人工智能工程技术（本科）专业介绍（第四版）

专业代码：310209

专业名称：人工智能工程技术

基本修业年限：四年

学位：工学学士

职业面向：

算法研发工程师；数据分析师 ；人工智能应用开发工程师；智能机器人研发工程师；智能系统架构师；人工智能产品经理

培养目标定位：

1.夯实专业知识基础：培养学生系统掌握数学、计算机科学、统计学等基础学科知识，深入理解人工智能核心理论，包括机器学习、深度学习、计算机视觉、自然语言处理等专业知识体系。使其能够熟练运用数学模型与算法思维解决实际问题，为人工智能技术的研究与应用筑牢知识根基。

2.强化实践创新能力：注重实践教学环节，通过项目驱动、校企合作等模式，提升学生人工智能技术应用与开发能力。学生能够熟练使用 Python、TensorFlow、PyTorch 等开发工具与框架，完成人工智能算法设计、数据处理、模型训练与优化、智能系统开发等实践任务。同时，鼓励学生参与创新创业项目与学科竞赛，培养其创新意识与解决复杂工程问题的能力。

3.提升职业综合素养：培养学生具备良好的职业道德、团队协作精神与沟通能力，使其能够在跨学科团队中有效开展工作。引导学生关注行业前沿动态与社会需求，树立终身学习理念，具备适应职业发展与技术变革的能力。此外，注重学生的工程伦理教育，使其在人工智能技术研发与应用过程中，能够遵循伦理规范与法律准则，承担社会责任。

4.明确职业发展方向：毕业生能够在人工智能相关领域，如互联网、智能制造、金融、医疗、教育等行业，从事算法研发、数据分析、智能系统开发、产品设计与管理等工作。同时，为学生进一步深造攻读硕士学位或从事科研工作奠定基础，满足人工智能领域多层次人才需求。

主要专业能力要求：

1.基础理论应用能力：能够熟练运用高等数学、线性代数、概率论等数学知识，为人工智能算法构建数学模型；准确理解并应用计算机科学基础知识，包括数据结构、操作系统原理等，确保人工智能程序高效运行；扎实掌握统计学知识，用于数据的描述、分析与推断，为机器学习和深度学习提供数据支撑。

2.数据处理与分析能力：具备从多源异构渠道采集数据的能力，能够使用 Python、SQL 等工具对原始数据进行清洗、转换和集成，去除噪声与异常值；熟练运用数据分析工具（如 Pandas、NumPy）进行数据探索性分析，挖掘数据特征；掌握数据可视化技术（如 Matplotlib、Seaborn），以直观图表展示数据规律，为后续模型训练提供优质数据。

3.算法设计与实现能力：精通机器学习算法（如决策树、支持向量机）和深度学习算法（如卷积神经网络、循环神经网络）的原理，能够根据实际问题选择合适算法；熟练使用 TensorFlow、PyTorch 等深度学习框架，实现算法的编程开发与模型训练；具备算法优化能力，通过调整参数、改进模型结构等方式，提升算法性能与效率。

4.智能系统开发与部署能力：掌握人工智能应用系统的开发流程，从需求分析、架构设计到编码实现全程参与；能够将训练好的模型与 Web 技术、移动开发技术相结合，开发智能应用；熟悉云计算平台（如阿里云、AWS），实现人工智能系统的云端部署与运维，确保系统稳定运行。

5.跨学科协作与沟通能力：在跨学科团队项目中，能够清晰阐述人工智能技术方案，理解其他专业成员需求，实现有效协作；具备良好的文档撰写能力，规范记录项目设计思路、算法原理、实验结果等内容；及时跟踪行业动态，通过学术会议、技术论坛等渠道与同行交流，拓宽专业视野。

6.工程伦理与问题解决能力：在人工智能技术研发与应用过程中，严格遵守工程伦理规范与法律法规，保障数据安全与隐私；面对复杂工程问题时，能够运用系统思维分析问题根源，结合专业知识制定解决方案，并通过实验验证方案有效性，持续优化改进。

专业课程与实习实训：

主干课程：人工智能数学基础、电路设计基础、计算机系统结构、计算机网络技术、数据结构与算法、程序设计、人工智能技术与应用导论、数据采集与处理、数据分析与挖掘、机器学习技术与应用、深度学习技术与应用、嵌入式技术与应用、人工智能应用系统开发。

实习实训：

对接真实职业场景或工作情境，在校内外进行数据处理与分析、机器学习模型与应用开发、深度学习模型与应用开发等实训。在人工智能行业应用领域的企事业单位进行岗位实习。

职业类证书举例：

职业资格证书：计算机技术与软件专业技术资格

职业技能等级证书：计算机视觉应用开发、Python 程序开发、人工智能深度学习工程应用、智能计算平台应用开发、人工智能数据处理

专业特色与优势：

一、专业特色

1.跨学科深度融合：打破传统学科界限，深度融合计算机科学、数学、统计学、电子信息等多学科知识。以机器学习课程为例，不仅涵盖算法原理等计算机知识，还深度关联线性代数、概率论等数学内容，培养学生多维度思维能力，让学生能够从不同学科视角解决人工智能领域复杂问题，为从事交叉领域研究与应用奠定坚实基础 。

2.项目式实践教学：构建 “学中做、做中学” 的项目化教学体系，课程学习与真实项目紧密结合。学生入学后便参与不同阶段的项目实践，从简单的图像识别小项目起步，逐步过渡到复杂的智能系统开发项目。通过项目实践，学生能够将理论知识转化为实际应用能力，提前积累行业实战经验，提升就业竞争力。

3.紧跟前沿技术：专业课程与教学内容实时更新，紧密跟踪人工智能领域的前沿技术与研究热点。及时将生成式 AI、强化学习新算法等前沿知识融入课程，开设专题讲座与研讨课程，邀请行业专家分享最新动态，确保学生所学知识与行业发展同步，始终站在技术发展前沿。

二、优势方面

1.优质师资与科研平台：汇聚一批兼具深厚学术造诣与丰富实践经验的师资队伍，其中不乏参与国家级科研项目的专家学者。同时，配备先进的人工智能实验室、大数据分析平台等科研教学设施，为学生提供良好的实验与科研环境，支持学生开展创新研究与实践探索。

2.广泛的校企合作：与多家行业头部企业建立深度合作关系，开展联合培养、实习实训、产学研合作等项目。学生有机会进入企业参与实际项目开发，接触行业真实业务场景；企业工程师也会走进课堂，带来一线实践经验与行业需求，实现学校教育与企业需求的无缝对接，为学生就业与职业发展提供广阔渠道。

3.高就业与深造前景：随着人工智能行业的蓬勃发展，专业人才需求持续增长。本专业毕业生就业面广，可在互联网、金融、医疗等多个领域从事核心技术岗位工作，且薪资待遇优厚。此外，专业为学生提供良好的学术研究基础，众多学生毕业后进入国内外知名高校深造，在人工智能领域继续深耕。

这里，你将开启一段充满挑战与机遇的学习之旅，收获扎实的专业技能与广阔的职业前景。

接续专业举例：

接续专业硕士学位授予领域举例：人工智能、计算机科学与技术、软件工程

接续硕士学位二级学科举例：人工智能、计算机科学与技术