人工智能技术与应用专业
人才培养方案（2026修订版）
一、专业名称及代码
专业名称：人工智能技术与应用
专业代码：710212
二、入学要求
初中毕业生或具有同等学力者
三、修业年限
3年
四、职业面向
|
所属专业大类 （代码） |
所属专业类 （代码） |
对应行业 （代码） |
|
电子与信息大类 (71) |
计算机类（7102） |
人工智能技术与应用（710212） |
|
主要职业类别 （代码） |
主要岗位（群） 或技术领域 |
职业类证书 |
|
人工智能训练师（4-04-05-05） 计算机程序设计员（4-04-05-01） 人工智能平台运维工程师 人工智能数据标注员 人工智能算法测试员 |
人工智能技术应用、数据标注、AI程序设计、人工智能算法测试、信息系统运行维护等工作岗位 |
1.全国计算机等级考试一级证书 2.全国英语等级考试一级证书 3.人工智能训练师职业技能等级证书（中级） 4.数据标注员职业技能等级证书（中级） 5.HCIA—AI认证 |
五、培养目标与培养规格
（一）培养目标
本专业立足信息产业，服务于珠海信息化建设，培养能够践行社会主义核心价值观，传承技能文明，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、科学素养、数字素养、职业道德、创新意识，爱岗敬业的职业精神和精益求精的工匠精神，较强的就业创业能力和可持续发展的能力，掌握本专业知识和技术技能，具备职业综合素质和行动能力，面向市场、服务发展、促进就业的办学方向，培养具有信息技术素质，掌握人工智能知识，人工智能数据采集、标注、处理、训练等技能，具备良好沟通、团队合作等职业素养，从事数据标注、数据处理与人工智能训练等工作的高素质技能人才，并为高等院校输送人才。
（二）培养规格
本专业学生应全面提升知识、能力、素质，筑牢科学文化知识和专业类通用技术技能基础，掌握并实际运用岗位（群）需要的专业技术技能，实现德智体美劳全面发展，总体上需达到以下要求：
（1）坚定拥护中国共产党领导和中国特色社会主义制度，以习近平新时代中国特色社会主义思想为指导，践行社会主义核心价值观，具有坚定的理想信念、深厚的爱国情感和中华民族自豪感；
（2）掌握与本专业对应职业活动相关的国家法律、行业规定，掌握绿色生产、环境保护、安全防护、质量管理等相关知识与技能，了解相关行业文化，具有爱岗敬业的职业精神，遵守职业道德准则和行为规范，具备社会责任感和担当精神；
（3）掌握支撑本专业学习和可持续发展必备的语文、历史、数学、外语（英语等）、信息技术等文化基础知识，具有良好的人文素养与科学素养，具备职业生涯规划能力；
（4）具有良好的语言表达能力、文字表达能力、沟通合作能力，具有较强的集体意识和团队合作意识，学习1门外语并结合本专业加以运用；
（5）掌握网络技术基础概念，具有网络技术基本操作和应用能力。
（6）掌握数据分析与处理等知识，能够对文本、图像、视频等进行数据标注与处理等工作。
（7）掌握人工智能技术应用相关知识，能够完成人工智能系统部署、调测、运维等工作。
（8）掌握产品营销等知识，能够为人工智能产品销售提供售前售后支持。
（9）具有终身学习和可持续发展的能力，具有一定的分析问题和解决问题的能力；
（10）掌握身体运动的基本知识和至少1项体育运动技能，养成良好的运动习惯、卫生习惯和行为习惯；具备一定的心理调适能力；
（11）掌握必备的美育知识，具有一定的文化修养、审美能力，形成至少1项艺术特长或爱好；
（12）树立正确的劳动观，尊重劳动，热爱劳动，具备与本专业职业发展相适应的劳动素养，弘扬劳模精神、劳动精神、工匠精神，弘扬劳动光荣、技能宝贵、创造伟大的时代风尚。
六、课程设置及要求
（一）公共基础课程
|
序号 |
课程 名称 |
课程目标 |
主要内容和教学要求 |
参考课时 |
|
1 |
思想 政治 |
本课程是中等职业教育公共基础课程，其任务是帮助学生初步形成正确观察社会、分析问题、选择人生道路的科学人生观，逐步提高参加社会实践的能力，成为具有良好思想道德素质的公民和企业欢迎的职业人。 |
从学生的思想实际出发，以学生的思想、道德、态度和情感发展为线索，围绕学生德育需求，生动具体地对学生进行公民基本道德、心理品质、法治意识教育，进行社会经济、政治常识的教育和职业道德教育。（含中国特色社会主义、职业道德与法治、哲学与人生、职业道德与职业指导） |
依国标设定 |
|
2 |
语文 |
本课程是中等职业教育公共基础课程，其任务是提高语文的应用能力，为综合职业能力的形成以及继续学习奠定基础。 |
语文课程是本专业学生必修的一门公共基础课程。在初中语文的基础上，进一步加强现代文和文言文阅读训练，提高学生阅读现代文和浅易文言文的能力；加强文学作品阅读教学，培养学生欣赏文学作品能力；加强写作和口语交际训练，提高学生应用文写作能力和日常口语交际水平。通过课内外的教学活动，学生进一步巩固和扩展必需的语文基础知识，养成自学和运用语文的良好习惯，接受优秀文化熏陶，形成高尚的审美情趣。 |
依国标设定 |
|
3 |
数学 |
