专业名称:人工智能
隶属院系部:大数据与人工智能学院
学历层次:本科
学制学位:学制四年、工学学士
培养目标:
本专业培养德智体美劳全面发展,掌握数理、认知科学、信息科学核心知识领域基础理论和关键技术方法,具备信息获取、传输、处理、优化、控制、组织、系统集成、工业制造信息处理、复杂图像分析、文本识别与理解等能力,能够在人工智能行业从事工程相关研究、设计、开发和管理工作的高素质应用型人才。
培养要求:
毕业后,经过5年左右的工作或学习深造,应该达到以下具体目标:
目标1——专业能力:掌握人工智能技术领域的有关标准、规范、规程,能够跟踪该领域的前沿技术,具有工程创新能力并将其应用于相关产品的设计、开发和集成工作;具有丰富的专业技术工作经验,能够解决人工智能技术领域的复杂工程问题,主持开发一个中等以上规模的系统或产品,成长为AI应用开发工程师、产品经理、项目经理等。
目标2——认知能力:具备较强终身学习意识和继续学习能力,能够持续学习,能主动适应社会环境和技术发展的变化。
目标3——综合素质:具备人文社会科学素养、职业道德、社会责任感、创新精神。
目标4——职业胜任力:具备良好的沟通协作和团队管理能力,能够在多学科环境中参与或领导团队有效地实施人工智能工程项目。
毕业要求:
经过4年的学习,本专业毕业生应达到以下毕业要求:
1.工程知识:能够适应现代信息技术发展,融会贯通数理科学、工程科学的基本原理和人工智能专业知识,掌握人工智能专业的有关标准、规范、规程、法规,能够将数学、自然科学知识、人工智能基础知识和专业知识用于解决知识发现、机器学习等相关领域的复杂工程问题。
2.问题分析:能够应用数学、自然科学、工程基础和人工智能技术的专业知识,对人工智能应用领域的复杂工程问题进行精准识别和正确表达,并结合文献研究对复杂工程问题进行分析,以获得有效结论。
3.设计/开发解决方案:能够针对典型应用领域的复杂工程问题和需求,结合人工智能原理与技术,设计系统级或单元级的解决方案,并能在设计中体现创新意识,以及考虑社会、健康、安全、法律、文化以及环境等因素。
4.研究:能基于科学原理对人工智能领域复杂工程问题进行研究,包括算法设计、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。
5.使用现代工具:能够针对人工智能领域的复杂工程问题,选择与使用恰当的技术、资源、开发环境和现代开发工具,对复杂智能系统工程问题等进行分析、模拟和预测,并能够理解其局限性。
6.工程与可持续发展:能结合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,并理解应承担责任。
7.工程伦理和职业规范:具有人文社会科学素养、正确的政治立场和责任感,能够理解和践行工程伦理,能够在工程实践中遵守人工智能领域的相关职业道德和规范。
8.个人和团队:能够在多学科背景的团队中承担个体、团队成员或负责人的角色,能够听取其他团队成员的意见和建议,充分发挥团队协作优势。具备跨行业交流能力、团队合作能力以及组织领导能力。
9.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.项目管理:具有一定的人工智能工程项目管理知识和能力,理解并掌握人工智能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.终身学习:具有自主学习和终身学习的意识,养成自主学习和终身学习的习惯,能够通过不断学习以提升专业能力和技术水平,主动适应社会发展的需要。
主干课程:
Python程序设计、计算机网络、数据与AI思维、算法设计与分析、机器学习、神经网络与深度学习、自然语言处理、计算机视觉、数据结构、信号与系统。
集中实践教学环节:
智能设备实训、程序算法综合实训、机器学习课程设计、计算机视觉课程设计、自然语言处理课程设计、电子工艺实习、企业认知实习、专业综合实习、毕业设计等。
专业特色:
本专业拥有一支专业知识扎实、实践与理论兼备的教师队伍。本专业坚持“面向产业需求、培养应用能力”的导向,旨在培养掌握计算机视觉技术、AI应用开发能力的高素质应用型人才。本专业构建了“理实一体、产教融合”的培养模式,拥有河南省工业多模态信息监测与分析处理工程技术研究中心、郑州市工业机器视觉云应用研究中心等省市级平台,建有人工智能创新实验室、人工智能(昇腾)实训室等多个校内实习实训室,并与河南合众信泰科技有限公司、迅捷人工智能科技(河南)股份有限公司、河南众诚信息科技股份有限公司等多家企业共建校外实习实训基地。
就业去向:
毕业生就业和创业领域涉及人工智能、自动化、互联网、IT、电子信息、电子商务、电子政务、军事等领域的国内外知名企业、相关事业单位以及研究机构。具体从事机器视觉、图像处理、自然语言处理、人脸识别、视网膜识别、智能控制、机器人学、语言和图像理解等方面的工作。
