一、专业简介

人工智能专业是一个由数学、信息理论和计算机科学为基础的软、硬件相结合的多学科交叉融合的新兴专业。本专业设置围绕我国社会和经济的发展需要、紧密对接石家庄新一代信息技术产业服务，符合我校本科专业的发展规划以及专业结构的布局优化。主要面向人工智能科学、技术和产业的发展，聚焦智能硬件开发方向和智能应用场景方向，助力人工智能技术赋能我校优势学科，为新基建、数字经济和高端装备制造等领域培养掌握人工智能与交叉学科核心技术、具备工程实践与项目协作能力的复合型、应用型人才，立足石家庄辐射河北省，促进京津冀等地区的协同发展。学制四年，颁发工学学士学位。

二、培养目标

人工智能专业以立德树人为教育的根本任务，培养德智体美劳全面发展的社会主义建设者和接班人。以京津冀协同发展为契机，围绕石家庄市五大千亿级产业之一的新一代电子信息技术，培养具备社会责任感与创新意识，掌握人工智能领域核心基础理论与系统专业知识，能运用机器学习、深度学习等理论工具，独立分析并解决智能硬件开发、AI+X场景等领域复杂工程问题的工程型专业技术人才；具备良好的团队沟通能力和一定的领导才能，具备国际化视野和跨文化的交流、竞争与合作能力；具有终身学习能力，在工作岗位上能够通过自学方式进一步丰富和加深对专业知识的学习和理解，自我提升工作能力。毕业的学生能够引领科技创新和人工智能产业发展，服务于国防建设与经济社会发展，成为人工智能科学研究和技术工程兼顾的高素质创新人才和卓越工程人才。

本专业学生毕业5年左右，能够深入分析项目需求，整合先进技术和理念，主动发挥创新意识，适应社会需求变化，能够独立或合作完成特定需求的复杂人工智能科学问题和智能应用场景的分析、解决方案设计、产品开发和项目管理工作。培养目标具体可细化为如下5条：

目标1. 具备人工智能工程核心技术应用能力，能综合运用统计理论、卷积神经网络、大语言模型等专业知识及开发工具，分析并研究智能系统开发、AI+X产品落地等领域复杂工程问题；可独立完成中小型人工智能工程项目的设计方案，或参与大中型项目核心模块的开发与解决方案优化；

目标2. 能熟练运用经典大模型、开发框架等现代工具完成人工智能项目的需求分析与研发实现；具备跨学科团队沟通能力，可清晰撰写项目技术文档、汇报研发进展，能协调团队成员推进任务落地；具备小型项目的任务拆解与进度管理能力，可成长为人工智能系统开发的技术骨干或小型项目负责人；

目标3. 能针对人工智能工程领域复杂问题完成系统模块设计与开发，运用数据模拟技术进行效果预测与优化；在跨文化研发协作中能理解文化差异对项目推进的影响，具备基于实验设计、技术攻关的工程实践能力，可结合新技术提出模块优化或功能创新方案；具有跟踪领域前沿技术、通过专业课程与实践更新知识体系的终身学习能力；

目标4. 具备国际化工程视野，能关注人工智能领域国际技术标准与行业规范，可在国际化研发环境中开展跨文化技术沟通；掌握人工智能项目的过程管理与决策方法，能适应大模型、边缘计算等新技术变革；可承担团队成员的核心研发任务或小型项目的负责人职责，主导需求分析与团队协调；

目标5. 能结合法律法规与可持续发展要求，从能耗、伦理、社会影响等维度分析评价人工智能项目的实践价值；树立工程报国意识，可依托智能技术为地方新一代信息技术产业、公益场景等提供技术支持方案；具备在项目研发中主动配合团队分工、共享技术经验的合作能力。

三、毕业要求

本专业学生主要掌握人工智能相关的基本理论和基本知识，接受人工智能领域项目的设计和开发方面的思维、操作技能训练，形成人工智能专业的知识体系，具备工程化设计与开发的基本能力，具有良好的沟通、交流、表达能力，具有良好的人文素养、职业道德和社会责任感，毕业生应获得以下11个方面的知识、能力和素养：

毕业要求1： 工程知识

能够将人工智能工程专业所需的数学、自然科学、计算、工程基础和专业知识用于解决人工智能工程领域特别是机器学习、深度学习、自然语言处理等领域复杂工程问题。

1.1 能够将数学、自然科学、工程科学的语言工具用于表述人工智能领域工程问题；

1.2 能够对具体人工智能工程问题实施模型化、层次化处理；

1.3 能够运用相关知识和数学模型方法用于推演和分析人工智能工程领域具体问题；

1.4 能够综合运用统计理论、卷积神经网络、循环神经网络、LSTM、大语言模型等理论与工程方面知识，解决复杂工程技术问题。

毕业要求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、并通过文献研究等方式分析人工智能工程相关领域复杂工程问题，综合考虑可持续发展的要求，以获得有效结论。