本课程是中等职业教育公共基础课程，其任务是培养学生的观察能力、想象能力、分析与解决问题能力和数学思维能力；提高学生的数学素养，培养学生的基本运算、基本计算工具使用、数形结合、逻辑思维和简单实际应用等能力，为学习专业课打下基础。 |
数学课程是本专业学生必修的一门公共基础课程。本课程主要讲授代数、三角、平面解析几何、立体几何的基本内容，使学生掌握必要的数学基础，培养学生的计算技能、计算工具使用技能和数据处理技能。 |
依国标设定 |
|
4 |
英语 |
本课程是中等职业教育公共基础课程，其任务是让学生了解、认识中西方文化差异，培养正确的情感、态度和价值观，为职业生涯、继续学习和终身发展奠定基础。 |
英语课程是本专业学生必修的一门公共基础课程。本课程通过基本词汇和基础语法的教学，培养学生英语听、说、读、写等语言技能，初步形成英语的实际应用能力；能听懂简单对话和短文，能围绕日常话题进行初步交际，提高学生自主学习和继续学习的能力。 |
依国标设定 |
|
5 |
信息 技术 |
本课程是中等职业教育公共基础课程，其任务是让学生能根据职业需求运用计算机获取信息、处理信息、分析信息、发布信息、使用AI，逐渐养成独立思考、主动探究的学习习惯，提升学生的信息运用能力。 |
信息技术是本专业学生必修的一门公共基础课程，主要内容是学习信息技术知识，提高学生计算机基本操作、办公应用、网络应用、多媒体技术应用与人工智能通识等方面技能；培养学生应用计算机解决工作与生活中实际问题的能力。 |
依国标设定 |
|
6 |
体育与健康 |
本课程是中等职业教育公共基础课程，其任务是培养学生健康的个性、增强体能素质、提高综合职业能力，养成终身从事体育锻炼的意识、能力与习惯，提高生活质量，为全面促进学生身体健康、心理健康和社会适应能力服务。 |
体育与健康课程是本专业学生必修的一门公共基础课程。本课程主要进行体育基本知识的教学、体育基本技能和方法的训练以及健康教育专题讲座，使学生掌握体育运动的基本技能和锻炼身体的良好方法。 |
依国标设定 |
|
7 |
历史 |
本课程是中等职业教育公共基础课程，其任务是培育社会主义核心价值观，进一步弘扬以爱国主义为核心的民族精神和以改革创新为核心的时代精神；树立正确的历史观、人生观和价值观。 |
在九年义务教育的基础上，促进中等职业学校学生进一步了解人类社会发展的基本脉络和优秀文化传统；从历史的角度了解和思考人与人、人与社会、人与自然的关系，增强历史使命感和社会责任感； |
依国标设定 |
|
8 |
艺术 |
本课程是中等职业教育公共基础课程，其任务是坚持落实立德树人根本任务，使学生通过艺术鉴赏与实践等活动，发展艺术感知、审美判断、创意表达和文化理解等艺术核心素养。 |
中等职业学校的艺术课程是一门必修的公共基础课程，旨在通过艺术欣赏、艺术实践等活动，培养学生的艺术感知能力、审美鉴赏能力、艺术表现能力和艺术创造能力，引导学生形成正确的世界观、人生观、价值观。 |
依国标设定 |
|
9 |
安全 教育 |
本课程是中等职业教育公共基础课程，其任务是结合中职生学习、生活和工作实际，从专业角度出发，系统阐述中职生安全教育和应急处置方法，重点研究与中职生密切相关的意外伤害事故、社会安全事件、公共卫生事件、网络安全事件、自然灾害事件、职业健康安全事故和心理健康安全事故等七个方面，提出系统的预防和应对措施。 |
本课程主要围绕与中职生密切相关的意外伤害事故、社会安全事件、公共卫生事件、网络安全事件、自然灾害事件、职业健康安全事故和心理健康安全事故等七个方面采用项目化的教学形式，按照案例回顾、知识链接、法律链接、思考与实践等教学环节帮助中职生增强安全防护意识，提高应对各种安全事故的应急处置能力，培养良好生活习惯，提高学生生命质量。利用教科书配有的丰富的图片、视频等线上资源，通过手机扫一扫观看，实现混合式教学。 |
依国标设定 |
|
10 |
心理健康与职业生涯 |
本课程是中等职业教育公共基础课程，其任务是帮助学生了解心理健康的基本知识，树立心理健康意识，掌握心理调适的方法；指导学生正确处理各种人际关系，学会合作与竞争，培养职业兴趣，提高应对挫折、求职就业、适应社会的能力；正确认识自我，学会有效学习，确立符合自身发展的积极生活目标，培养责任感、义务感和创新精神，养成自信、自律、敬业、乐群的心理品质，提高全体学生的心理健康水平和职业心理素质。了解职业生涯规划知识，明确发展方向。培养职业适应、人际沟通、情绪管理与压力应对能力。 |
主要围绕与中职生密切相关的心理健康的我、学业中的我、青春期的我、学校中的我、家庭中的我、网络中的我、会保护自己的我、职业中的我、成功路上的我等十个方面采用项目化的教学形式，按照心灵故事、心海点灯、心海航行、拓展活动等教学环节帮助中职生健全人格，达到心理健康维护和心理素质培养与职业兴趣探索、生涯规划步骤的双重目标。利用教科书配有的丰富的图片、视频等线上资源，结合网络海量资源，教师进行资源整合，提供适宜适量的资料让学生通过手机扫一扫观看，实现混合式教学。 |
依国标设定 |
|
11 |
物理 |