技能证书:
华为人工智能工程师认证、阿里云人工智能工程师认证、腾讯云机器学习应用工程师认证、百度深度学习工程师认证、人工智能应用师、软件设计师、信息安全工程师。
课程体系及学时学分分配:
课程模块 |
课程性质 |
学分 |
学时 |
其中 |
学分占比 |
||
理论 |
实践 |
||||||
通识教育课程 |
必修 |
思想政治类 |
17 |
296 |
264 |
32 |
35.5% |
人文社科类 |
23.5 |
484 |
292 |
192 |
|||
数学与自然科学类 |
23 |
368 |
340 |
28 |
|||
选修 |
8 |
128 |
112 |
16 |
4.5% |
||
学科基础课程 |
必修 |
32 |
512 |
382 |
130 |
17.9% |
|
专业教育课程 |
必修 |
18 |
288 |
232 |
56 |
20.1% |
|
选修 |
18 |
288 |
128 |
160 |
|||
跨学科拓展课程 |
选修 |
4 |
64 |
64 |
0 |
2.2% |
|
实践教学环节 |
课程实践 |
33 |
/ |
/ |
/ |
38.3% |
|
创新创业实践 |
4 |
/ |
/ |
/ |
|||
劳动教育实践 |
1.5 |
/ |
/ |
/ |
|||
集中实践 |
30 |
/ |
/ |
/ |
|||
合计 |
179 |
2428 |
1814 |
614 |
选修课比例:16.8% |
||
主讲教师:
|
李金武,人工智能教研室主任,副教授/工程师,从事人工智能和机器视觉等方面研究。主讲计算机网络、人工智能导论、Python程序设计等课程。参与主持省部级以上课题3项,主编教材2部,获得2项专利和2项软件著作权,在国内外学术期刊公开发表学术论文20余篇。指导学生参加机器人、网络安全攻防、计算机程序设计等比赛,指导学生获省级以上奖项4项。 |
|
李文凤,硕士研究生,讲师,毕业于郑州大学电子与通信工程专业,主要从事人工智能方向研究,主讲课程:《操作系统》《程序设计基础》等,主持参与省市级科研项目6项,发表论文5篇,参编教材、专著2部。 |
|
张新朝,中共党员,硕士研究生,讲师,毕业于闽南师范大学计算机应用技术专业,长期从事机器学习、人工智能、教育教学研究工作,主讲《数据挖掘》《机器学习》《数据库原理及应用》《数据结构》《人工智能》《Python程序设计》等课程,近年来先后主持或参与省、市级科研项目6项,发表学术论文8篇,获得发明专利2项。 |
|
万芯彤,人工智能教研室教师,工程师,从事人工智能和机器视觉等方面研究。主讲操作系统、JSP程序设计、人脸识别等课程。参与主持省部级以上课题2项,主编教材1部,获得2项专利,在国内外学术期刊公开发表学术论文十余篇。指导学生参加大学生创新创业项目、机器人、网络和数据安全等比赛,指导学生获得省级以上奖项2项。 |
|
熊都,人工智能教研室教师,工程师,从事人工智能和数字孪生等方面研究。主讲面向对象程序设计、C#程序设计、Web程序设计等课程。参与省部级以上课题1项,获得5项软件著作权,在国内外学术期刊公开发表学术论文2篇。 |
|
郭保永,硕士研究生,工程师,毕业于西北师范大学计算机技术专业,从事无线传感器网络、计算机视觉等方面研究。主讲云计算技术、神经网络与深度学习等课程。近年来参与省部级课题1项,发表论文7篇,获得软件著作权2项。指导学生参加蓝桥杯、网络技术挑战赛、华为ICT等比赛,获省级以上奖项4项。 |
|
宋忠森,党员,高级工程师,持有系统分析师(高级)、软件设计师(中级)证书,从事人工智能等方面研究。曾担任微博、神州租车等知名企业算法负责人,业务涉及自然语言处理、计算机视觉、智能音视频、推荐系统、广告系统等。主讲机器学习、深度学习、数据挖掘技术等课程。参与主持省部级以上课题3项,获得4项专利,在国内外学术期刊公开发表学术论文3篇。 |
教学设施:
|
人工智能(昇腾)实训室,以昇腾AI全栈技术为核心,配备专业实训箱、高清摄像机、高性能计算单元等硬件设备,并搭载华为Talent一站式实训平台,集AI算法开发、机器视觉训练、边缘计算部署、智能应用测试等功能于一体,可完整支撑从AI基础理论验证到复杂项目实战的全流程教学。实训室承担专业核心课程的实训教学任务,同时为学生提供HCIA-AI等华为认证培训、学科竞赛训练、创新创业项目研发等实践场景。 |
|
人工智能创新实验室集智能算法开发、机器视觉实验和智能硬件测试三大功能于一体,配备高性能GPU计算集群、深度学习开发套件及多模态机器人测试平台等先进设备,支持从算法设计到嵌入式部署的全流程AI研发,可满足大模型训练、计算机视觉、智能决策及AIoT等前沿技术的研究与应用需求,为人工智能领域的教学、科研与产业创新提供强大支撑。 |









