智能科学与技术专业人才培养方案

（专业代码： 080907T）

一、专业介绍

智能科学与技术专业依托衡水学院数学与计算机学院专业优势而建。2019年被选定为衡水学院校企合作重点建设专业。学科结合京津冀协同发展的需求和自身优势，依托中国人工智能教育联盟和神州智造智能研究院平台资源，致力于引领人工智能核心“深度学习”技术突破，构建人工智能行业解决方案。应用性技术上，基于深度学习的图像识别、人脸识别、人体识别、车辆识别、医疗影像诊断等技术在智慧城市、智慧安防、智慧交通、智慧医疗等领域广泛应用；依托企业行业优势，将衡水学院智能科学与技术专业打造成培养适应当地经济和社会发展需要的、全面发展的人工智能基础研究、应用研究、运行维护等方面的专业研究与应用技术人才。

专业特色包括：

1、以CDIO工程教育模式：将构思、设计、实现和运作贯穿人才培养全过程，以产品研发到产品运行的生命周期为载体,让学生以主动的、实践的、课程之间有机联系的方式学习,培养理论与实践相结合的复合型人才。

2、结合企业优势，培养基于深度学习的全面发展的技术人才。（1）企业项目移植：将企业项目移植到学校课程实践体系中，全方面提升学生的综合实践能力。（2）顶岗实习：结合教学计划，学生进入企业参与行业项目开发，达到产教融合、共同培育学生的目标。（3）项目驱动：通过项目驱动构建由基础认知性实践、综合应用性实践、创新创业性实践教学活动组成的实践教学体系。

3、以赛促教、以赛促学、赛训结合：鼓励学生积极参加各类大赛,针对学生能力提供多个层面的竞赛培训，为学生搭建施展才能的平台。

二、培养目标

1.目标定位

本专业以习近平新时代中国特色社会主义和党的教育方针为指导，旨在立足衡水，依托京津冀，面向全国培养热爱祖国，拥护共产党领导，具有高尚的社会主义道德观，具有正确的世界观、人生观、价值观，德、智、体、美、劳全面发展的社会主义事业建设者和接班人；能够系统掌握智能科学与技术的基础理论知识和专业技术；掌握人工智能、计算机视觉、模式识别、机器学习、深度学习等原理和技术；能够综合运用智能科学技术知识和技能，理论联系实际解决问题；获得良好的科学思维和系统的专业技能训练；具备较强的实践能力、创新精神和可持续发展的专业能力；学生毕业后能能够信息及智能行业，从事计算机视觉等领域应用研究、系统开发、数据管理与分析，也可为人工智能相关交叉学科继续深造奠定扎实基础。

2.目标内涵

培养学生在入职五年左右能达成下列目标。主要包括：

目标1：通识能力。适应地方经济建设和社会发展需求，具有良好科学文化素养和职业道德，具有良好的心理素质和社会责任感，具有与职业和行业相关的自然科学基础知识，坚实的数理基础，以及经济、管理和法律知识。

目标2：学科能力。具有扎实的计算机领域基础理论、应用技术和宽阔的专业视野，主要包括计算机体系结构、程序设计、数据结构、操作系统等，具有一定应用与开发能力，能够用系统的观点分析、处理科学技术问题，具备系统分析、设计、开发、维护与研究的基本能力。

目标3：专业能力。按照企业用人标准，具有本专业领域必需的科学与工程类、人工智能类、交叉复合类科学技术基础理论知识和安防、交通等行业应用技术能力，包括机器学习、深度学习、模式识别、数字信号处理、数字图像处理、计算机视觉、认知科学等，能够综合运用所学理论和技能发现、分析、解决专业相关的复杂工程问题，承担与智能科学相关的软件开发、系统设计、信息处理与分析、软件系统管理与维护和技术管理等企业工作。

目标4：职业能力。具有创新意识、协作精神，具备在团队中分工协作、交流沟通的能力，以及发挥组织作用的能力。

目标5: 提升能力。通过继续教育或其他终身学习渠道及企业行业实训等渠道，能够与时俱进，符合企业发展，通过不断学习来拓展自己的知识和能力，具备良好的适应性和自我提升能力。