掌握力学、电学、光学等与工程技术相关的基础物理概念与规律。了解物理原理在传感器、电路等AI硬件基础中的应用。培养科学探究能力与态度。 |
主要内容：运动与力、机械能、电路基础、电磁现象、光现象。要求：降低计算难度，强化现象观察与原理理解，联系智能设备中的物理知识。 |
依国标设定 |
|
12 |
通用职业素质 |
培养沟通协作、解决问题等核心职业能力。提升信息素养、创新思维等现代职业素质。增强质量、服务、安全与环保意识，促进全面发展。 |
主要内容：有效沟通、团队合作训练；解决问题步骤；信息检索与处理；创新思维；安全质量环保意识。要求：采用项目活动式教学，融入专业学习各环节，注重行为养成。 |
依国标与教学计划设定 |
（二）专业（技能）课程
1.专业必修课程
|
序号 |
课程名称 |
课程目标 |
主要内容和教学要求 |
|
1 |
Python编程基础 |
通过本课程学习，使学生掌握Python语言的基本语法和编程思维，能够编写简单程序解决实际问题。培养学生使用Python进行逻辑分析、代码调试和规范编程的习惯，为后续人工智能数据处理、算法实现和项目开发奠定坚实编程基础。提升学生对编程的兴趣和自信心，具备独立完成小型程序的能力。 |
主要内容包括：Python开发环境搭建、基本数据类型、运算符、选择与循环结构、函数与模块、字符串与列表操作、文件读写、异常处理、简单模块使用（如random、math）。教学要求：采用任务驱动和案例教学，从简单输入输出开始，逐步引入项目式练习（如计算器、猜数字游戏、学生成绩统计）；每周安排上机实操不少于60%课时；要求学生独立完成至少5个综合练习程序，养成规范书写代码和调试习惯。 |
|
2 |
数据库基础与SQL应用 |
使学生理解数据库基本概念，掌握关系型数据库的基本操作，能够使用SQL语言进行数据定义、查询、更新和管理。培养学生数据意识和规范化存储思维，为后续AI数据采集、标注和处理课程打下基础。能够独立设计简单的数据表结构并实现常见业务查询需求。 |
主要内容：数据库概念、关系模型、MySQL安装与使用、数据定义语言（DDL）、数据操纵语言（DML）、数据查询语言（DQL-单表/多表/嵌套）、数据控制语言、常用函数与分组统计。教学要求：结合实际场景（如学生信息管理、商品库存）进行项目化教学；要求学生能够手写常见SQL语句并在phpMyAdmin或Navicat中验证；完成至少2个小型数据库应用案例；注重数据完整性与基本安全意识培养。 |
|
3 |
Python小型项目实战 |
通过完整小型项目的开发，使学生综合运用Python基础知识，完成从需求分析到功能实现的完整过程。培养学生的代码组织能力、问题拆解能力、调试能力和团队协作意识。提升学生成就感，为后续AI项目实战积累工程化开发经验。 |
主要内容：项目需求分析、模块化设计、综合运用列表/字典/函数/文件/异常处理，典型项目包括：个人记账本、图书管理系统、简易通讯录、天气查询工具等。教学要求：采用“做中学”模式，分组或个人完成1—2个完整项目；要求写出项目文档（需求+设计+测试）；教师全程指导代码规范、版本管理（建议用git基础）；项目需包含输入校验、数据持久化及简单交互界面。 |
|
4 |
Web前端基础（HTML5/CSS3/ES6） |
使学生掌握Web页面结构搭建、样式美化及简单交互能力，能够编写规范的静态网页。理解前后端分离思想，为后续B/S架构项目和AI应用展示界面开发打基础。培养审美能力、代码规范意识和学习新技术的能力。 |
主要内容：HTML5基本标签与语义化、表单与多媒体、CSS3选择器/盒模型/浮动/定位/Flex布局、CSS3动画与过渡、JavaScript/ES6基础（变量、函数、DOM操作、事件、简单交互）。教学要求：完成至少3个静态页面作品（个人主页、企业官网、简历页）；要求页面兼容主流浏览器、代码结构清晰、样式分离；融入响应式布局基础；注重美观性与用户体验。 |
|
5 |
人工智能基础 |
使学生了解人工智能发展历程、核心概念及主要应用领域，理解AI的基本原理和技术框架。激发对人工智能的兴趣，形成正确的AI伦理观念，为后续机器学习和AI项目课程做好知识与心态准备。 |
主要内容：AI定义与历史、图灵测试、AI应用场景（图像识别、语音助手、推荐系统等）、AI技术框架（机器学习、深度学习、自然语言处理、计算机视觉）、AI伦理与社会影响、典型AI工具介绍。教学要求：以案例讲解为主（如AlphaGo、ChatGPT、豆包、无人驾驶），结合视频与演示；组织讨论AI对职业与生活的影响；要求学生完成1篇AI应用小调研报告。 |
|
6 |
B/S架构小型项目实战 |
通过B/S架构项目开发，使学生掌握前后端协同开发的基本流程，能够完成一个简单Web应用。培养学生需求分析、接口对接、功能测试与项目部署能力，提升工程实践经验，为AI应用Web化展示奠定基础。 |
主要内容：前后端分离思想、Flask/Django简单框架使用、前端页面与后端数据交互、数据库连接、简单用户登录注册、增删改查功能实现、项目部署基础。教学要求：分组完成1个完整B/S项目（如新闻发布系统、简单AI结果展示系统）；前后端代码分离、接口文档编写；要求实现基本增删改查+简单验证；上线到本地或云服务器。 |
