金沙js9线路中心人工智能专业本科人才培养方案
一、基本信息
专业名称 |
人工智能 |
专业代码 |
080717T |
批准时间 |
2022年 |
主干学科 |
信息与通信工程 |
修业年限 |
学制4年,最长学习年限以学校学籍管理规定为准 |
授予学位 |
工学学士 |
二、培养目标
本专业面向西部经济和航空工业,培养德、智、体、美、劳全面发展,掌握人工智能基础理论知识,具备数理知识和人工智能专业技能和专业知识,具有人文素养、科学素养及工程实践能力和创新精神,能在智能软件研发、智能系统集成及相关领域从事科学研究、技术开发、项目管理、运行维护等工作的高素质应用型工程技术人才。
本专业学生毕业后5年左右,预期达到以下目标:
(1) 具有人文社会科学素养、工程职业道德和社会责任感,践行社会主义核心价值观,拥护党的领导、热爱祖国,有意愿、有能力为国家和社会服务;
(2) 具有工程思维、工程创新能力、规划执行能力,能够综合运用数学与自然科学知识以及专业知识,具备独立发现、研究与解决智能软件研发、智能系统集成等人工智能及航空领域复杂工程问题的能力;
(3) 具有经济、生态、社会可持续发展的意识,针对人工智能领域的工程实践活动,能够综合考虑社会、文化、环境、安全、法律等因素,承担设计开发、信息处理、系统运行维护等工作;
(4) 具有国际视野和跨文化交流的能力,能够在多学科、跨文化背景下进行团队协作、沟通交流和项目管理,作为技术骨干或项目负责人发挥有效作用;
(5) 具备终身学习能力,能够利用现代信息技术工具获取新知识、新技术,具有持续学习和跟踪人工智能前沿技术的能力。
三、毕业要求
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用于解决智能软件研发、智能系统集成等领域的复杂工程问题。
1.1能够将数学、自然科学、工程科学的语言工具用于智能软件研发、智能系统集成等领域复杂工程问题的表述;
1.2能够利用计算机软硬件基础知识,针对具体的对象建立数学模型并利用计算机进行求解;
1.3能够将相关工程专业知识和数学分析方法用于推演、分析软件研发、系统集成等复杂工程问题;
1.4能够利用系统思维能力,将专业知识和数学模型方法用于智能软件研发、智能系统集成等领域复杂工程问题解决方案的比较与综合。
毕业要求 2 问题分析:能够针对智能软件研发、智能系统集成等领域,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复杂工程问题,以获得有效结论。
2.1能够运用相关数理和智能软件研发、智能系统集成等工程基础知识及相关科学原理,识别和判断复杂工程问题的产品设计、软件开发、系统集成等关键环节和参数;
2.2能够基于相关科学原理和数学模型方法正确表达智能软件研发、智能系统集成等领域的复杂工程问题;
2.3具有通过多种方案解决问题的意识,能够通过文献研究寻求可替代的解决方案;
2.4运用人工智能专业的基本原理,借助文献研究,从可持续发展的角度分析该工程活动过程的影响因素,获得有效结论。
毕业要求 3 设计/开发解决方案:针对智能软件研发、智能系统集成领域的复杂工程问题设计解决方案,考虑社会、健康、安全、法律、文化以及环境等因素,设计满足经济指标、性能指标、技术路线、工艺要求等需求的软硬件系统,并能够在设计环节中体现创新意识。
3.1掌握人工智能领域中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;
3.2能够针对经济指标、性能指标、技术路线、工艺要求等特定需求,完成软硬件系统或单元部件的设计;
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在智能软件研发、智能系统集成等工程设计中能够综合考虑公共健康与安全、节能减排与环境保护、法律与伦理,以及社会与文化等制约因素。
毕业要求 4 研究:能够基于机器学习、信号处理、信息系统等相关科学原理并采用科学方法对智能软件研发、智能系统集成等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能够基于机器学习、信号处理、信息系统等相关科学原理,通过文献研究或相关科学方法,调研和分析智能软件研发、智能系统集成等领域复杂工程问题的解决方案;
4.2能够根据智能软件研发、智能系统集成等领域复杂工程问题的特征,选择研究路线,设计软件开发、信息处理、系统集成等实验方案;
4.3能够根据实验方案构建实验系统,安全地开展实验,正确地采集实验数据;
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,反馈到人工智能领域复杂工程问题的设计与实践。
毕业要求 5 使用现代工具:能够针对智能软件研发、智能系统集成等领域的复杂工程问题,开发、选择与使用软件设计、程序设计、仿真软件的技术、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了解人工智能领域常用的现代电子仪器设备、现代工程工具、信息技术工具和模拟软件的使用原理和操作方法,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,对人工智能领域复杂工程问题进行分析、计算与设计;
5.3能够针对智能软件研发、智能系统集成等领域的复杂工程问题,开发、选择与使用满足需求的现代电子仪器设备与软硬件工具,进行模拟和预测,并能够分析其局限性。
