- 1、本文档共16页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
人才培养方案
PAGE 8
人工智能技术服务
(高职高专)
人才培养方案
2020年02月
人工智能技术服务(高职高专)
人才培养方案
一、招生对象及学制
(一)招生对象:全国统一的招生考试录取新生。
(二)学习年限:基本学制三年,实行弹性学制,学生在校时间原则上不能少于两年,总在校时间(含休学)不得超过六年。
二、培养目标
培养德、智、体、美、劳全面发展,具有良好职业道德和人文素养,掌握人工智能基础专业理论知识、应用技术,具备人工智能技术应用开发、系统管理与维护等能力,从事人工智能相关的应用开发、系统集成与运维、产品销售与咨询、售前售后技术支持等工作的高素质技术技能人才。
三、人才培养规格
本专业是培养学生学习人工智能应用技术的基础理论和应用知识,面向人工智能产业及其应用相关的企事业单位,在人工智能技术应用开发、系统运维、产品营销、技术支持等岗位从事人工智能应用产品开发与测试、数据处理、系统运维、产品营销、技术支持等工作。本专业毕业生在知识、能力和素质等方面应达到如下具体要求:
(一)知识结构要求
具有良好的自然科学基础,扎实的信息科学基础;具有较好的人文社会科学、管理科学知识;熟练掌握人工智能专业知识和应用技术,主要包括人工智能概论、深度学习实践、人工智能应用开发、人工智能数据分析、云计算导论、大数据导论、Hadoop系统基础、数据采集与处理和数据标注工程等。
(二)能力结构要求
具备从事人工智能应用系统设计与实现的能力,特别在智能数据分析、智能数据处理、智能行为决策等方面,受到较系统的项目实践训练,能够发现、分析和解决实际项目中的技术问题;具备良好的项目交流、表达、组织、管理、协调与沟通的能力;了解智能学科、信息学科、计算机学科、数据科学的发展动态,并掌握相关文献检索方法,具有基本的专业资料分析与综合的能力,良好的文档与科学论文撰写能力;具有较强的创新意识,一定的创新创业能力。
(三)素质结构要求
毕业生身心健康;有良好的道德修养,尊重生命、遵纪守法、诚信友善、乐于奉献;有高尚的民族精神,积极弘扬传统文化,热爱祖国,崇尚集体主义精神;有坚定的理想信念,拥护中国特色社会主义,贯彻科学发展观、和谐社会理论和“四个全面”思想。
四、毕业标准
本专业学生在毕业审查时,要求同时达到以下条件:
(一)具有良好的思想道德和身体素质。
(二)完成培养方案规定的全部教学环节,最低修满138学分(其中必修126学分),毕业设计(论文)答辩合格。
(三)取得下列人才认证证书之一:
Silicon Stone Education(SSE)人工智能人才认证证书。
工业和信息化部教育与考试中心颁发的《人工智能数据处理师》。
工业和信息化部颁发的《工业和信息化领域急需紧缺人才培养工程证书》。
其他本专业对应的国家、行业、社会、企业中(初)级且经本学院认定的职业技能证书。
五、课程设置和学分要求
课程类别与学分结构表
课程
模块
类别
必修课
选修课
合计
占总
学分
比例(%)
学分
学时(周)
最低
学分
最低学时(周)
学分
学时(周)
公共基础课程
39
688+3周
0
0
39
688+3周
29.55%
专业基础课程
37
528+4周
12
192
49
720+4周
37.12%
专业核心课程
26
416
0
0
26
416
19.70%
毕业设计与就业指导
18
32+16周
0
0
18
32+16周
13.63%
总计
120
1664+23周
12
192
132
1856+23周
100%
公共基础课程:包括思想道德修养与法律基础、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、安全与国防教育、心理健康教育、公共英语、高等数学、线性代数、公共体育等。
专业基础课程:包括数据结构、数据库基础、操作系统、计算思维和数据科学、综合程序设计、Python语言程序设计、Java语言程序设计、Linux系统与应用、云计算导论、大数据导论等。
专业核心课程:包括人工智能概论、深度学习实践、人工智能应用开发、大数据库、数据挖掘基础、数据清洗、数据标注工程。
六、教学进度规划(含主要实践性教学环节、专业实验)
第一学期
课程名称
课程性质
学分
学时(周)
其中实践学时
军训
必修
2
3周
3周
思想道德修养与法律基础
必修
2
32
形势与政策
必修
2
32
公共英语(一)
必修
4
64
高等数学(一)
必修
4
64
公共体育(一)
必修
0.5
32
数据结构
必修
4
64
32
Java语言程序设计
必修
4
64
32
Linux系统与应用
必修
4
64
32
说明:第一学期必修26.5学分,最低选修0学分,合计26.5学分。
第二学期
课程名称
课程性质
学分
学时(周)
其中实践学时
您可能关注的文档
- 大数据技术与应用人才培养方案(高职高专)-20200214.docx
- 大数据运维专业人才培养方案(技师类)-20200214.docx
- 数据标注专业人才培养方案(技师类)-20200214.docx
- 数据科学与大数据技术人才培养方案(本科)-20200214.docx
- 数据清洗专业人才培养方案(技师类)-20200214.docx
- 智能科学与技术专业人才培养方案(本科)-20200214.docx
- 【广州工商学院】广州工商学院大学生创新创业导师管理办法(试行)2017.pdf
- 【衡阳师范学院】衡阳师范学院大学生创新创业导师管理办法(暂行)2018.10.25.pdf
- 【湖南三一工业职业技术学院】湖南三一工业职业技术学院大学生创新创业导师管理办法(试行)2017.6.18.pdf
- 【江西科技学院】江西科技学院创新班创新导师遴选及管理办法.pdf
文档评论(0)