三、毕业要求

本专业毕业生应达到如下要求：

1.工程知识：掌握本专业所需的数学、自然科学、工程基础和智能技术的专业知识，能将上述知识用于解决智能领域的工程问题。

1.1 能够运用相关数学知识，满足智能领域工程计算的实际要求。

1.2 能够运用相关自然科学知识，表述智能科学与技术领域的工程问题。

1.3 能够将工程基础知识运用于智能领域，满足智能工程问题的推导和计算需求。

1.4 能够综合运用智能科学与技术专业知识，对复杂问题的解决途径进行评价，并提出改思路。

2.问题分析：能够应用数学、自然科学、工程基础和智能科学与技术技术的专业知识，识别、表达和有效地分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。

2.1能够应用数学、自然科学、工程科学和智能科学的基本原理，识别智能领域并有效分解。

2.2掌握智能技术及工程科学基本原理，表达智能领域工程问题的关键环节和参数，对分解后的问题进行分析。

2.3通过文献研究，识别、表达智能技术工程问题，尤其是智能及相关领域系统设计、集成、开发及工程应用问题，以获得有效结论。

3.设计/开发解决方案：能够针对智能技术领域复杂工程问题提出解决方案，设计满足特定需求的系统和模块，并能够在设计环节中体现创新意识；能够综合考虑其对社会、健康、安全、法律、文化及环境的影响。

3.1能够综合运用理论和技术手段，针对智能领域工程问题提出解决方案，设计满足特定需求的系统、模块或开发流程。

3.2能够在系统方案设计环节中考虑多方面、多层次因素的影响，如社会、健康、安全、法律、文化以及环境等因素。

3.3综合利用智能领域的专业知识和新技术，在针对智能系统设计与开发中体现创新意识。

4.研究：能够基于科学原理并采用科学方法对智能领域的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能够基于科学原理采用科学方法对智能领域工程问题进行理论分析。

4.2能够针对智能领域工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。

4.3能够对实验结果进行合理分析、解释，通过实验数据分析、信息综合等手段得到理有效的结论。

5.使用现代工具：能够针对智能领域的复杂工程问题，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掌握基本的计算机操作和应用，并能够运用集成开发环境进行复杂程序设计。

5.2能熟练运用文献检索工具获取智能领域理论与技术的最新进展以及资源，掌握智能技术专业仪器设备的基本原理和操作方法，能够在复杂、综合型工程中合理选择和使用仪器设备。

5.3具备使用实验设备、计算机软件和现代信息工具对复杂程问题进行模拟或仿真的能力，理解其使用要求、运用范围和局限性。

6.工程与社会：能够结合智能领域相关的工程知识进行合理分析，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 了解智能科学与技术相关领域技术标准、知识产权、产业政策和法律法规。

6.2能够基于智能科学与技术相关背景知识，合理分析、认识和评价本专业相关工程实践和复杂工程问题解决的方案对社会、健康、安全、法律以及文化的影响及社会责任。

7.环境和可持续发展：了解环境保护和可持续发展的基本方针、政策和法律、法规，能够理解和评价智能领域的专业工程实践对环境、社会可持续发展影响。

7.1了解环境保护和社会可持续发展的基本方针、政策和法律、法规，能够正确认识针对复杂工程问题的专业实践对环境和社会影响。

7.2能针对实际复杂工程问题，评价工程实践对环境、社会可持续发展的影响。

8.职业规范：具有人文社会科学素养、正确的政治立场和责任感，能够在工程实践中遵守智能领域的相关职业道德和规范。

8.1具有社会责任感，树立正确的世界观、人生观和价值观

8.2理解工程技术的社会价值以及工程师的社会责任，在工程实践中能自觉遵守职业道德和规范。

8.3具有人文社会科学素养。

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。能够听取其他团队成员的意见和建议，充分发挥团队协作的优势。

9.1 具备团队协作的意识和能力，能主动与其他成员共享信息，合作共事。

9.2能够完成团队分配的工作。承担责任与义务。

9.3 正确理解合作与竞争、个人与团队的关系，能够胜任团队成员或负责人的角色，能在团队协作中听取其他团队成员的意见和建议，充分发挥团队协作的优势。

10.沟通：具备良好的表达能力，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、陈述发言等；掌握至少一门外语，具有一定的国际视野，能够在跨文化背景下进行沟通和交流。

