人工智能专业人才培养方案

一、专业特色

人工智能专业开办于2025年。本专业聚焦模式识别与机器视觉、智能感知与智慧交通、大模型应用等社会需求，为社会培养高质量的复合型和应用型人才，以“产、学、研、创”四位一体为核心要素，结合新工科理念，深化产教融合，创新人才培养的新型校企合作模式，培养学生在人工智能工程领域的问题发现、分析、设计、实现和优化能力。

二、培养目标

以立德树人为根本任务，培养适应国民经济和社会科技发展需求、德智体美劳全面发展、掌握人工智能基本理论和专业知识，具有扎实的数理与计算机软件应用能力的合格人才。学生应具有人工智能系统分析、设计、开发相关的工程技术能力，应具有人工智能在相关行业智能化发展的应用创新能力。学生通过系统学习、工程实践和社会参与，成长为能够胜任人工智能产品或系统的工程设计、技术开发和服务、运管维护、最优决策支持等工作的高素质应用型人才。

三、专业主要课程

Python人工智能编程、数据结构、机器人操作系统应用、大数据分析、模式识别与机器学习、神经网络与深度学习、自然语言处理、计算机视觉、深度学习综合实训、智能交通综合实训、智能系统分析与设计综合实训、数据采集与清洗综合实训、数据可视化平台综合实训、智能系统开发综合实训、人工智能项目综合实训等。

四、专业特色课程

《机器人操作系统应用》课程是本专业的核心课。该课程是人工智能领域连接“算法”与“物理世界”的核心桥梁。本课程面向人工智能专业学生，讲授 ROS2框架、运动规划及仿真验证等关键技术，培养在复杂环境下让机器人“看得见、算得快、动得准”的系统级开发能力。通过“视觉识别+自主导航+多机协同”项目实战，学生将掌握如何以 AI 算法为大脑、ROS 为神经，快速构建可落地的智能机器人系统，为进入无人驾驶、服务机器人与智能制造等行业奠定工程基础。

《神经网络与深度学习》是本专业的核心课。课程系统讲授多层感知机、卷积网络、循环网络、注意力机制及 Transformer 架构；配套 PyTorch 实战，覆盖计算机视觉、自然语言处理与多模态大模型三大场景。通过“数据-模型-算力”闭环实验，学生将具备设计、训练、调优并部署前沿深度学习系统的能力，为从事 AIGC、自动驾驶、AI for Science 等前沿方向奠定理论与工程双重基础。

五、就业去向

毕业生就业面向软件与智能硬件融合领域，可担任算法工程师、计算机视觉/自然语言处理工程师、机器学习/深度学习工程师，以及 ROS 机器人软件工程师、嵌入式 AI 算法优化工程师、智能硬件产品经理等岗位，负责 AI 模型设计训练、边缘部署、机器人感知-决策-控制系统的软件实现及智能终端软硬件协同优化。