智能科学与技术专业人才培养方案

(专业代码：080907T)

一、培养目标

本专业面向人工智能、大数据和软件开发等相关领域的发展和需求，培养适应新时代需求，德智体美劳全面发展，能够掌握智能科学与技术专业基础理论、专业知识与专业技能，具有开展智能数据分析、处理、应用开发与测试能力、智能计算框架的搭建、数据装载、存储、计算等实践的初步经验和项目开发的基本能力；能够在相关企事业单位和行政管理部门从事智能系统软件设计与开发、智能应用系统的管理与运维等工作的高素质应用型人才。

智能科学与技术专业具体培养目标包括以下各个方面：

1．专业基础：掌握智能科学与技术领域所需要的数学、物理、计算机、智能和电子等专业基础知识，具有较强的文献阅读、写作和外语交流能力，能够综合应用上述能力解决科学研究或实际工程开发问题。

2．问题研究：能够基于科学原理，采用科学方法，运用系统思维和创新思维，针对实际工程科学应用和未来产业发展，提出新问题、新方法和新系统，体现创新能力。

3．问题分析：能够应用数学、物理、计算机、智能等基本原理，分析未知问题的可能解决方案，结合文献研究、原理探索和独立思考，给出创新性的解决方案。

4．解决问题：能够结合专业培养所获得的综合设计和实践能力，对解决方案的原理进行理论评估、实际测试和原理验证，并有能力开发出解决方案的原型系统，在实际环境中开展验证和演示。

5．社会责任：能够在应用科学研究和实际工程开发中，自觉关注科学、技术和工程对人类社会可持续发展的影响，包括对环境、健康、安全、法律、伦理以及文化的影响，自觉遵守职业道德和规范，并履行应承担的责任。

6．团队合作：具有较强的组织能力、沟通能力、表达能力和人际交往能力，能够在团队协作中发挥积极的作用，具有承担项目管理和团队负责的主动精神和能力。

7．终身学习：具有自主学习和终身学习的意识和能力，具有较强的面向未知问题的主动探索精神和能力。

二、毕业要求

本专业培养具有良好的道德与修养，遵守法律法规，具有社会和环境意识，培养学生学习智能科学与技术学科的基础理论和专业知识，接受从事智能技术研究与应用的基本训练，掌握设计和开发智能应用系统的基本能力和素质。

毕业生应获得以下几个方面的知识能力:

1. 工程知识：具备坚实的知识体系，包括从事智能科学与技术专业相关领域工作所需的数学、自然科学、工程基础和专业知识，并能够将这些知识应用于解决智能科学技术相关的工程问题。

1-1 能运用数学、自然科学、工程基础和专业知识，表述智能科学与技术领域的复杂工程问题。

1-2 能够运用恰当的数学、物理模型对智能信息系统软硬件设计、图像处理算法设计等复杂工程问题进行建模，保证模型的准确性，满足工程计算的实际要求。

1-3 能够将数学、自然科学、工程基础和智能科学与技术的专业知识用于复杂工程问题的推导和计算。

1-4 能运用数学、自然科学、工程基础和专业知识对复杂工程问题的解决途径进行评价，并提出改进思路。

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的专业知识，识别、表示复杂工程问题，并通过文献查阅等多种方式对其进行分析，获得有效结论。

2-1 能够应用高等数学、物理学的基本概念、原理和智能科学与技术的专业知识对复杂工程问题进行识别和有效分解。

2-2 能够运用相关科学原理、识别和判断工程问题的关键环节和参数。

2-3 针对智能技术领域复杂工程问题，能够通过分析文献，提出解决方案并进行综合分析以获得有效结论。

3. 设计/开发解决方案：能够针对智能科学与技术领域的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 能够掌握本专业涉及的工程设计概念、原则和方法，能够针对复杂工程问题提出合理的解决方案。

3-2 能够针对特定需求完成系统、模块的软件设计、硬件设计。

3-3 综合利用智能科学与技术领域的专业知识和新技术，在针对复杂工程问题的系统设计中体现创新意识。

3-4 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。

4. 研究：能够基于科学原理并采用科学方法对智能科学与技术领域的工程问题进行研究，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 能够对智能科学与技术领域的软件、硬件模块进行理论分析和仿真。

4-2 能够针对智能信息系统软硬件设计、图像处理算法设计等智能科学与技术领域的复杂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，并对多个子问题进行关联分析，找出冲突点，进行平衡，通过实验数据分析、信息综合等手段得到合理有效的结论。

5. 使用现代工具：能够针对智能科学与技术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，对复杂工程问题进行预测与模拟，并能够理解其局限性。