|
7 |
数据采集技术 |
使学生掌握常见数据采集方法，能够合法合规地获取网络公开数据。理解数据来源对AI模型质量的影响，培养数据敏感度和基本爬虫开发能力，为AI数据处理与模型训练提供数据支持。 |
主要内容：数据采集概述、requests库基础、BeautifulSoup与XPath解析、简单API调用、Selenium模拟浏览器、robots协议与伦理、数据存储（csv/json）。教学要求：完成3—4个采集任务（如新闻标题、商品价格、天气数据）；强调合法采集、不恶意爬取；要求保存结构化数据并简单清洗；结合案例讲解反爬与应对。 |
|
8 |
数据标注与处理实务 |
使学生掌握AI常见数据标注方法和数据清洗处理技能，能够对图像、文本、表格数据进行初步处理。理解高质量数据对模型性能的关键作用，培养严谨细致的工作态度和数据质量意识。 |
主要内容：数据质量问题、常见数据清洗（缺失值/异常值/重复值）、数据标准化、LabelImg图像标注、文本分类标注、表格数据处理（pandas基础）、标注工具使用。教学要求：完成至少2类数据标注任务（图像分类+文本情感）；使用pandas清洗真实数据集；要求标注准确率达标并写出处理报告；注重数据隐私与安全教育。 |
|
9 |
AI数据类项目实战 |
通过真实AI数据项目的完整实施，使学生综合运用数据采集、标注、清洗与简单分析技能，完成从数据到初步洞察的全流程。培养团队协作、项目管理和文档撰写能力，为后续机器学习项目打下数据基础。 |
主要内容：项目选题（电商评论分析、图像分类数据集准备等）、数据采集与清洗、标注实施、数据统计与可视化、项目总结报告。教学要求：分组完成1个完整数据类项目；要求提交数据处理代码、标注样本、分析图表及报告；强调过程文档与版本控制；教师指导项目管理与分工协作。 |
|
10 |
机器学习入门与应用 |
使学生理解机器学习基本原理，掌握常见算法的使用方法，能够使用Python工具完成简单模型的训练与评估。培养模型思维和初步调参能力，为AI应用开发提供算法支持。 |
主要内容：机器学习概述、有监督/无监督学习、线性回归、逻辑回归、决策树、KNN、模型评估（准确率/召回率/混淆矩阵）、sklearn库使用、简单调参。教学要求：完成3—4个经典数据集实验（如鸢尾花分类、手写数字识别）；要求理解参数含义并对比不同算法效果；注重结果解释而非复杂数学推导。 |
|
11 |
AI应用开发技术应用 |
使学生掌握主流AI开发框架的基本使用，能够集成现有AI模型开发简单应用。理解AI落地流程，提升综合开发能力，为就业岗位的AI应用开发、集成与维护工作做好准备。 |
主要内容：常见AI框架介绍（TensorFlow/PyTorch基础）、预训练模型调用（图像分类/目标检测/文本生成）、模型推理部署、AI接口封装、简单AI Web应用。教学要求：完成2～3个AI应用案例（如人脸识别门禁、文本分类助手、图像描述生成）；要求调用开源模型并实现前后端集成；注重部署与用户体验。 |
|
12 |
AI综合项目实战 |
通过综合性AI项目，使学生整合所学知识，完成从需求到上线的完整AI应用开发。培养独立分析问题、团队协作、项目管理和文档能力，提升就业竞争力，形成初步职业作品集。 |
主要内容：项目选题（智能客服、图像识别工具、预测分析系统等）、需求分析、数据准备、模型选择与训练、系统集成、前后端开发、测试部署、项目答辩。教学要求：分组或个人完成1个完整AI项目；要求提交完整文档（需求书、设计报告、代码、演示视频）；组织答辩与互评；鼓励参赛或作品集优化。 |
2. 专业选修课程
|
序号 |
课程名称 |
课程目标 |
主要内容和教学要求 |
|
1 |
自然语言处理技术应用 |
使学生掌握自然语言处理的基本技术，能够使用Python工具处理文本数据，实现简单NLP应用。理解NLP在聊天机器人、情感分析等场景中的作用，培养文本数据处理能力和初步算法应用技能，为AI项目扩展提供NLP模块支持。提升学生对语言技术的兴趣和实际应用能力。 |
主要内容：NLP概述、文本预处理（分词/词干提取/停用词）、词向量与嵌入、情感分析、命名实体识别、序列模型基础（RNN/LSTM简介）、Hugging Face库使用、简单聊天机器人开发。教学要求：完成2～3个NLP应用案例（如评论情感分类、问答系统原型）；要求使用真实文本数据集并评估模型准确率；注重数据隐私与偏见讨论；教师指导框架集成与调试。 |
|
2 |
智能系统部署与配置 |
通过本课程，使学生了解智能系统部署的基本流程，能够配置AI模型环境并实现简单上线。掌握容器化工具和云平台基础使用，培养系统配置与故障排查能力。为AI应用从开发到生产环境过渡提供技能支持，提升就业中的部署维护竞争力。 |
