还剩6页未读,继续阅读
文本内容:
人工智能技术服务专业人才培养方案专业大类电子信息大类专业类计算机类专业代码610217
一、招生对象与学制招生对象本专业招收普通高中及高中同等学历的应届毕业生学制三年
二、人才培养目标与就业岗位.培养目标培养适应社会主义市场经济建设需要,拥护党的基本路线,德、智、体、美等方面全面发展;掌握计算机、软件、互联网等技术;熟悉机器学习、深度学习等平台和工具使用;具备较强的数据采集与预处理、模型训练、应用开发能力;擅长人工智能某一个专业技术领域(例如智能视觉、智能语音等)的开发与应用;具有分析问题、解决问题及自主学习能力;具备良好的职业道德、职业素质、职业习惯及协作精神;能在IT行业及其它行业的IT部门从事人工智能应用系统设计、开发、测试、运维等相关工作的应用型高技能人才.就业岗位本专业毕业生主要面向AI应用开发工程师、机器学习工程师、图像处理工程师、视觉识别应用开发工程师、数据处理工程师等岗位(群):.人才培养规格通过三年培养,要求学生达到以下专业知识、能力素质要求.职业资格要求要求学生在校三年期间,至少获得1个专业技能证书,鼓励学生考取多项资格证书推荐的证书列表如下三专业课程体系.人才培养模式本专业与企业深度融合,实施〃任务导向、能力递进〃的工学结合人才培养模式围绕着职业岗位能力的形成过程,将人工智能应用开发、数据处理和系统运维管理过程中的典型工作任务提炼、加工成适宜教学的工作任务,依据完成工作任务需要的职业能力序化课程,以完成一个完整的工作任务所需要的知识、技能和素质结构设计教学方案按照完成一个任务的工作过程组织实施教学,学生在完成工作任务的过程中逐步提高职业能力,达到人才培养目标的要求.主干课程根据岗位的典型工作任务,提炼出本专业基础、核心及关键的课程,如下表所示:各主干课程介绍如下:.教学进程表程师的算法和模型,利用典型的计算平台和工具,对现有数据进行训练并生成最优推理模型对应各类互联网、电商、政府、企业等需要依赖数据建模、分析及预测的开发糊口分析类岗位理、转换等预处理操作,使之适合机器学习或深度学习的训练熟练使用Python数据操作API熟悉典型的特征提取方法熟练调用sklearn等机器学习算法库及keras深度学习算法库;熟练使用Tensorflow、PyTorch等深度学习工具能够对训练结果进行评价并攫取出最优推理模型了解机器学习常用算法的原理;了解CNN、RNN/LSTM等深度学习算法的基本原理图像数据处理工程师米集图像数据并进行预处理,调用既定算法进行深度分析和处理以提取出有价值的信息熟悉OpenCV、DirectShowffmpeg等图像和视频处理库的应用开发了解数字图像处理的算法,能够通过调整参数进行优化,能够组合多种算法完成复杂任务能够调用API从终端设备获取图像或视频数据视觉识别应用开发工程师调用深度学习模型训练数据以生成视觉模型;调用高级的视觉算法开发应用熟悉OpenCV、DirectShowxffmpeg等图像和视频处理库的应用开发熟练调用sklearn等机器学习算法库及keras深度学习算法库;熟练使用Tensorflow.PyTorch等深度学习工具能够训练既存的复杂的视觉模型,实现物体分割、目标检测、人体姿态检测、视频内容检测等功能能够设计和生成基于智能设备的AR应用数据处理工程师数据的爬取、采集、清洗、过滤、集成、探查等预处理,根据要求从中提取出需要的特征和标签,形成规范化的训练数据集熟练使用Python进行数据处理熟悉XML、JSON、义本义件、Excel等操作•熟悉SQL•了解机器学习和深度学习模型训练的输入和输出名称主要内容知识结构通用知识马克思主义基本理论、法律基础知识应用数学知识、计算机应用基础知识专业知识专业基础知识程序设计基础、网页设计基础、数据库应用基础、操作系统与网络基础专业核心知识数据处理技术、机器学习库、深度学习平台与工具、第二方AI平台和服务专业领域知识数字图像处理、计算机视觉、智能语音等能力结构方法能力排错和调试能力;良好的学习习惯及快速学习能力;一定的创新创业意识;数据敏感度社会能力团队协作和沟通能力;组织协作能力;与上下级、同事及客户交往能力专业能力程序设计语言熟悉Python等开发语言开发平台熟练掌握基于Python的Web应用开发技术;熟练掌握基于Python的数据分析处理技术机器学习和深度学习熟练使用Tensorflow、PyTorch等;熟练使用sklearn、Keras等高级别库素质结构思想道德素质爰国主义,分享意识,契约精神,工匠精神文化素质具备文学、地理、历史、经济、艺术等领域的一般常识职业素质踏实、能吃苦耐劳;文档与作、演讲与演小、得体的处理电话和邮件;表达能力、组织协调能力;保密意识及版权意识身心素质积极的