10.1 具有良好的口头表达能力，能够清晰、有条理地自己的观点，掌握基本的报告、设计文稿的撰写技能。

10.2 掌握至少一门外语，具备一定的国际视野，并了解基本的国际文化礼仪。能够就复杂工程问题，综合运用口头、书面、报告、图表等多种形式与国内外业界同行及社会公众进行有效沟通和交流。

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、跨职能环境中合理应用。

11.1理解工程管理与经济决策的重要性，掌握工程管理的基本原理和常用的经济决策方法。

11.2能够在多学科、跨职能环境中合理运用工程管理原理与经济决策方法。

12.终身学习：

12.1了解自主学习的必要性，具有自主学习的意识。

12.2了解终身学习的必要性，具有终身学习的意识。

12.3能够通过文献查询、网络培训等多种渠道进行终身学习，以适应职业发展的需求。

四、主干学科

08工学

0809计算机类

080907T智能科学与技术

   五、核心课程

见表2

六、主要实践性教学环节

课程实践、专业实习、“AI+X”企业实践、AI学习管理平台实训、毕业设计（论文）等。主要实践包括：程序设计基础实践、操作系统实践、机器学习实践、模式识别实践、人脸识别实践、Python程序设计课程设计、数据结构课程设计、机器学习课程设计、深度学习课程设计、计算机视觉课程设计、计算机视觉企业实践课程等。

七、学制与学位

基本学制4年，弹性学制3-6年。

修满本专业人才培养方案规定的160学分者，准予毕业。

符合学位授予条件者，授予工学学士学位。

八、培养方案制订人员信息

制订人：智能科学与技术专业教研室

审核人：张建光

九、教学计划

表1：通识教育平台

表2：专业教育平台

注：专业拓展修课程最低修读8学分

表3:对接行业企业和综合实践平台

课程平台

课程系列

课程名

课程号

学分

学时

学期

课程性质

考核方式

讲授学时

实验学时

其他实践学时

自主学习学时

总 学时

校内教师授课学时

行业导师授课学时

对接行业企业和综合实践平台

AI 行业课程组

第一阶段：工具/环境搭建实训

HQ168001S

2.0

48

16

16

16

6

必修

查

第二阶段：算法基础实训

HQ168002S

2.0

48

16

16

16

6

必修

查

第三阶段

行业场景实训项目1

HQ168003S

2.0

48

16

16

16

6

必修

查

行业场景实训项目2

HQ168004S

2.0

48

16

16

16

6

必修

查

第四阶段：项目作业

HQ168005S

3.0

3周

3周

6

必修

查

小计

11.0

192+3周

64

64

64+3周

综合实践课程组

专业认知（见习）

ZS168101S

1.0

1周

1周

1~4

必修

查

实践项目1：Python程序设计课程设计

ZS168102S

2.0

2周

2周

2

必修

查

实际项目 2：数据结构课程设计

ZS168103S

1.0

1周

1周

3

必修

查

实践项目3：机器学习方法课程设计

ZS168104S

2.0

2周

2周

4

必修

查

实践项目4：深度学习课程设计

ZS168105S

2.0

2周

2周

5

必修

查

实践项目5：计算机视觉课程设计

ZS168106S

2.0

2周

2周

6

必修

查

专业实习

ZS168108S

8

16周

16周

7

必修

查

毕业设计（论文）

ZS168109S

6

14周

14周

8

必修

查

小计

24

40周

40周

合计

35

192+43周

64

64+40周

64+3周

表4：素质拓展平台

课程平台	课程系列	课程名	课程号	学分	学期 / 学段	组织单位
素质 拓展 平台	主题班会系列		BH XXX101S	2	全程	学生处、各院系（部）承办
	第二课堂系列	德育实践	DEXXX101S	4	全程	团委主办 各院系（部）承办
		智育实践
		体育实践
		美育实践
		劳育实践
	创新创业实践类系列		CSXXX101S	2	全程	双创中心主办 各院系（部）承办
	合计			8

备注：1.本表由学生处、团委、双创中心及各院系（部）等开课单位研讨修订并组织实施。

2.主题班会系列包括1-8学期全程开展主题班会教育。

3.创新创业实践类系列包括创新创业类竞赛、学科类竞赛、创新创业方向选修课、创业社团实践活动、创新创业科研论文论著。

表5：辅修平台

课程 类别	课程名	课程号	学分	学时					学期	课程性质	考核方式
				总学时	讲课学时	实验学时	其它实践学时	自主学习学时
	......
	合 计

