人工智能专业紧密跟随数字经济与智能产业发展的步伐，深度融入新工科建设理念，以“产、学、研、创”四位一体为核心育人体系，深化产教融合，创新校企协同育人新模式，致力于培养适应智能产业发展需求的高素质复合型、应用型人才。

本专业聚焦模式识别与机器视觉、智能感知与智慧交通、大模型应用等主流发展方向，并积极融入视频生成、数字IP定制等前沿应用场景，着力培养学生在多模态体系架构设计及工程化开发场景下的研发与实践能力，重点提升学生在模型微调优化、大模型应用部署与搭建等领域的综合专业素养。毕业生可在人工智能、数字创意等相关行业从事AI算法工程师、大模型应用开发工程师、多模态研发工程师、AI训练工程师等岗位工作。

图1：基地合照

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。

图2：实验室

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。

《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。

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。

信息科学与技术学院信息新闻中心