主要内容：部署概述、Docker容器基础、Kubernetes入门、云平台使用（阿里云/华为云简单配置）、模型导出与推理优化、环境变量与配置文件、监控工具简介、基本安全配置。教学要求：分组完成1—2个AI模型部署任务（如Flask API上线、Docker镜像构建）；要求编写部署文档并模拟生产测试；注重兼容性与资源优化；结合案例讲解常见故障排除。 |
|
3 |
AI运维与测试基础 |
使学生掌握AI系统的运维监控和测试方法，能够进行模型性能评估与基本故障诊断。理解AI运维在实际应用中的重要性，培养问题定位和优化意识。为学生从事AI相关岗位的运维测试工作打下基础，提升系统可靠性和效率管理能力。 |
主要内容：AI运维概述、模型测试（单元/集成/端到端）、性能指标（精度/延迟/资源消耗）、监控工具（Prometheus基础）、日志分析、A/B测试、版本回滚、基本自动化脚本。教学要求：完成AI应用测试案例（如模型漂移检测、负载测试）；要求编写测试报告并优化模型；注重实际场景模拟；教师指导工具链使用与最佳实践。 |
|
4 |
计算机视觉技术应用 |
使学生了解计算机视觉核心技术，能够使用框架处理图像数据，实现简单CV应用。掌握图像分类、检测等基础算法应用，培养视觉数据处理技能。为AI项目添加视觉模块提供支持，提升学生在智能识别领域的应用开发能力。 |
主要内容：CV概述、图像预处理（OpenCV基础）、卷积神经网络简介、图像分类、目标检测（YOLO简单使用）、图像分割基础、预训练模型调用、性能评估。教学要求：完成2～3个CV项目（如物体识别、交通标志检测）；要求使用真实图像数据集并调优模型；注重数据增强与硬件考虑；结合案例讲解伦理问题如隐私保护。 |
七、教学进程总体安排
（一）基本要求
每学年为52周，其中教学时间40周（含复习考试），累计假期12周，周学时一般为30学时，顶岗实习按每周30小时（1小时折合1学时）安排，3年总学时数为3000~3300。课程开设顺序和周学时安排，会根据实际情况调整。
实行学分制管理，16~18学时为1学分，3年制总学分不低于170分。
公共基础课学时约占总学时的1/3，允许根据行业人才培养的实际需要在规定的范围内适当调整，但必须保证学生修完公共基础课的必修内容和学时。
专业技能课学时约占总学时的60%，在确保学生实习总量的前提下，可根据实际需要集中或分阶段安排实习时间，行业企业认知实习应安排在第一学年。
课程设置中应设选修课，其学时数占专业课学时的比例不少于10%。
（二）教学计划
|
类 |
课程名称 |
学分 |
教学学时 |
学期 |
|||||||
|
总 |
理论 |
实操 |
1 |
2 |
3 |
4 |
5 |
6 |
|||
|
周课时 |
周课时 |
周课时 |
周课时 |
周课时 |
周课时 |
||||||
|
公 |
语文 |
14 |
180 |
180 |
0 |
2 |
2 |
2 |
2 |
2 |
|
|
数学 |
14 |
180 |
180 |
0 |
2 |
2 |
2 |
1 |
3 |
|
|
|
英语 |
14 |
180 |
180 |
0 |
2 |
2 |
1 |
3 |
2 |
|
|
|
信息技术 |
6 |
108 |
54 |
54 |
2 |
2 |
1 |
1 |
|
|
|
|
体育与健康 |
15 |
144 |
54 |
90 |
2 |
2 |
2 |
1 |
1 |
|
|
|
劳动教育 |
5 |
90 |
36 |
54 |
1 |
1 |
1 |
1 |
1 |
|
|
|
历史 |
4 |
72 |
72 |
0 |
2 |
2 |
|
|
|
|
|
|
中国特色社会主义 |
2 |
36 |
36 |
0 |
2 |
|
|
|
|
|
|
|
哲学与人生 |
2 |
36 |
24 |
12 |
|
|
2 |
|
|
|
|
|
心理健康与职业生涯 |
2 |
36 |
24 |
12 |
|
2 |
|
|
|
|
|
|
职业道德与法治 |
2 |
36 |
36 |
0 |
|
|
|
2 |
|
|
|
|
艺术 |
2 |
36 |
36 |
0 |
|
|
1 |
1 |
|
|
|
|
物理 |
2 |
36 |
18 |
18 |
2 |
|
|
|
|
|
|
|
职业道德与职业指导 |
1 |
18 |
18 |
0 |
|
|
|
|
1 |
|
|
|
通用职业素质 |
2 |
36 |
24 |
12 |
|
|
|
2 |
|
|
|
|
小计 |
87 |
1224 |
972 |
252 |
|
|
|
|
|
|
|
|
专 |
Python编程基础 |
5 |
90 |
18 |
72 |
5 |
|
|
|
|
|
|
数据库基础与SQL应用 |
2 |
36 |
18 |
18 |
2 |
|
|
|
|
|
|
|
Python小型项目实战 |
1 |
18 |
0 |
18 |
1 |
|
|
|
|
|
|
|
Web前端基础（HTML5/CSS3/ES6） |
5 |
90 |
36 |
54 |
|
5 |
|
|
|
|
|
|
人工智能基础 |
2 |
36 |
18 |
18 |
|
|
|
|
|
|
|
|
