您现在的位置: 首页 - 教学工作 - 人才培养方案 - 正文

智能科学与技术专业人才培养方案(2023级)

发表日期:2023-09-19 21:53:18 | 点击数:

一、培养目标

本专业坚持立德树人,以培养德智体美劳全面发展的社会主义建设者和接班人为根本目标,培养满足江苏省及南京市经济和社会发展需要,顺应新一代人工智能行业新发展,具有较高的科学与工程素养,掌握智能科学与技术专业领域的基础理论、工程知识和专业技能,具有良好的学习能力、实践能力和创新意识,能够从人工智能领域的系统设计、应用开发、系统运行维护、管理和服务等方面工作的高素质应用型人才。

本专业学生毕业后5年左右具体应达到如下目标:

1.具有扎实的数理、专业基础理论知识和专业技能(基础知识),能在人工智能相关领域成功开展与专业相关工作;(职业能力)

2.具有良好科学素质、人文素养、社会责任感和职业道德,具有担当精神和强烈的事业心;(综合素养)

3.具有良好的团队合作和组织管理能力(团队合作),能够就人工智能领域中的复杂工程问题与国内外同行,以及社会公众进行有效沟通和交流;(跨文化交流)

4.具有国际视野,并能跟踪人工智能领域前沿技术发展和较强的创新能力;(国际视野和创新能力)

5.能够通过终身学习适应职业发展,在人工智能相关领域具有职场竞争力。(持续发展)

二、毕业要求

1.工程知识:能够将数学、自然科学、工程基础和专业知识用于解决复杂人工智能工程问题。

1-1能系统理解数学、自然科学、计算、工程科学理论基础并用于本专业领域工程问题的表述;

1-2具有本专业领域需要的数据分析能力, 能针对具体的对象建立数学模型并利用计算机求解;

1-3能够将相关工程专业知识和数学分析方法用于推演、分析专业工程问题;

1-4能够利用系统思维的能力将工程知识用于专业工程问题解决方案的比较与综合,并体现本专业领域先进的技术。

2.问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析复杂工程问题,以获得有效结论。

2-1能运用相关科学原理,识别和判断复杂工程问题的关键环节;

2-2能基于相关科学原理和数学模型方法正确表达复杂工程问题;

2-3能认识到解决问题有多种方案可选择,会通过文献研究寻求可替代的解决方案;

2-4能运用基本原理,借助文献研究,并从可持续发展的角度分析工程活动过程的影响因素,获得有效结论。

3.设计/开发解决方案:能够设计针对人工智能复杂工程问题的解决方案,设计满足特定需求的系统、模块(组件)或算法流程,并能够在设计环节中体现创新意识,考虑社会、健康、安全、法律、文化以及环境等因素。

3-1掌握人工智能应用的产品设计,数据收集标注与处理,模型训练,系统开发、测试、部署等全周期、全流程的基本设计与开发方法和技术,了解影响人工智能应用产品设计目标和技术方案的各种因素;

3-2能够针对特定需求,完成人工智能应用的单元模块(组件)的设计;

3-3能够进行人工智能产品系统设计,在设计中体现创新意识;

3-4在设计中能够考虑公共健康与安排、节能减排与环境保护、法律与伦理,以及社会与文化等制约因素。

4.研究:能够基于科学原理并采用科学方法对复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4-1能够基于科学原理,通过文献研究或相关方法,调研和分析复杂工程问题的解决方案;

4-2能够根据对象特征,选择研究路线,设计实验方案;

4-3能够根据实验方案构建实验系统,安全地开展实验,正确地采集实验数据;

4-4能对实验结果进行分析和解释,并通过信息综合得到合理有效的结论。

5.使用现代工具:能够针对复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程问题的预测与模拟,并能够理解其局限性。

5-1了解常用的人工智能现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法,并理解其局限性;

5-2能够选择与使用恰当的人工智能仪器、信息资源、工程工具和专业模拟软件,对复杂工程问题进行分析、计算与设计;

5-3 能够针对具体的工程问题对象,通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟和预测,满足特定需求,并能够分析其局限性。

6.工程与社会:能够基于人工智能相关背景知识进行合理分析,评价专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