5-1 掌握基本的计算机操作和应用，至少掌握一种软件开发语言(如C、Python语言等)，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科学与技术领域理论与技术的最新进展。

5-3 掌握智能科学与技术专业仪器、设备的基本原理、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。

5-4 具备使用实验设备、计算机软件和现代信息工具对复杂工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：能够正确认识智能科学与技术专业系统工程对客观世界和社会的影响，能够基于相关的工程背景知识，合理分析、评估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行业的特点与发展历史，以及相关产业的基本方针、政策和法规，能够正确认识和理解不同社会文化对智能科学与技术专业工程活动的影响。

6-2 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。

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科学与技术领域的专业工程实践对环境、社会可持续发展的影响。

7-1 理解环境保护和社会可持续发展的内涵和意义。

7-2 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工程实践对环境和社会的影响。

7-3 能针对实际复杂工程问题，评价其资源利用率、对文化的冲击等工程实践对环境、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、正确的政治立场和社会责任感，能够在工程实践中遵守智能科学与技术领域的相关职业道德和规范。

8-1 具有人文社会科学素养,了解国情，理解社会主义核心价值观，树立正确的政治立场、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。

9. 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，充分发挥团队协作的优势。

9-1 能主动与其他学科的成员共享信息，合作共事，独立完成团队分配的工作。

9-2 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、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、有条理地表达自己的观点，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。

10-3 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：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。

12-1 了解自主学习的必要性，具有自主学习和终身学习的意识，掌握跟踪本专业学科前沿、发展趋势的基本方法和途径；

12-2 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。

三、主干学科

智能科学与技术的主干学科以计算机科学和数据分析为基础，数学与统计学为理论支撑，人工智能为核心方向，形成“基础—理论—应用”的递进式知识体系。

四、专业核心课程

C语言程序设计基础、数据结构与算法、人工智能数学基础、Python程序设计、机器学习、数据挖掘、深度学习、自然语言处理、图像处理与计算机视觉等。

五、主要实践性教学环节

本专业实践教学以“能力递进、产教融合”为核心理念，构建“认知实践—基础能力—专业能力—综合能力—毕业实践”的全链条实践教学体系，重点通过3个实践小学期强化学生的工程实践能力与创新能力，培养适应智能时代需求的应用型技术人才。

（1）常规实践教学环节

1. 认知实习（第2学期，10学时）目标为了解行业背景、技术发展趋势及岗位需求；主要内容为行业专家讲座与技术分享；典型智能系统（如智慧城市、智能机器人）案例分析与体验。

2. 毕业实习（第10学期，10周）目标为通过企业真实岗位实践，提升职业素养与工程能力。主要内容包含参与企业智能系统开发、数据分析或算法优化项目；学习企业级开发流程与工具；完成岗位日志与总结报告。

3. 毕业设计（第11学期，14周）目标为独立完成综合性项目，体现创新与技术整合能力；要求选题需结合智能科学领域（如机器学习、自然语言处理、计算机视觉等）；开发过程需包含需求分析、算法设计、系统实现与测试；按学校相关要求提交毕业论文、源代码及系统演示。

（2）实践小学期（核心特色环节）

1. 实践小学期Ⅰ：基本能力训练（第1学年，4周）

主题：C语言与数据结构实战强化

内容：聚焦C语言与数据结构能力强化，通过基础实验与综合项目（如成绩管理系统、校园导航系统）夯实编程与算法基础。

2. 实践小学期Ⅱ：专业能力训练（第2学年，4周）

主题：Python、机器学习与数据工程

内容：侧重Python进阶、机器学习与数据处理，结合工具应用（如Scikit-learn、TensorFlow）完成数据预处理、算法实现及团队竞赛项目（如新闻分类、手写识别等）。

3. 实践小学期Ⅲ：综合能力训练（第3学年，4周）

主题：智能系统全流程开发

内容：围绕智能系统全流程开发展开，结合具体企业项目要求，开展如计算机视觉实践-医学影像分析（计算机视觉+医疗）、自动驾驶、自然语言处理（NLP）实践-构建聊天机器人等领域的案例，以企业合作或自拟项目为载体，覆盖需求分析、技术选型、敏捷开发、系统部署等全环节，提升学生项目实践的综合能力。

六、学制与修业年限

本专业学制4年，修业年限为3-6年。

七、学分要求

本专业毕业应修最低学分为164学分。

八、授予学位

在规定修业年限内，修满应修最低总学分。符合《辽宁师范大学海华学院本科毕业生学士学位授予规定》（试行）的相关规定，授予工学学士学位。