B/S架构小型项目实战 |
2 |
36 |
18 |
18 |
|
2 |
|
|
|
|
|
|
数据采集技术 |
7 |
126 |
36 |
90 |
|
|
7 |
|
|
|
|
|
数据标注与处理实务 |
6 |
108 |
36 |
72 |
|
|
6 |
|
|
|
|
|
AI数据类项目实战 |
1 |
18 |
0 |
18 |
|
|
1 |
|
|
|
|
|
机器学习入门与应用 |
3 |
54 |
18 |
36 |
|
|
|
3 |
|
|
|
|
AI应用开发技术应用 |
8 |
144 |
36 |
108 |
|
|
|
8 |
|
|
|
|
AI综合项目实战 |
1 |
18 |
0 |
18 |
|
|
|
1 |
|
|
|
|
小计 |
43 |
774 |
234 |
540 |
|
|
|
|
|
|
|
|
选 |
自然语言处理技术应用 |
4 |
72 |
36 |
36 |
4 |
|
|
|
|
|
|
智能系统部署与配置 |
4 |
90 |
36 |
54 |
1 |
2 |
1 |
1 |
|
|
|
|
AI运维与测试基础 |
5 |
90 |
36 |
54 |
|
4 |
1 |
|
|
|
|
|
计算机视觉技术应用 |
5 |
90 |
18 |
72 |
|
|
2 |
3 |
|
|
|
|
小计 |
18 |
342 |
126 |
216 |
|
|
|
|
|
|
|
|
实训 |
综合实训 |
15 |
360 |
0 |
360 |
|
|
|
|
20 |
|
|
实习 |
顶岗实习 |
37 |
600 |
0 |
600 |
|
|
|
|
|
30 |
|
合计 |
200 |
3300 |
1332 |
1968 |
30 |
30 |
30 |
30 |
30 |
30 |
|
说明：本表未包含国防教育、军训、安全教育、社会实践、入学教育、毕业教育及部分选修课教学安排，将根据实际情况灵活安排。
八、实施保障
（一）师资队伍
新开设的人工智能技术与应用专业，现有专业师资团队共计17人。其中，硕士研究生2人、本科学历13人、大专学历2人。团队中包含副高级职称1人、中级职称4人；持有高级技师职业技能的有1人、技师职业技能的有7人、高级职业技能的有8人、中级职业技能的有1人。16人持有教师资格，其中高级中学教师资格2人、中等职业教育教师资格2人、教师上岗证12人，且16人具备“双师型”素养。相关师资数据充分满足该专业教学与实训工作的开展需求。现有人工智能技术与应用专业的师资，能够满足开设人工智能技术与应用专业的师资要求。学校将通过外派学习、深入企业一线、到基层锻炼等方式，提升教师的教学和操作技能水平。
|
序号 |
姓名 |
学历 |
职称 |
职业技能等级 |
教师资格 |
双师型 |
|
1 |
刘先斌 |
硕士研究生 |
信息系统项目管理师 （副高级） |
计算机程序 （高级技师） |
教师上岗证 |
是 |
|
2 |
张果 |
本科 |
网络工程师（中级） |
计算机程序员（技师） |
教师上岗证 |
是 |
|
3 |
岑丽芹 |
硕士研究生 |
|
计算机程序员 （中级） |
高级中学教师资格 |
是 |
|
4 |
朱瑞 |
专科 |
|
计算机程序员（高级） |
教师上岗证 |
是 |
|
5 |
杨康毅 |
本科 |
|
计算机程序员（高级） |
高级教师资格 （信息技术） |
是 |
|
6 |
陈建波 |
本科 |
网络工程师（中级） |
计算机程序员（高级） |
|
否 |
|
7 |
黄晓丹 |
本科 |
|
计算机程序员（高级） |
中等职业教师资格证（计算机应用） |
是 |
|
8 |
林晓诗 |
本科 |
|
计算机程序员（高级） |
中等职业教师资格 （计算机应用） |
是 |
|
9 |
柳烨 |
本科 |
|
计算机程序员（高级） |
教师上岗证 |
是 |
|
10 |
李宇智 |
大专 |
软件工程师（中级） |
计算机程序员（高级） |
教师上岗证 |
是 |
|
11 |
张乾新 |
本科 |
软件工程师（中级） |
计算机程序员（技师） |
高级中学教师资格（信息技术） |
是 |
|
12 |
张云仙 |
本科 |
|
计算机程序员（技师） |
教师上岗证 |
是 |
|
13 |
马春华 |
大专 |
|
计算机程序员（技师） |
教师上岗证 |
是 |
|
14 |
涂乾文 |
专科 |
|
计算机程序员（技师） |
教师上岗证 |
是 |
|
15 |
陈军 |
本科 |
|
计算机程序员（技师） |
教师上岗证 |
是 |
|
16 |
陆润福 |
本科 |
|
计算机程序员（技师） |
教师上岗证 |
是 |
|
17 |
王亮 |
本科 |
|
计算机程序员（高级） |
教师上岗证 |
是 |
除校内专任教师外，配备完备校外兼职教师团队，他们来自珠海各大企事业单位，从事IT与人工智能技术与应用相关产业的专业人员，具备中级以上技术职称或国家职业技能三级以上，具有良好地与学生沟通和交流的能力，教学质量控制能力。主要参与人才培养方案的制定；承担本专业核心课程、企业生产性实习、顶岗实习等教学任务；参与课程开发与建设，参与相关教学文件的编写。