6-1了解人工智能相关领域的技术标准体系、知识产权、产业政策和法律法规,理解不同社会文化对工程活动的影响;

6-2能够分析和评价专业工程实践对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响,并理解应承担的责任。

7.环境和可持续发展:能够理解和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响。

7-1知晓和理解“联合国可持续发展目标SDG17”;

7-2能够站在环境和社会可持续发展的角度思考专业工程实践的可持续性,评价产品周期中可能对人类和环境造成的损害和隐患。

8.职业规范:具有人文社会科学素养、社会责任感,能够在人工智能工程实践中理解并遵守工程职业道德和规范,履行责任。

8-1具有正确价值观,理解个人与社会的关系,了解中国国情;

8-2恪守工程伦理、理解并遵守工程职业道德和规范,尊重相关国家和国际通行的法律法规;

8-3在工程实践中,能自觉履行工程师对公众的安全、健康和福祉社会责任,理解和包容多元化的社会需求。

9.个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。

9-1能够在多学科、多样性、多形式(面对面、远程互动)的团队中与其他团队成员进行有效地、包容性地沟通与合作;

9-2能够在团队中独立承担任务,合作开展工作,完成工程实践任务;

9-3能够组织、协调和指挥团队开展工作。

10.沟通:能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令,并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。

10-1能就专业问题,以口头、文稿、图表等方式,准确表达自己的观点,回应质疑,理解并包容与业界同行和社会公众交流的差异性;

10-2了解人工智能领域的国际发展趋势、研究热点,理解和尊重世界不同语言、文化的差异性和多样性;

10-3具备跨文化交流的语言和书面表达能力,能就专业问题,在跨文化背景下进行基本沟通和交流。

11.项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

11-1掌握工程项目中涉及的管理与经济决策方法;

11-2了解工程及产品全周期、全流程的成本构成,理解其中涉及的工程管理与经济决策问题;

11-3能够在多学科环境下(包括模拟环境),在设计开发解决方案的过程中,运用工程管理与经济决策方法。

12.终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

12-1能在最广泛的技术变革背景下,认识到自主学习和终身学习的必要性;

12-2具有自主学习的能力,包括对技术问题的理解能力、总结归纳的能力、提出问题的能力,批判性思维和创造性能力;

12-3能接受和应对新技术、新事物和新问题带来的挑战。

三、基本学制与学位

基本学制:四年。

授予学位:工学学士。

四、毕业学分要求

毕业学分要求165.5学分;

综合素质课外培养10学分。

五、课程结构及学时学分分配表:

课程结构及学时学分分配表

课程类别

学分

占课内总学分比例(%

课内学时

占课内总学时比例(%

通识课程(必修)

61.5

37.2

952

48.2

(学科)专业基础课程

34

20.5

544

27.5

专业必修课程

12

7.3

192

9.7

专业限选课程

4

2.4

96

4.9

专业任选课程

4

2.4

32

1.6

通识课程(公共选修)

10

6

160

8.1

集中性实践教学环节

40

24.2

——

——

总计

165.5

100

1976

100

实践教学模块学分分配表

课内实践教学学分及比例

综合素质

课外学分

总计学分及比例

实验教学

军训模块

实习实训

课程设计

毕业实习

毕业设计(论文)

必修

任选

课内外合计

总学分

实践教学占总学分比例

28.3

2

13

6

4

15

7

3

78.3

175.5

44.6%

课内实践教学学分小计

68.3

——

课内总学分

165.5

课内实践教学占课内总学分比例

41.3%

上述表格中的说明:

1.课内总学分指毕业生要达到的总学分(不含综合素质课外培养10学分);

2.实验教学包含独立设课实验教学和非独立设课实验教学;

3.选修课程的学分、学时数,均按最低要求统计;

4.若专业限选课中设方向模块的专业,按第一个方向的学分、学时数统计。

六、课程教学计划安排及主要课程内容

(一)课程设置与安排表(附表1

(二)专业核心课程或核心课程群:

人工智能数学基础1、人工智能数学基础2、程序设计基础1、高级程序设计1、数据结构与算法、Linux系统应用基础、模式识别、机器学习、深度学习、数字图像处理。

(三)专业核心课程内容介绍:

