足特定需求的智能系统、模块或算法流程，并能够在设计环节中体现创新意识，考虑健康、安全与环境、全生命周期成本、法律与伦理、社会与文化等角度。

要求4：研究。能够基于科学原理，采用科学方法对相关领域的人工智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。

要求5：使用现代工具。能够针对人工智能工程领域的复杂问题，开发、选择与使用合适的技术、资源、现代工程工具和信息技术工具，包括对相关领域的人工智能复杂工程问题的预测与模拟，并能够理解其局限性。

要求6：工程与可持续发展。在解决复杂工程问题时，能够基于人工智能相关背景知识，合理分析、评价人工智能工程实践和复杂工程问题解决方案对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。

要求7：工程伦理和职业规范。树立正确的人生观、价值观，有工程报国、为民造福的意识，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践行工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行责任。

要求8：个人与团队。具有良好的综合素质和一定的组织管理能力，能够在多样化、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。

要求9：沟通。能够就相关领域的人工智能复杂工程问题，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，理解、尊重语言和文化差异。

要求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方法，并能在多学科环境中应用。

要求11：终身学习。具备终身学习的意识和能力，能够持续跟踪人工智能领域的最新技术和发展动态，不断提升专业素养和综合能力。

毕业要求与培养目标的对应矩阵

毕业要求	培养目标
毕业要求	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
1．工程知识	√
2．问题分析		√
3．设计/开发解决方案				√
4．研究		√
5．使用现代工具		√
6．工程与可持续发展			√
7.工程伦理和职业规范			√
8.个人与团队				√
9.沟通				√
10.项目管理				√
11.终身学习					√

三、学制与学位

学制：标准学制4年，最长学习年限6年。

授予学位：工学学士学位。

四、专业核心课程

人工智能：原理与技术、数据采集与标注技术、多模态数据处理基础、数据可视化、Linux系统应用、机器学习、深度学习。

五、学时与学分

完成学业最低学分要求：168

其中，课内教学学分：164；课外学分：4

表1课程构成及学分分配表

课程分类		学分	比例（%）	实践学分	实践学分比例（%）
通识教育平台	通识必修课	65.5	38.99	8	4.76%
通识教育平台	通识选修课	4	2.38	2	1.19%
专业教育平台	学科基础课	21	12.5	6	3.57%
	专业必修课	17	10.1	5	2.98%
	专业选修课	22	13.1	2	1.19%
实践教育平台	实践必修课	30.5	18.15	30.5	18.15%
实践教育平台	实践选修课	8	4.76	8	4.76%
合计		168	100	61.5	36.6%

表2工程教育认证标准对照情况表

序号	课程类型	通用标准要求	学分			学分占总学分比例
序号	课程类型	通用标准要求	必修	选修	合计	必修	选修	合计
1	数学和自然科学类	≥15%	25.5	0	25.5	15%	0.00%	15%
2	工程实践与毕业设计类	≥20%	28.5	6	34.5	16.8%	3.5%	20.3%

六、教学进程计划表

课程类别		课程性质	课程编码	课程名称	学分	学时		各学期学时
课程类别		课程性质	课程编码	课程名称	学分	理论	实践	一	二	三	四	五	六	七	八
通识教育课程
通识教育平台	思想政治课程	必修	a070171	思想道德修养与法律基础	2.5	40	0	40
		必修	a070011	中国近现代史纲要	2.5	40	0		40
		必修	a070041	马克思主义基本原理	2.5	40	0			40
		必修	a070061	毛泽东思想和中国特色社会主义理论体系理论	2.5	40					40
		必修	a070201	习近平新时代中国特色社会主义思想概论	3	48	0				48
		必修	a070161 - a070166	形势与政策(一~六)	2	32		8	4	8	4	4	4
		必修	a270091 - a270094	思想政治理论课社会实践(一~四)	2		32	8	8	8	8
		思想政治类课程小计			17	240	32	说明：理论15学分，实践2学分
	人文社会科学课程	必修	a070191	军事理论	2	32		32
		必修	a070221	国家安全教育	1	16	0		16
		必修	a070111	劳动	1	8	8	16
		必修	a070121	大学美育	2	32						32
		必修	a070131	大学生涯规划与就业指导Ⅰ	1	8	8	16
		必修	a070132	大学生涯规划与就业指导Ⅱ	1	16							16
		必修	b070011 -4	大学体育(一~四)	3		120	24	32	32	32
		选修	b070015	体育特长选修	1.5		24					24
		必修	a070181	大学生心理健康教育	2	32		32
		人文社会科学类课程小计			13	140	164
	外语课程	必修	a060061	通用外语（一）	3	48		48
		必修	a060062	通用外语（二）	3	48			48
		限选	a060063	通用外语（三）	2	32				32
		限选	a060064	通用外语（四）	2	32					32
		外语类课程小计			4	160		说明：《通用日语》（一~四）可替换《通用英语》（一~四）
	计算机信息技	必修	a010041	计算机应用基础	0.5		8	自主研修，过关测试
	计算机信息技	必修	a010051	人工智能导论	2.5	32	8	40