毕业要求 6 工程与社会:能够基于软件开发、信息处理及系统集成等工程相关背景知识进行合理分析,评价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,并理解应承担的责任。
6.1了解软件开发、信息处理及系统集成等领域的技术标准体系、知识产权、产业政策和法律法规,考虑技术可行性和市场相容性,分析和理解不同社会文化对工程活动的影响;
6.2能够分析和评价人工智能领域中复杂工程问题的设计、开发和应用方案对社会、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。
毕业要求 7 环境和可持续发展:能够关注、理解和评价针对智能软件研发、智能系统集成领域的复杂工程实践对环境保护、社会和谐,以及经济可持续、生态可持续、人类社会可持续发展的影响。
7.1知晓和理解联合国可持续发展目标的理念和内涵,理解人工智能工程实践的设计、开发和应用与环境保护、社会和谐、可持续发展的关系;
7.2能够站在环境保护、社会和谐和可持续发展的角度,思考智能软件研发、智能系统集成等复杂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:树立和践行社会主义核心价值观,明确学生作为社会主义事业建设者和接班人所肩负的航空报国使命,具有人文社会科学素养和社会责任感,能够在智能软件研发、智能系统集成等领域的复杂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,了解世情国情党情民情,具有为国家富强、民族复兴而奋斗的志向和社会责任感,明确学生作为社会主义事业建设者和接班人所肩负的航空报国使命;
8.2恪守工程伦理,理解诚实公正、诚信守则的工程职业道德和行业规范,尊重相关国家和国际通行的法律法规;
8.3理解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,并能够在智能软件研发、智能系统集成等领域的复杂工程实践中自觉遵守和自觉履行责任,理解包容性、多元化的社会需求。
毕业要求 9 个人与团队:具有团队合作意识和组织协调能力,能够在电子、机械、控制、计算机、材料等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具有团队合作意识,能够在多学科、多元化、多形式(面对面、远程互动)的团队中与其他团队成员建立有效地、包容性地沟通和合作;
9.2具备独立工作的能力,或能够与团队成员合作开展工作,完成复杂工程实践任务;
9.3能够在电子、机械、控制、计算机、材料等多学科背景下组织、协调和指挥团队开展工作。
毕业要求 10 沟通:能够就智能软件研发、智能系统集成等领域的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针对智能软件研发、智能系统集成等领域的复杂工程问题,以口头、文稿、图表等方式,能够清晰表达自己的观点,回应质疑,理解并包容与业界同行和社会公众交流的差异性;
10.2了解人工智能专业领域的国际发展趋势、研究热点,理解和尊重世界不同语言、文化的差异性和多元化;
10.3具备跨文化交流的语言和书面表达能力,能够就人工智能领域的专业问题,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:在电子、机械、控制、计算机、材料等多学科环境下,理解并掌握人工智能领域的工程管理原理与经济决策方法,并应用于软件开发、信息处理及系统集成等复杂工程实践活动。
11.1理解和掌握人工智能工程实践中涉及的工程管理原理与经济决策方法;
11.2了解工程及产品全周期、全流程的成本构成,理解其中涉及的工程管理原理与经济决策问题;
11.3能够在电子、机械、控制、计算机、材料等多学科环境下(包括模拟环境),将工程管理原理与经济决策方法运用于软件开发、信息处理及系统集成等复杂工程实践活动。
毕业要求 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,及时跟踪人工智能发展的新理论、新动态。
12.1能够在最广泛的技术变革背景下,认识到自主和终身学习的必要性;
12.2具有自主学习新理论、跟踪新动态、不断适应发展的能力,包括对技术问题的理解能力、归纳总结的能力、提出问题的能力,批判性思维和创造性能力,养成自主学习和坚持学习的习惯;
12.3能够跟踪人工智能相关学科的发展趋势,能够接收和应对新技术、新事物和新问题带来的挑战。
四、主要核心课程
信号与系统A、数字信号处理A1、机器学习、神经网络与深度学习、信息论基础A、智能图像信号处理、智能语音信号处理、嵌入式智能信息系统及应用
五、主要实践性教学环节
人工智能专业实习、电工电子实习、工程训练C、人工智能生产实习B、高级语言课程设计、信号与系统A课程设计、机器学习课程设计、神经网络与深度学习课程设计、人工智能专业综合实训、嵌入式智能信息系统及应用实训、人工智能创新训练、人工智能创业实践、毕业实习、毕业设计(论文)。
物理实验、程序设计基础实验、电路分析基础D实验、电子技术实验、Python程序设计实验、信号与系统A实验、数字信号处理A1实验、机器学习实验、神经网络与深度学习实验、信息论基础A实验、智能图像信号处理实验、智能语音信号处理实验、嵌入式智能信息系统及应用实验。
六、制定情况
1.合作企业:西安蓝岸新科技股份有限公司
2.企业参与制定人:贾琪
3.学校制定人:范文娜 王丽 王威 张杨梅 苏晓勃 刘坤
4.审核人:毕杨