（二）教学设施
本专业配备校内实训实习室和校外实训基地。建设具备真实工作情境，能满足教学需要，并兼有生产、技能鉴定功能的实训基地。围绕理实结合人才培养模式改革，加强校内生产性实训基地建设，探索校内生产性实训基地建设和管理新模式。与企业共建“自动化工厂”，提高校企合作水平，充分发挥基地作用，实现教学与生产的紧密结合，师生与一线技术人员的紧密结合。
实践环节是教学中的重要环节，加强校内实训基地的建设是教学改革与建设的重点工作，实训室建设要以“课程教学理实化、实践场所职业化”为原则，专业教师与兼职教师共同根据课程实施的需要设计并建设一体化专业实训室。
为达成本专业人才培养方案所设定的人才培养目标，获取较为理想的教学成效，在施行本人才培养方案时，应当确保实践教学条件得以落实。本专业配备有以下实训室：
|
序号 |
实训室（区）名称 |
面积（平方米） |
数量（间） |
台数 |
单价（元） |
总价 |
|
1 |
笃志楼机房8 |
150 |
1 |
60 |
5538 |
332280 |
|
2 |
笃志楼机房9 |
170 |
1 |
60 |
5538 |
332280 |
|
3 |
笃志楼机房11 |
170 |
1 |
60 |
5538 |
332280 |
|
4 |
博学楼机房1 |
220 |
1 |
60 |
5538 |
332280 |
|
5 |
博学楼机房2 |
220 |
1 |
60 |
5538 |
332280 |
|
6 |
博学楼机房5 |
220 |
1 |
60 |
5538 |
332280 |
|
合计 |
1150 |
6 |
360 |
- |
1993680 |
|
|
序号 |
硬件 |
规格 |
|
1 |
主板 |
技嘉H510 |
|
2 |
CPU |
i5十二代 |
|
3 |
内存 |
金士顿8G |
|
4 |
硬盘 |
西数绿盘240G（固态） |
|
5 |
显示器 |
AOC 22 |
|
6 |
键鼠 |
爱国者WQ9508 |
2.校外实训基地
根据专业人才培养需要和产业技术发展特点，应在企业建立两类较校外实训基地；一类是以专业认识和参观为主的实训基地，能够反映目前专业技能方向和新技术，并能同时接纳较多学生学习，为新生入学教育和认识专业课程教学提供条件；另一类是以社会实践及学生顶岗实习为主的实训基地，能够为学生提供真实专业技能方向综合实践轮岗训练的工作岗位，并能保证有效工作实践，该基地能根据培养目标要求和实践教学内容，校企合作共同制订实习计划和教学大纲，精心编排教学设计并组织、管理教学过程。
校外实训基地主要功能是：有利于学生掌握岗位技能、提高实践能力。有利于学校及时了解社会对人才培养的需求，及时发现问题，有针对性地开展教育教学改革。校外实训基地有健全的规章制度及基于职业标准的员工日常行为规范，有利于学生在实训中真实地领悟到团队合作精神，同时培养学生解决实际问题的能力。部分校企合作企业如下表所示：
|
序号 |
合作企业名称 |
企业 规模 |
行业地位 |
合作形式 |
联系人 |
地址 |
|
1 |
珠海汇流信息有限公司 |
100人以上 |
信息服务知名企业 |
顶岗实习、就业、订单委培、共建实训基地、提供兼职教师 |
戴嘉豪 |
珠海金鼎 |
|
2 |
广东飞企互联科技股份有限公司 |
1000人以上 |
互联网知名企业 |
顶岗实习、就业、订单委培、共建实训基地、提供兼职教师 |
汪胜才 |
珠海高新区 |
|
3 |
珠海金智维信息科技有限公司 |
700人以上 |
互联网知名企业 |
顶岗实习、就业、订单委培、共建实训基地、提供兼职教师 |
金卓 |
珠海吉大 |
|
4 |
珠海金山数字网络科技有限公司 |
1000人以上 |
互联网知名企业 |
顶岗实习、就业、订单委培、共建实训基地、提供兼职教师 |
孙国军 |
珠海高新区 |
（三）教学资源
1.课程教学资源主要有：（1）教学标准；（2）电子教案；（3）多媒体教学课件；（4）助学软件；（5）试题库；（6）各种软件教学素材；
2.实训教学资源主要有：（1）实训指导书；（2）实训工作活页；（3）顶岗实习手册；
3.教材选用
|
序号 |
课程名称 |
书名 |
主编 |
出版单位 |
ISBN |
|
1 |
语文 |
语文 职业模块 三课统编教材 |
教育部 |
高等教育 |
9787040609134 |
|
2 |
语文 |
语文（基础模块）上册三课教材 |
教育部 |
高等教育 |
9787040609158 |
|
3 |
语文 |
经典诗文诵读 |
黄干才 |
高等教育 |
9787040625172 |
|
4 |
英语 |
英语3 基础模块（修订版） |
高等教育出版社教材发展研究所 |
高等教育 |
9787040605556 |
|
5 |
英语 |
英语1 基础模块 修订版 |
高等教育出版社教材发展研究所 |