	术课程	计算机信息技术课程小计			3	32	16
	创新创业课程	必修	a290011	创新创业基础	2	32				√
		必修	a290021	创新创业实践	1		16				√
		选修	a290031	创新创业成果认定	2		32						√
		创新创业课程小计			5	32	48
	数学和自然科学类课程	必修	c070531	微积分Ⅰ（一）	5	80		80
		必修	c070533	微积分Ⅰ（二）	6	96			96
		必修	c070601	线性代数Ⅰ	2.5	40			40
		必修	c070761	概率统计(Ⅰ)	3	48				48
		必修	c070691	大学物理Ⅱ（一）	3	48			48
		必修	c070131	物理实验（一）	1.5		24		24
		必修	c070692	大学物理Ⅱ（二）	3	48				48
		必修	c070132	物理实验（二）	1.5		24			24
		数学和自然科学类课程小计			25.5	360	48	说明：工科占总学分15.1%
	经济 /管理/ 环境 /法律/ 伦理等其他课程	选修		管理学	2	32
		选修		经济学	2	32
		选修		大学生法律通识	2	32
		其他课程小计			2	32		说明：国标规定的其他类课程
通识教育课程合计					69.5	996	308	说明：占总学分41.4
专业教育课程
专业教育平台	专业基础课程	必修		C语言程序设计	2.5	24	16	40
		必修		Python程序设计	2.5	24	16		40
		必修		数据结构	3	32	16			48
		必修		数据库原理与应用	2.5	24	16			40
		必修		计算机网络	2	24	8		32
		必修		人工智能数学基础	2	32					32
		必修		数字电路与逻辑设计	2	24	8				32
		必修		算法设计与分析	2	24	8				32
		必修		计算机组成与系统结构	2.5	32	8					40
		专业基础课程小计			21	240	96	说明：占总学分12.5%
	专业核心课程	必修		人工智能：原理与技术	2.5	32	8			40
		必修		数据采集与标注技术	2	24	8			32
		必修		多模态数据处理基础	2	24	8				32
		必修		数据可视化	2	24	8					32
		必修		Linux系统应用	2.5	24	16					40
		必修		机器学习	3	32	16				48
		必修		深度学习	3	32	16					48
		专业核心课程小计			17	192	80	说明：占总学分10.1%

	专业选修课程	专业方向一：计算机视觉
		选修	计算机视觉基础	2	24	8					32
		选修	视觉目标检测与跟踪技术	2.5	32	8						40
		选修	视频理解与多模态分析	2.5	32	8						40
		选修	视觉生成模型和技术	2	24	8							32
		专业方向二：自然语言处理
		选修	深度学习与自然语言处理	2	24	8					32
		选修	大语言模型原理与应用	2.5	32	8						40
		选修	知识图谱	2.5	32	8						40
		选修	文本挖掘与信息检索技术	2	24	8							32
		专业选修课程小计		9			说明：占总学分5.3%
	实习实践	必修	军事训练	2		2W	2W
		必修	生产劳动实习	1		16						16
		必修	生产实习	2		2W							2W
		必修	数据结构课程设计	2		2W				2W
		必修	数据库课程设计	1		1W			1W
		必修	数据采集与标注实训	1		1W			1W
		必修	机器学习平台开发实训	2		2W				2W
		必修	深度学习实训	1.5		1.5W					1.5 W
		必修	视觉模型综合实训	2		32						32
		必修	自然语言处理综合实训	2		32						32
		必修	数据可视化项目实训	2		32					32
		选修	计算机网络实验	2		32		32
		选修	算法设计与分析项目实训	2		32				32
		选修	数据挖掘项目实训	2		32					32
		选修	文本分析项目实训	1.5		1.5W						1.5 W
		选修	计算机视觉基础实训	1.5		1.5W						1.5 W
		选修	文本挖掘与信息检索实训	2		2W							2W
		选修	视觉生成模型应用实训	2		2W							2W
		选修	人工智能Web项目综合实训	2		2W							2W
		必修	毕业论文（设计）	10		10W								10W
		实习实践课程小计		34.5	说明：实习实践课程含集中实践环节和单独设课的实验总学分34.5学分，其中必修28.5学分，选修6学分，占总学分20.5%
专业教育课程合计				81.5	说明：专业教育课程学分占总学分48.5%
个性化发展课程
个性化发展平	专业提高课程	选修	计算机组成原理（提高）	1.5	24						24
		选修	操作系统（提高）	1.5	24						24
		选修	计算机网络（提高）	1.5	24					24
		选修	数据结构（提高）	1.5	24					24

