一、专业概况
人工智能专业是2019年教育部为适应国家人工智能发展规划而批准设立的新专业，专业培养定位强调厚基础、重交叉、强渗透，我校于2021年获教育部批准增设本专业，同年开始招生。本专业是一个理实结合、以信息技术为基础、注重人工智能理论与应用、围绕产品和系统智能化为特色的宽口径专业。依据本校应用型人才培养目标的定位，面向区域经济社会发展需要，本专业毕业生能够从事人工智能产品或系统的研发应用与管理等相关工作，就业前景十分广阔。
二、培养目标
本专业坚持立德树人，培养德智体美劳全面发展，具有良好的人文素养、职业道德、社会责任感和团队合作精神，掌握扎实的人工智能基础理论、知识及应用技能，可在人工智能企事业单位及国家相关部门从事人工智能产品或系统的设计、开发、应用和管理等方面工作的高素质应用型人才。学生毕业五年左右应达到如下目标：
目标1. 具有出色的专业能力、优秀的职业素养以及新时代社会担当精神；
目标2. 能在跨学科领域工程背景下进行人工智能系统的设计、开发和管理；
目标3. 具有国际化视野、良好的创新能力和人工智能应用研究能力；
目标4. 能在多学科多文化合作团队里担任协调、组织或管理角色，并能有效地交流；
目标5. 具备在职业工作和社会环境中自主学习和适应能力。
三、毕业要求
要求1．工程知识：掌握扎实的数学、物理等自然科学的基础知识，能够将数学、自然科学、计算机科学基础和人工智能工程基础知识用于解决人工智能应用领域复杂工程问题。
要求2．问题分析：能够应用数学、自然科学、人工智能科学的基本原理，识别、表达、并通过文献研究分析人工智能应用领域复杂工程问题，以获得有效结论。
要求3．设计/开发解决方案：具备按需求运用专业基础理论知识和技术方法进行智能系统的设计与开发能力，以及人工智能系统评估、运行与维护能力，并能够在上述环节中体现创新意识，综合考虑社会、健康、安全、法律、文化以及环境等制约因素。
要求4．研究：能够基于科学原理并采用科学方法对人工智能核心基础问题和复杂工程问题进行研究，包括设计实验、分析比较实验结果、并通过信息综合得到合理有效的结论。
要求5．使用现代工具：能够在解决人工智能领域复杂工程问题的过程中，根据具体需要，合理利用已有的资源和技术，自主开发、选择与使用恰当的技术方法和工程工具，辅助复杂人工智能工程问题的预测与模拟、分析建模以及解决方案的设计等，并能够理解其局限性。
要求6．工程与社会：能够正确认识复杂人工智能问题解决方案对客观世界和社会的影响，能够基于工程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。。
要求7．环境和可持续发展：能够理解和评价针对人工智能应用领域复杂工程问题的工程实践对环境、社会可持续发展的影响。
要求8．职业规范：具有良好的人文社会科学素养、正确的政治立场和社会责任感，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，履行相应的责任。
要求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。
要求10．沟通：能够通过撰写报告、设计文稿或陈述发言等方式就人工智能应用领域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，并具备一定的国际视野，能在跨文化背景下进行沟通和交流。
要求11．项目管理：理解并掌握基本的管理原理和一般的项目管理方法，具备一定的工程项目规划与管理，以及初步的工程经济决策能力。
要求12．终身学习：具有自主学习和终身学习的意识，能够跟踪人工智能领域最新前沿，有不断学习和适应人工智能技术发展的能力。
四、专业核心课程
1.数据结构与算法分析（Data Structures and Algorithms Analysis） 3.5学分
《数据结构》是处理非数值计算的程序设计的基础。本课程旨在培养学生针对具体问题对象能够选择合适的逻辑结构和存储结构，并能基于算法分析理论、算法性能评价标准以及基本的算法设计方法进行有效的数据存储和处理，培养学生解决实际应用问题能力，为后续课程打下基础。
2.信号分析与处理（Signal Analysis and Processing） 3学分
《信号分析与处理》主要讲授信号分析、线性时不变系统分析、数字滤波器的基本理论和分析方法，通过本课程的学习，使学生掌握在时域、频域和其它变换域的连续信号、离散信号的描述和分析方法，信号通过线性系统的分析方法，以及数字滤波器的基本理论和设计方法，从而具备一定的信号理论分析和计算能力，为后续课程及专业的学习奠定坚实基础。
3.人工智能基础（Fundamentals of Artificial Intelligence） 3.5学分
《人工智能基础》主要教授人工智能多个分支领域的基本问题、基本原理和基本方法。通过本课程的学习，学生应能掌握人工智能搜索、逻辑推理、专家系统、知识表示、知识图谱、人工智能伦理等内容，使学生对人工智能领域的技术发展有基本认识，为今后学习机器学习、计算机视觉、自然语言处理等课程做好准备。
4.机器学习与Python应用（Machine Learning and Python Application） 3.5学分
《机器学习与Python应用》重点讲解机器学习中的核心算法和理论，并培养学生利用Python语言掌握机器学习算法解决问题的基本能力。通过本课程的学习，使学生具备Python语言编程的基本知识和初步技能，初步了解机器学习的常用算法以及典型的应用领域，并通过编程练习和实例讲解培养学生分析和解决实际问题的能力，为将来更深入的学习和研究奠定良好基础。
5.图像处理与计算机视觉（Image Processing andComputer Vision） 2.5学分
《图像处理与计算机视觉》主要讲解图像处理和计算机视觉的基本理论、基本方法和基本技能。通过本课堂的学习，旨在使学生系统地掌握图像处理和计算机视觉的基本概念、理论、模型和算法，学会使用相关方法和工具进行图像处理以及构建有效的视觉计算模型与视觉系统，为其今后从事图像处理与计算机视觉领域的实践打下坚实的基础。
6.自然语言处理（Natural Language Processing） 2.5学分
《自然语言处理》重点介绍现代自然语言处理的任务、方法和应用。通过本课程的学习，学生应该掌握自然语言处理的关键技术和应用，熟悉一些常见算法和模型的工作原理及应用，能够对自然语言处理相关的实际应用问题建模并实现，为将来从事自然语言处理方面的实践打下良好的基础。