| 名称 | 【计算机类】 |
|---|---|
| 层次 | |
| 国家特色专业 | 否 |
| 专业类型 | 电子与信息大类 |
| 专业类别 | 计算机类 |
| 年限 | 三年 |
【培养目标】
本专业培养理想信念坚定,德、智、体、美、劳全面发展,具有一定的科学文化水平,良好的人文素养、职业道德和创新意识,较强的就业能力和可持续发展能力,精益求精的工匠精神;掌握人工智能基础专业理论知识、应用技术,具备人工智能技术应用开发、系统管理与维护等知识技能,从事人工智能相关的应用开发、系统集成与运维、产品销售与咨询、售前售后技术支持、人工智能技术支持工程师等工作,具备团队协作及学习创新能力的高素质技术技能人才。
【师资团队】
1.队伍结构
本专业学生数与专任教师比例约为16:1。双师素质教师占专业教师比例为100%。专任教师队伍职称、年龄形成合理的梯队结构。
2.专任教师
具有高校教师资格和本专业领域有关证书;有理想信念、有道德情操、有扎实学识、有仁爱之心;具有计算机相关专业本科及以上学历,具有网络技术、程序设计相关理论功底和实践能力;具有信息化教学能力,能够开展课程教学改革和科学研究;每5年累计不少于 6 个月的企业实践经历。
3.专业带头人
具有副高职称、博士学历,能够较好地把握国内外行业、专业发展态势,与行业企业保持密切联系,了解行业和用人单位对计算机应用技术专业人才的需求实际,教学设计、专业研究能力强,组织开展教科研能力强,在本区域或本领域有一定的专业影响力。
4.兼职教师
主要从计算机相关机构聘任,具备良好的思想政治素质、职业道德和工匠精神,具有扎实的计算机专业知识和丰富的实际工作经验,具有工程师或者中级以上职称,能承担专业课程教学、实习实训指导和学生职业发展规划指导等教学任务。
【主要课程】
Mysql数据库基础、Linux操作管理与应用、人工智能技术与应用、计算机网络基础、计算机数学、Python程序设计基础、计算机视觉技术与应用、Python数据处理、机器学习基础、深度学习技术、智能计算平台应用开发、数据挖掘技术、Vue框架技术应用、Flutter框架技术应用、云容器技术与应用、Axure入门与实战、影像处理技术与应用、语音识别技术与应用、目标检测与识别应用、文本搜索与推荐应用、微信小程序应用开发、智慧农业双创3Q、专业认知实习、软件平台应用综合实训、农业大数据处理综合实训、农业机器视觉检测综合实训
【就业方向及专业技能证书】
职业岗位(群) | 职业能力(或职业素养) | 技能证书/ 职业资格证书 |
人工智能应用开发 | 1.具备人工智能专用型服务器设备的硬件安装、初始化配置和日常维护管理能力; 2.能够配置与调测智能计算平台的操作系统和集成应用软件开发环境; 3.能够使用分布式数据采集系统或数据采集工具; 4.能够使用脚本语言完成人工智能算法的实现,调优和应用等研发工作; 5.能够完成智能数据存储和数据库管理; 6.能负责人工智能产品与技术开发中的实验验证工作; 7.能完成人工智能应用的技术支撑; 8.人工智能技术在各领域尤其是农业方面的应用。 | 软件设计工程师 |
人工智能应用测试 | 1.能深入掌握人工智能产品业务,制定测试分析、测试方案,完成测试环境搭建和维护; 2.能按照测试计划组织实施软件测试:包括测试需求文档编写,测试用例设计,定义和部署端到端的测试策略,测试脚本执行; 3.能负责系统测试集成测试阶段的测试活动(回归、系统、一致性)以确保交付前的功能和产品质量; 4.能编写完整的测试报告等相关的技术文档; 5.能对测试中发现的问题进行详细分析和准确定位,与开发人员讨论缺陷解决方案。 | 软件测试工程师 |
人工智能系统运维 | 1.能负责人工智能开发环境的搭建和维护; 2.能负责人工智能应用的安装部署和调试配置工作; 3.能负责人工智能环境应用的维护及优化; 4.能负责处理客户对人工智能产品报修与跟踪; 5.能负责人工智能系统环境相关故障、疑难问题排查处理,编制报告并反馈; 6.能负责智慧大棚、植物工厂等农业生产环境下人工智能系统的管理与运维。 | 信息系统项目管理师 |
人工智能产品营销 | 1.能负责了解客户需求,完成技术方案的编写,获得客户的认可 2.能负责产品宣讲,技术沟通,解答客户技术咨询,与客户进行有效地技术交流与培训; 3.能掌握行业最新信息和最新动态,人工智能流行产品的技术亮点和行业竞争优势,为企业市场定位提出合理化建议; 4.能独立完成人工智能设备的维护保养,提供现场指导等售后技术支持工作; 5.能为用户进行安装、调试和故障等方面的工作; 6.能对产品线运营数据进行追踪和分析,并制定优化方案并推进实施。 | 系统集成管理工程师 |
人工智能数据服务 | 1.掌握人工智能数据平台搭建和维护; 2.掌握数据采集技术,应用组件技术进行实时数据采集,完成数据存储备份维护; 3.掌握智能数据处理技术,如使用Python、Scala 等开发语言,完成离线数据抽取、数据清洗、数据指标统计等操作; 4.掌握数据挖掘技术,运用常用的机器学习方法对数据进行数据挖掘分析; 5.掌握数据可视化技术,使用脚本语言将数据分析结果以图表的形式进行呈现、统计; 6.掌握农业大数据的处理与分析,指导生产实践。 | 智能数据处理工程师 |
农林牧渔大类
农林牧渔大类
农林牧渔大类
农林牧渔大类
农林牧渔大类
农林牧渔大类
土木建筑大类
土木建筑大类
文化艺术大类
文化艺术大类
农林牧渔大类
土木建筑大类
财经商贸大类
财经商贸大类
财经商贸大类
财经商贸大类
旅游大类
装备制造大类
装备制造大类
装备制造大类
电子与信息大类
电子与信息大类
电子与信息大类
资源环境与安全大类
资源环境与安全大类
资源环境与安全大类
生物与化工大类
食品药品与粮食大类
食品药品与粮食大类
食品药品与粮食大类
旅游大类
教育与体育大类
公安与司法大类
土木建筑大类
文化艺术大类
农林牧渔大类
农林牧渔大类
电子与信息大类
电子与信息大类
农林牧渔大类
农林牧渔大类
农林牧渔大类
农林牧渔大类