表6   课程体系及学时学分分配表

十、毕业要求与培养目标关系矩阵图

表7 毕业要求与培养目标实现关系矩阵图

十一、课程体系支撑毕业要求关系矩阵图

表8 课程体系支撑毕业要求实现关系矩阵图

毕业要求 课程名称

1.1

1.2

1.3

1.4

2.1

2.2

2.3

3.1

3.2

3.3

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

8.3

9.1

9.2

9.3

10.1

10.2

11.1

11.2

12.1

12.2

12.3

思想道德修养与法律基础

L

L

H

M

中国近现代史纲要

L

H

H

马克思主义基本原理概论

M

L

L

H

M

毛泽东思想和中国特色社会主义理论体系概论1

H

M

L

毛泽东思想和中国特色社会主义理论体系概论2

M

H

H

M

M

思想政治理论实践教学

H

M

L

大学生军事理论

L

H

M

形势与政策

H

L

L

大学外语1-4

L

M

H

L

大学体育1-4

M

H

L

大学计算机基础

M

H

M

中国优秀传统文化经典

H

L

大学语文

H

H

L

安全教育

H

M

L

M

大学生健康教育（卫生、心理）

L

L

M

M

L

H

L

创业基础

H

M

M

大学生职业生涯发展与规划

L

M

M

H

大学生就业指导

L

H

M

公共美育

M

H

M

入学教育与专业导航

H

L

L

军事训练

M

M

H

劳动教育

L

L

M

H

M

M

毕业教育

H

M

L

高等数学A1、A2

H

H

L

线性代数

H

M

L

概率论与数理统计

H

M

L

大学物理A

H

M

L

大学物理A实验

M

L

H

L

算法与数据结构

H

M

M

M

离散数学

H

M

M

数据库系统概论

H

M

H

H

L

智能科学与技术导论

L

H

M

L

Python程序设计1

H

M

L

Python程序设计2

H

M

L

最优化方法

H

M

M

复变函数

H

M

M

计算机电路基础

H

计算机组成

H

M

M

M

认知科学导论

H

M

L

专业英语

M

M

H

操作系统

H

M

L

机器学习

H

L

M

数字信号处理

H

M

M

深度学习与应用

H

M

M

H

M

数字图像处理

H

M

L

M

M

人脸识别原理与实践

H

M

M

H

M

Python神经网络编程

H

M

M

H

M

模式识别与计算机视觉

H

M

M

H

M

C++程序设计

H

M

L

计算机网络

L

M

L

Java软件开发技术

M

L

M

M

M

L

WEB 系统开发技术

M

M

M

L

传感器技术

M

M

M

L

工程管理专业英语

L

L

M

M

数据挖掘与应用

M

M

L

大数据技术与应用

M

M

L

现代控制工程

M

L

M

嵌入式系统开发技术

M

M

M

L

第一阶段：工具/环境搭建实训

M

H

L

M

H

M

第二阶段：算法基础实训

M

H

L

M

H

M

第三阶段：行业场景实训项目1

M

H

L

M

H

M

第三阶段：行业场景实训项目2

M

H

L

M

H

M

第四阶段：项目作业

M

H

L

M

H

M

专业认知见习

实践项目1：Python程序设计课程设计

M

H

L

M

H

M

实践项目2：数据结构课程设计

M

H

L

M

H

M

实践项目3：机器学习方法课程设计

M

H

L

M

H

M

实践项目4：深度学习课程设计

M

H

L

M

H

M

实践项目5：计算机视觉课程设计

M

H

L

M

H

M

专业实习

M

M

H

H

毕业设计（论文）

H

H

H

H

H

H

M

第二课堂系列

H

M

L

创新创业实践类系列

H

M

L

M

主题班会系列

H

M

L

备注：1.课程名称填写必须涵盖所有课程，含实践类和素质拓展课程。2.毕业要求严格按照“三、毕业要求”填写。3.H代表教学环节对毕业要求高支撑  M代表教学环节对毕业要求中支撑，L代表教学环节对毕业要求低支撑。 4.每门必修课必须高支撑至少1个毕业要求指标点，选修课原则上不能对毕业要求有高支撑。

十一、课程地图

表9 课程地图