台		选修	数字治理实务	2	32						32
		选修	智能体技术	2	24	8						32
		选修	提示工程技术	1.5	16	8							24
		选修	强化学习	2		32					32
		选修	云计算与人工智能	2		32						32
		选修	人工智能项目管理	2	24	8							32
		选修	人工智能安全	1.5	24								24
		选修	大数据分析与挖掘	2.5	32	8					40
		选修	NoSQL数据库原理	2	24	8				32
		选修	软件设计与体系结构	2	32						32
		选修	学术研究方法与写作	1.5	24								24
		专业提高课程小计		27	与专业技能、学科交叉课程混选，最低选修13学分
	专业技能课程	选修	网页开发技术	2	24	8			32
		选修	JAVA语言程序设计	2	24	8				32
		选修	Web开发技术	3	32	16					48
		选修	嵌入式系统与图像采集	3	32	16					48
		选修	移动应用开发	2.5	24	16						40
		选修	计算机网络安全	2	24	8					32
		专业技能课程小计		14.5	与专业提高、学科交叉课程混选，最低选修13学分
	学科交叉课程	选修	大数据处理技术	2	16	16					32
		选修	物联网技术与应用	2	32								32
		选修	自动控制原理	2	32								32
		选修	机器人技术基础	2	32								32
		选修	智能化软件测试	2	24	8						32
		选修	自动化运维技术	2	24	8						32
		选修	MATLAB仿真设计	2	16	16						32
		学科交叉课程小计		14	与专业提高、专业技能课程混选，最低选修13学分
	通识选修课程	选修	素质教育	1.5	24		●	●	●	●
		选修	经济管理类	2
		选修	中华传统类	3
		通识选修课程小计		4	说明：通识选修课程由专业根据需要列出
	课外活动与社会实践	必修	社会实践	2		32		32
		选修	学科竞赛	2
		选修	大学生创新创业训练计划项目	2
		选修	资格证书	2
		课外活动与社会实践课程小计		4	说明：社会实践、学科竞赛必须修满4学分。
个性化发展选修课程合计				17	说明：个性化发展课程占总学分10.1%
学分总计				168	原则上文学、法学等专业不超出150学分，经济学、管理学、艺术学类专业不超出160学分，工学类专业不超出170学分，建议学分总计整数

七、课程体系能力矩阵

人工智能专业必修课程对毕业要求的支撑关系

指标点教学活动	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
思想道德修养与法律基础						M	H		L
中国近现代史纲要		M							L		H
马克思主义基本原理		M	L				H
毛泽东思想和中国特色社会主义理论体系理论						M	H		L
习近平新时代中国特色社会主义思想概论						M	H		L
形势与政策(一~六)				M					L		H
思想政治理论课社会实践						M	H			L
军事理论		M					H	L
国家安全教育					L	M	H
劳动							L	M		H
大学美育							M		L		H
大学生涯规划与就业指导Ⅰ								M	L	H
大学生涯规划与就业指导Ⅱ								M	L	H
大学体育(一~四)			H			M		L
大学生心理健康教育		M					H		L
通用外语（一）					M				L		H
通用外语（二）					M				L		H
计算机应用基础					H		M				L
人工智能导论	H		M	L

创新创业基础			H				L	M
创新创业实践							M	L	H
微积分Ⅰ（一）	H	M	L
微积分Ⅰ（二）	H	M	L
线性代数Ⅰ	M	H	L
概率统计(Ⅰ)	L	H		M
大学物理Ⅱ（一）	H	M		L
物理实验（一）				H	M				L
大学物理Ⅱ（二）	H	M		L
物理实验（二）				H	M				L
C语言程序设计	L		M		H
python程序设计	L		M		H
人工智能数学基础	L	M		H
数据结构	L		M		H
数字电路与逻辑设计	H		M			L
数据库原理与应用			L		M			H
计算机网络	M				H			L
算法设计与分析	M	H		L
计算机组成与系统结构	H	M			L
人工智能：原理与技术	H		M						L
数据采集与标注技术		L		H	M
多模态数据处理基础	H		L	M
数据可视化				L	M		H
Linux系统应用	M				H			L

机器学习	H	M	L
深度学习	M		H	L
军事训练						L	M	H
生产劳动实习						L		M		H
生产实习						L		H		M
数据结构课程设计			L		H			M
数据库课程设计			L		H			M
数据采集与标注实训				L	H			M
深度学习实训			L		H			M
机器学习平台开发实训					L			M		H
视觉模型综合实训			L					M		H
自然语言处理综合实训			L					M		H
数据可视化项目实训			L					M		H
毕业论文（设计）				L						M	H
社会实践						L	M		H

注：课程或实践环节对毕业要求的支撑程度分别用“H（高）、M（中）、L（弱）”表示。每门课程对应3个毕业要求。

八、课程修读拓扑图

九、教学环节设置及学分分布表

学年	一		二		三		四
学期	1	2	3	4	5	6	7	8
上课周数	16	18	18	15	13	13	16	3
课内总学时	384	428	400	340	260	164	88	0
周学时	24.0	23.8	22.2	22.7	20.0	12.6	5.5	0.0

说明：上课周数指扣除了集中实践课程（军事训练、认知实习、生产实习、课程设计、毕业实习、毕业论文（设计））后的实际上课周数；“课内总学时”不包括课外教学的学时数。

·上一条：物联网工程专业本科人才培养方案

·下一条：物联网工程（技能）专业本科人才培养方案

map