课程编号:0809212041    课程名称:人工智能数学基础1  总学时:48   周学时:3

内容简介:本课程是人工智能专业的专业基础课。从内容上,该课程重点围绕导数求解、迭代优化和概率模型,具体来说大致包含两大块,即最优化方法(线性规划、二次规划、有约束、无约束牛顿、拟牛顿)和随机过程(马尔可夫过程/链)。该课程为本专业的后续重要课程(比如模式识别、机器学习、数字图像处理、深度学习等)打下基础,为学生积累数学知识,并重点培养学生数学思维和推理能力。

课程编号:0809212042  课程名称:人工智能数学基础2   总学时:48 周学时:4

内容简介:本课程是人工智能专业的专业基础课。从内容上,该课程重点围绕导数求解、迭代优化和概率模型,具体来说大致包含两大块,即矩阵分析(对矩阵求导、梯度)和数值计算(用计算机来解最优化的问题,BLAS)。该课程为本专业的后续重要课程(比如模式识别、机器学习、数字图像处理、深度学习等)打下基础,为学生积累数学知识,并重点培养学生数学思维和推理能力。

课程编号:0809212076 课程名称:程序设计基础1  总学时:32   周学时:4

内容简介:程序设计是系统实现的基础。本课程讲授Python等语言编程的基本知识和基本语法,让学生理解结构化与面向对象程序设计的思想,训练解决问题的计算思维方式,掌握基本编程思路和框架,具备编写基本程序的能力,为后续进一步学习人工智能相关课程打下良好基础。通过本课程的学习,学生应熟练掌握程序设计的基本知识,Python语言中的基本知识、各种语句及程序控制结构,具有一定的程序修改调试能力,具备较强的逻辑思维能力。

课程编号: 0809212078 程名称:高级程序设计1   总学时:32  周学时:4

内容简介:本课程讲授以C++语言以主要工具,讲授其基本知识和基本语法,让学生理解面向对象程序设计的思想和基本的数据结构,训练解决问题的计算思维方式,掌握基本编程思路和框架,具备编写基本程序的能力,为后续进一步学习人工智能相关课程打下良好基础。通过本课程的学习,学生应熟练掌握程序设计的基本知识,C++语言中的基本知识、各种语句及程序控制结构,具有一定的程序修改调试能力,具备较强的逻辑思维能力。

课程编号:08092120074 课程名称:数据结构与算法 总学时:64  周学时:3

内容简介:本课程主要介绍用计算机解决一系列问题特别是非数值信息处理问题时所用的各种组织数据的方法、存储数据结构的方法以及在各种结构上执行操作的算法。通过教学要求学生掌握各种数据结构的特点、存储表示、运算方法以及在计算机科学中最基本的应用,培养、训练学生选用合适的数据结构和编写质量高、风格好的应用程序的能力,并为后续课程的学习打下良好的理论基础和实践基础。主要内容包括线性表及其运算,堆栈、队列及其应用,串的基本运算,树的操作及应用,图的操作及应用,查找和排序算法的应用。

课程编号:0809212067  课程名称:Linux系统应用基础 总学时:32  周学时:2

内容简介:本课程讲授Linux操作系统的基本概念、基本原理和基本使用方法。通过本课程的学习,让学生应能够熟练使用Linux系统进行日常系统使用与维护,基本程序设计、脚本编写,了解Linux操作系统的基本原理和基本方法;了解Linux操作系统的结构(内核和外壳)以及作用。具备较强的系统使用能力,为以后在Linux编写人工智能相关程序奠定基础。

课程编号:0809312059   课程名称:数字图像处理   总学时:48   周学时:4

内容简介:本课程的主要内容是数字图像的处理与分析,课程重点是数字图像的图像变换、点运算、增强、边缘检测等数据处理方法。通过本课程的学习,是使学生了解数字图像的获取、显示、存储等基本技术,深刻理解图像增强、分割、分类、几何变换、描述、图像知识表示和编码等基本原理。掌握数字图像处理的基本原理和基本分析方法。熟练掌握基于Python的图像处理方法,编程解决实际问题。本课程着重从数字图像处理的实际应用角度出发,阐明数字图像处理方法的数学和物理基础、具体算法、应用条件,阐明数字图像处理的增强、锐化、分割和编码等技术的应用效果,以及数字图像处理技术的发展方向和应用前景。