奋斗精神,正确的人生观序a就业岗位职业资格证名称等级颁证单位1程序员全国计算机高新技术考试Java4级初级人社部2开发工程师全国计算机高新技术考试Java3级中级人社部3AI工程师HCIA-AI工程师中级华为工作领域典型工作任务专业核心课程AI服务系统开发使用某种局级语言封装推理模型定义对外接口,并以某种服务形式对外公布例如REST服务设计和实现外围服务及监控系统PythonWeb开发技术数据库管理与开发人工智能开放平台AI客户端应用开发•设计和实现基于Web的AI客户端应用•设计和实现基于App的AI客户端应用•设计和实现客户端与服务端的交互•智能客户端开发技术•人工智能开放平台AI专业领域应用开发•将推理模型移植到嵌入式设备上;结合硬件平台设计和实现应用程序以调用推理模型或AI服务OpenCV图像处理技术智能视觉应用技术智能语音应用开发实践智能视觉应用开发实践数据清洗、转换、标注•按要求对原始数据进行加工、清洗后保存在数据库中•按照业务需求从不同数据源中查询数据•从原始数据中提取出特征和标签,构造成适合机器学习训练的数据集Python程序设计数据采集与清洗数据够理与开发机器学习和深度学习平台与工具选择辐的机翳习模型进行功1陈选择合适的深度学习模型进行V1练对训练结果进行比对,选择最优推理模型•机器学习原理与应用•深度学习平台与工具课程名称课程介绍Python程序设计Python环境搭建;语法和语言特性;常用库函数Linux操作系统典型Linux系统RHELCentOSUbuntu的安装、配置和使用;常见服务和软件的安装、配置和监视数据库管理与开发MySQL数据库的安装、配置和使用,能够熟练进行表结构建模,熟练编写针对数据库的插、册I)、改、查代码数据采集与清洗文件操作、数据库访问、网络数据抓取、数据预处理、数据格式转换机器学习原理与应用机器学习典型算法的原理介绍;使用sklearn调用各机器学习算法;实现部分机器学习算法智能客户端开发技术使用H5WebApp开发技术实现基于Android和iOS的人工智能客户端应用;基十智能硬件设备的AI客户端开发技术;客户端与服务端的交互等PythonWeb开发技术常用的PythonWeb网站开发框架;Restful服务开发深度学习平台与工具使用Tensorflow或PyTorch实现CNN\RNN\LSTM等常见深度学习算法;训练过程监控;GPU训练OpenCV图像处理技术图像采集、图像数据格式、图形图像变换、OpenCVAPI智能视觉应用技术AR相关技术应用,视觉AI模型的移动设备适配,智能终端的图像和视频数据本地采集与处理,智能终端与服务端视觉模型的交互人工智能开放平台百度、京东、华为等第二方开发平台的典型功能和API调用;设计和实现微型的人工智能开放平台课程类别课程名称学时分配学期/周学时数学分小计学时理论学时实践学时五六公共素质必修课思想道德修养与法律基础232248V毛泽东思想和中国特色社会主义理论体系概论230246V形势与政策
0.588VV军事理论与国防教育
0.544V实用英语6946628VV体育与健康462458VV计算机应用基础46464V职业生涯规划与就业指导【校+企】232248VV应用与作2322210V课程类别课程名称学时分配学期/周学时数学分小计学时理论学时实践学时四五六应用数学4644222V小计27422218204专业基础课Java程序设计5804832V网页设计与制作3483216V新一代信息技术行业导论【企】116160VPython程序设计4643232V计算机网络基础4644816VLinux操作系统4643232V数据结构4644816VWeb前端开发技术3483216VPythonWeb开发技术5804832V数据库管理与开发4644816V云计算基础3483216V小计40640416224专业核心课数据采集与清洗【企】4643232V机器学习原理与应用【企】4643232V智能客户端开发技术【企】4643232VOpenCV图像处理技术【企】3482424V深度学习平台与工具【企】3482424V人工智能开放平台【企】4643232V智能视觉应用技术【企】2321616V小计24384192192专业实践课军训26464V公益劳动13232VJava程序设计实训【企】13232VPython程序设计实训【企】13232VPython开发综合实训【企】13232V智能语音应用开发实践【企】26464V智能视觉应用开发实践【企】26464V课程类别课程名称学时分配学期/周学时数学分小计学时理论学时实践学时四五六人工智能应用开发实践【企】(考证)26464V毕业设计4128128VV顶岗实习8192192VV小计24704704。