2.1 能够运用相关科学基本原理，识别和判断人工智能工程相关领域复杂工程问题的关键环节及关键技术；

2.2 能够运用相关科学原理正确表达人工智能工程相关领域复杂工程问题；

2.3 能够分析和比较人工智能工程领域复杂工程问题的各种解决方案；

2.4 能够通过文献检索等方式分析人工智能系统实现过程的影响因素，获得有效结论。

毕业要求3：设计/开发解决方案

能够针对人工智能工程领域特别是AI+X方向的复杂工程问题设计和开发解决方案，设计满足特定需求的人工智能系统，体现创新性，并从健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。

3.1 掌握AI+X产品设计和开发的全周期、全流程的设计、开发方法和技术，了解影响AI+X产品设计目标和技术方案的各种因素；

3.2 能够针对特定AI+X产品需求，设计满足指标和要求的AI+X产品的模块、智能系统、大模型等；

3.3 在AI+X产品设计中能够综合利用人工智能工程的专业知识和新技术，体现工程创新意识；

3.4 在AI+X系统设计中能够考虑社会、健康、安全、法律、文化以及环境等因素。

毕业要求4：研究

能够基于科学原理并采用科学方法对人工智能工程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 能够针对人工智能问题的核心技术，基于自然科学原理，运用现代分析方法，设计实验；

4.2 应用概率与统计原理科学模拟数据、通过网络爬虫、随机样本等技术科学获取实验数据；

4.3 应用数据挖掘与大数据分析技术，分析与解释实验数据；

4.4 对与解决人工智能工程领域复杂工程问题相关的要素进行融合，得到合理有效的结论。

毕业要求5：使用现代工具

能够针对人工智能工程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，包括对人工智能工程领域复杂工程问题进行预测和模拟，并能够理解其局限性。

5.1 能够使用经典大模型解决文本生成、图像生成、视频生成、语言翻译等实际问题；

5.2 能够使用高效、经典大模型进行量化交易、信用风险评估、设备故障预警、需求与库存优化、市场趋势推演等；

5.3 能够实现大模型本地部署并使用大模型提供的API进行AI+X工程开发。

毕业要求6：工程与可持续发展

在解决人工智能工程领域复杂工程问题时，能够基于人工智能工程相关背景知识，分析和评价复杂工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。

6.1 针对复杂人工智能工程问题，能够合理地运用人工智能工程及相关领域的技术标准体系、知识产权、产业政策和法律法规，分析和评价解决方案对社会、健康、安全、法律以及文化的影响；

6.2 针对具体的复杂人工智能工程问题，合理运智能优化算法、大模型、云计算等技术，避免基础设施重复建设，实现节能减排，社会可持续发展的目标。

毕业要求7：工程伦理和职业规范

有工程报国、为民造福的意识，具有人文社会科学素养和社会责任感，能够理解和应用工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行职责。

7.1 能够树立社会主义核心价值观，理解和践行工程伦理，具有良好人文社会科学素养和社会责任感和工程报国、为民造福意识，能够树立正确的人生观、世界观和价值观；

7.2 理解人工智能工程技术的社会价值以及人工智能工程师的社会责任，在人工智能工程实践中能自觉遵守职业道德和规范，履行责任。

毕业要求8：个人与团队

能够在多样化、多学科背景下承担个体、团队成员以及负责人的角色。

8.1 能够在多样化、多学科背景下理解团队的意义，理解人工智能研发团队的构成以及不同角色成员的职责；

8.2 能够在人工智能研发、测试、维护管理等团队中承担个体、团队成员以及负责人的角色，具备良好的团队合作精神。

毕业要求9：沟通

能够就人工智能工程领域复杂工程问题与业界同行及社会公众进行针对性沟通，包括撰写符合行业规范的技术报告与设计文稿、清晰进行项目陈述发言、准确回应需求指令等；具备国际化沟通基础，能阅读英文技术文献，在跨文化协作中准确传递技术信息，理解并尊重语言和文化差异。

9.1 能够清晰、有条理地撰写人工智能工程问题的相关报告，实现包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令等；

9.2 能够对人工智能工程领域复杂工程问题，与业界同行及社会公众进行有效交流和沟通，并做出清晰回应；能够及时了解人工智能工程领域的最新国际发展状况。

毕业要求10：项目管理

理解并掌握人工智能工程项目相关的管理原理与经济决策方法，并能在多学科环境中应用。

10.1 能够理解并掌握人工智能工程过程管理与人工智能工程经济决策方法；

10.2 能够在多学科环境下，在设计专家系统解决方案过程中，运用人工智能过程管理原理与人工智能工程经济决策方法。

毕业要求11：终身学习

具有自主学习和终身学习能力，能通过学术期刊、行业报告等渠道跟踪人工智能领域前沿技术，理解技术变革对AI+X工程领域和社会的影响，可结合实际需求筛选并应用新技术；具备批判性思维，能对不同技术方案的可行性、局限性进行分析与评估。