课程编号:0809312057   课程名称:模式识别 总学时:48 周学时:4

内容简介:本课程是人工智能专业的必修课程。它以各种数学方法(包括概率、统计、凸优化、矩阵分析等)为工具,研究计算机如何学习和模拟人的识别行为。大致来说,模式识别分为监督学习、半监督学习和非监督学习三种类型,其主要步骤是训练和测试两部分。通过本课程的学习,要让学生运用计算机和数学这两种工具对手头的问题建立数学模型,并会用逻辑推理的方式去简化和解决该问题。

课程编号:0809312058  课程名称:机器学习 总学时:48  周学时:4

内容简介:机器学习作为人工智能中最重要的基础技术之一,对学生了解和使用人工智能是必不可少的。学习者通过学习本课程应掌握机器学习的基本概念、核心思想、基础知识、基本原理、主要方法、基本过程、常用技术和工具,掌握包括线性模型、决策树、神经网络、支持向量机、聚类等基本算法,具备机器学习算法设计与分析能力,具备机器学习问题设计能力,具备将真实世界的实际问题抽象为机器学习问题,并使用机器算法进行解决的能力。

课程编号:0809312079 课程名称:深度学习 总学时:48   周学时:4

内容简介:深度学习是机器学习的一个子类,一种能够使计算机系统从经验和数据中得到提高的技术。面对许多人工智能任务,研究人员往往采用以下方式解决:先提取一个合适的特征集,然后将这些特征集提供给简单的机器学习算法。然而,对于许多任务来说,我们很难知道应该提取哪些特征,或是知道所需的特征,却由于图像采集场景的不同使得难以准确地根据像素值来提取特征。深度学习作为一种特定类型的机器学习,具有强大的能力和灵活性,它将大千世界表示为嵌套的层次概念体系,从而实现利用简单的表示来描述复杂的概念,如此可以很完美的解决机器学习中的核心问题。目前不仅许多专业的研究生开设深度学习课程,而且许多专业的本科生,特别是计算机和软件工程等专业的本科生,都开设了深度学习课程。要求学生能了解相关概念、知识、原理、应用和模型,能进行简单深度学习算法的实现,并能利用所学到的深度学习的知识解决人工智能问题。

七、实践能力和创新能力的培养

(一)集中性实践教学环节安排表(附表2);

(二)培养实践能力和创新能力的主要措施。

1.实践能力培养

本专业以“高级应用型人才”为培养目标,实践能力的培养包括基本实践、专业实践、研究创新实践、创业与社会适应等四种能力的培养。根据培养目标,对上述四种能力进一步分解,融入到理论课程和实践教学中。现将本专业实践能力培养途径列于表1

1:能力及其培养途径

一级能力

二级能力

培养要求

支撑教学环节(含实验、课程设计、实习、毕业设计等)

基本实践能力

计算机应用技能

程序设计技能

新型数据库管理与应用技能

智能科学与技术的基本理论和知识能力

数学思维能力

查阅外文资料的能力

教学内容:数理基础、学科基础及专业核心课程的一部分,主要强调人工智能基本方法和算法的基本思想及理论。

教学目的:强调基本原理的应用。

组织形式:理论和方法的学习。

人工智能导论

离散结构

人工智能数学基础1

人工智能数学基础2

程序设计基础

程序设计基础实验

程序设计应用

程序设计应用实验

数据结构与算法

数据结构与算法实验

Linux系统应用基础

数据库原理与应用

科技写作

专业实践能力

算法编写能力

智能信息处理

智能行为交互

智能系统集成

人工智能系统设计与实现能力

人工智能方法应用能力

日常沟通与商务写作能力

教学内容:通过设计-实现的经验整合不同人工智能专业课程里学到的知识。

教学目的:强调解决实际问题。

组织形式:较复杂的人工智能应用。

模式识别

机器学习

数字图像处理

自然语言处理

深度学习

深度学习实验

模式识别课程设计

机器学习课程设计

深度学习课程设计

研究创新能力

以专业基本技能和专业核心应用能力为基础,在工程环境中完成一个人工智能问题的设计、解决和运行的综合能力

教学内容:重新优化现有的人工智能算法,以提高算法的准确性。

教学目的:算法优化

组织形式:人工智能环境所需的原型的高级仿真

专业方向综合实践

专业方向课程设计

创业和社会适应能力

以前三层能力为基础,且具备:

◆ 反思与创新思维

◆ 学习和适应社会变化,开拓性强

◆ 职业道德、正直和责任感

◆ 人际交往能力(团队合作、书面与口头交流、使用外语交流)

◆ 外语及跨文化沟通能力(对国际文化的理解适应和接受能力、对不同文化的包容性与开放的心态)

教学内容:项目扩大到商业应用场景,是一个能够反映实际性能的可操作原型或一种高级模型。

教学目的:强调创新设计,及跨部门的工作团队协作。

组织形式:包含商业设计的真实环境所需原型和仿真。

创新实践

毕业实习

毕业设计(论文)

大学生职业生涯规划指导

大学生创业基础


2.创新意识与创新精神的培养

本专业人才培养方案重视学生创新意识与精神的培养,面向本专业全体学生通过人工智能方向学术讲座、学科竞赛、科技创新活动、实验室开放项目等形式,培养学生的创新意识和精神,引导学生申报软件著作权和专利,撰写论文等,形成创新成果,如表2所示。

2:创新意识与创新精神培养

培养途径

考核方式

形成的结果

每位同学至少需要参加下列选项之一,并达到相应的考核标准:

1新技术与创新讲座2、实践创新活动,包括:

2.1学科竞赛

2.2科技创新活动

2.3实验室开放项目

2.4大学生创新创业项目

2.5创业孵化项目

2.6参与教师科研项目

1.完成研究报告或论文

2.1学科竞赛作品或获奖

2.2获得知识产权受理

2.3完成研究报告或论文

2.4完成研究报告

2.5获得知识产权受理

2.6完成研究报告或论文

每位同学至少取得1项下列成果之一:

报告

论文

知识产权

作品

获奖证书


培养学生创新意识与创新精神的途径有多项内容,每位学生至少选择参加其中1项,并达到相应考核标准,具体内容如下:

1.参加人工智能方向学术讲座

通过学术讲座,介绍当前新技术,培养学生的创新精神,引导学生开展创新实践,培养创新能力。

2.参加各种实践创新活动

通过组织学生参加各种实践创新活动,来让学生形成创新意识,并培养提高学生的创新能力。各种实践创新活动包括:

2.1学科竞赛

学科竞赛主要参加:人工智能相关学科竞赛。各种学科竞赛都由学院学科竞赛社团组织,根据自愿报名、组织挑选的原则,每年从学生中挑选新团员,学院给予每个竞赛社团分配创新实验室、指导教师等,竞赛社团中含有各个年级的学生,形成梯队。

2.2科技创新活动

学生科技创新活动由各教研室组织教师与学生双向选择,每位老师每一届带3-5名学生,以项目形式驱动创新活动的开展,项目由学生/教师自拟或来源于教师科研项目。

2.3实验室开放项目

学院人工智能方向的相关实验室已经积累了一批实验室开放项目,学生可以选择这些项目,系、实验中心指派指导老师,学生利用实验室开放到实验室实施项目,培养学生的实践动手能力,研究与探索的精神。

2.4大学生创新创业项目

学生申报并承担大学生创新创业项目,通过项目来实践创新创业过程。

2.5创业孵化项目

学生主持或参与创业孵化项目,通过项目来促进学生创新创业能力的快速提高,并培育有可能转化为创业公司的创业项目和团队。

2.6学生参与教师科研项目

学生参与到教师的横、纵向科研项目中,从而锻炼学生的实践创新能力。




版权所有:金陵科技学院 软件工程学院 地址:南京市江宁区弘景大道99号 邮编:211169 电话:025-86188709 E-mail:rjxy@jit.edu.cn