11.1 能够认识自主学习和终身学习相关知识、技术的必要性，主动跟踪人工智能工程领域前沿技术和发展方向；

11.2 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，能够通过自主学习适应当代经济社会发展的需要；能够在自主学习和终身学习的过程中，具有批判性思维能力。

四、学制、毕业学分及授予学位

本专业基本学制为4年，学生可根据自身情况在3至6年内完成学业。本专业毕业最低学分为160学分，其中，通识教育课程47.5学分；专业教育基础课程54学分；专业教育核心课程6学分；专业任选课程14.5学分；独立实验1学分；集中实践37学分；第二课程4学分。

授予学位：符合学位授予条件可授予工学学士学位。

五、“毕业要求-培养目标”对应矩阵

培养目标 毕业要求	培养目标1	培养目标2	培养目标3	培养目标4	培养目标5
1.工程知识	●
2.问题分析	●	●
3.设计/开发解决方案	●		●
4.研究	●
5.使用现代工具	●	●	●
6.工程与可持续发展		●			●
7.伦理和职业规范					●
8.个人和团队				●	●
9.沟通		●	●	●
10.项目管理		●		●
11.终身学习			●	●

（备注：在对应栏内用“●”表示）

六、“课程体系-毕业要求”对应矩阵

(一)通识教育课程

模块/课程名称

毕业要求

1.1

1.2

1.3

1.4

2.1

2.2

2.3

2.4

3.1

3.2

3.3

3.4

4.1

4.2

4.3

4.4

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

思想政治理论类

思想道德与法治

H

L

中国近现代史纲要

H

M

马克思主义基本原理

H

毛泽东思想和中国特色社会主义理论体系概论

H

M

习近平新时代中国特色社会主义思想概论

M

H

公民素质现状及问题调研

M

M

历史的记忆，永恒的精神—红色足迹寻访

H

M

马克思主义与中国社会变革

H

地方改革开放新变化调研

H

M

形势与政策1-8

H

外语类

大学外语1-4

H

M

M

体育类

大学体育1-4

H

L

综合素质类

大学生心理健康教育

M

大学生职业指导与创新创业教育1-2

H

军事理论与国家安全教育

L

劳动教育

H

M

M

L

L

 

 

（二）专业教育课程

模块/课程名称

毕业要求

1.1

1.2

1.3

1.4

2.1

2.2

2.3

2.4

3.1

3.2

3.3

3.4

4.1

4.2

4.3

4.4

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

专业教育基础课程

高等数学A1

H

H

H

大学物理B

H

H

H

C语言程序设计

H

H

H

线性代数

H

H

H

H

高等数学A2

H

H

H

数据结构

H

H

H

概率论与数理统计B

H

H

H

离散数学

H

H

H

计算机组成原理

H

H

H

电子技术基础

H

H

人工智能专业导论

H

H

H

操作系统

H

H

H

面向对象程序设计

H

H

数据库原理

H

H

计算机网络

H

H

H

专业教育核心课程

机器视觉

H

H

自然语言处理

H

H

H

智能岗位技术

H

H

专业教育选修课程

工程项目管理

H

H

H

专业导学

H

H

嵌入式硬件基础与智能系统

H

H

H

微控制器智能感知与计算

H

H

H

嵌入式Linux开发与AI部署

H

H

H

Python大模型开发基础与数据处理

H

H

NLP与大模型技术

H

H

计算机视觉与多模态

H

H

低空技术导论

H

H

H

低空飞行器控制技术

H

H

低空通信原理及应用

H

H

物联网系统与控制理论

H

H

H

边缘计算与AI交互

H

H

ROS智能机器人应用开发

H

H

H

AI嵌入式开发与设计

H

H

H

低空交通规划与管理

H

H

低空遥感与信息处理

H

H

H

(三)实践教育课程

模块/课程名称

毕业要求

1.1

1.2

1.3

1.4

2.1

2.2

2.3

2.4

3.1

3.2

3.3

3.4

4.1

4.2

4.3

4.4

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

实验（独立设置）

大学物理实验B

H

H

H

集中实践

入学教育与军训

M

M

毕业实习

H

H

毕业论文（设计）

H

H

计算机网络实践

H

H

H

操作系统实践

H

H

H

人工智能算法应用实践

H

H

H

深度学习综合实验I

H

H

H

深度学习综合实验II

H

H

深度学习综合实验III

H

H

H

专业技术应用系统开发实践

H

H

专业综合实践I

H

H

专业综合实践II

H

H

H

专业综合实践III

H

H

H

备注：根据课程对毕业要求支撑度的高、中、低分别用H、M、L表示。