高等教育 |
9787040606362 |
|
6 |
英语 |
中职英语导学与同步训练第1册（GJ） |
王丽 |
湖南大学 |
9787566721853 |
|
7 |
数学 |
数学 拓展模块一（下册）（修订版） |
高等教育出版社教材发展研究所 |
高等教育 |
9787040607208 |
|
8 |
数学 |
数学 拓展模块一（上册）修订版 |
高等教育出版社教材发展研究所 |
高等教育 |
9787040607215 |
|
9 |
数学 |
数学 基础模块（上册）修订版 |
高等教育出版社教材发展研究所 |
高等教育 |
9787040607239 |
|
10 |
数学 |
数学学习指导与练习 拓展模块一（下册） （修订版） |
高等教育出版社教材发展研究所 |
高等教育 |
9787040623437 |
|
11 |
数学 |
数学学习指导与练习（基础模块）（上）（修订版） |
高等教育出版社教材发展研究所 |
高等教育 |
9787040623444 |
|
12 |
数学 |
数学学习指导与练习 拓展模块一（上册）（修订版） |
高等教育出版社教材发展研究所 |
高等教育 |
9787040623758 |
|
13 |
思想政治：中国特色社会主义 |
思想政治（基础模块）中国特色社会主义三课教材 |
教育部 |
高等教育 |
9787040609073 |
|
14 |
思想政治：中国特色社会主义 |
思想政治同步辅导与能力训练（中国特色社会主义） |
教育部 |
湖南师大 |
9787564846336 |
|
15 |
哲学与人生 |
思想政治 基础模块 哲学与人生统编三课教材 |
教育部 |
高等教育 |
9787040609097 |
|
16 |
哲学与人生 |
思想政治同步辅导与能力训练（哲学与人生） |
教育部 |
南京大学 |
9787305284496 |
|
17 |
历史 |
历史（基础模块） 中国历史三课教材 |
教育部 |
高等教育 |
9787040609127 |
|
18 |
历史 |
历史同步辅导与能力训练（中国历史） |
教育部 |
湖南师大 |
9787564846367 |
|
19 |
劳动教育 |
劳动创造美好生活 |
檀传宝 |
劳动社保 |
9787516743331 |
|
20 |
艺术 |
公共艺术——音乐篇（双色）（含微课） |
刘洪莲、龚永亮、李梅 |
江苏大学 |
9787568405652/03 |
|
21 |
计算机基础 |
计算机二级WPS通关秘籍 |
小黑老师 |
湖北人民 |
9787216102865 |
|
22 |
Python编程基础 |
Python程序设计 |
教育部 |
重庆大学出版社 |
9787568930178 |
|
23 |
数据库基础与SQL应用 |
数据库基础及应用MySQL |
周宪章 |
重庆市教育科学研究院 |
9787568927758 |
|
24 |
Web前端基础（HTML5/CSS3/ES6） |
HTML、CSS、JavaScript基础教程Web前端开发精品课 |
莫振杰 |
人民邮电出版社 |
9787115466631 |
|
25 |
人工智能基础 |
信息技术基础模块 |
李福清 |
高等教育出版社 |
9787040646986 |
|
26 |
数据采集技术 |
数据采集技术初级 |
教育部 |
机械工业出版社 |
9787111665090 |
|
27 |
数据标注与处理实务 |
人工智能训练师（数据标注员）（五级四级） |
上海职业技能等级认定培训教材编委会 |
中国劳动社会保障出版社 |
9787516760925 |
|
28 |
机器学习入门与应用 |
机器学习 |
教育部 |
清华大学 |
9787302675259 |
|
29 |
AI应用开发技术应用 |
LangChain大模型AI应用开发实践 |
陈鹏 |
清华大学出版社 |
9787302672524 |
|
30 |
自然语言处理技术应用 |
自然语言处理技术与应用 |
教育部 |
中国铁道出版社 |
9787113301026 |
|
31 |
智能系统部署与配置 |
AI实用手册 |
李家贵，童欣杰，马旭飞 |
浙江大学出版社 |
9787308269193 |
|
32 |
AI运维与测试基础 |
大模型测试技术与实践 |
陈磊 |
人民邮电出版社 |
9787115652867 |
|
33 |
计算机视觉技术应用 |
计算机视觉技术及应用 |
吴成东 |
高等教育出版社 |
9787040600865 |
（四）教学方法
1.公共基础课
公共基础课教学符合教育部有关教育教学的基本要求，按照培养学生基本科学文化素养、服务学生专业学习和终身发展的功能来定位，重在教学方法、教学组织形式的改革，教学手段、教学模式的创新，调动学生学习积极性，为学生综合素质的提高、职业能力的形成和可持续发展奠定基础。
2.专业技能课
根据专业培养目标，结合企业生产与生活实际，选择合适的教学内容，大力对课程内容进行整合，在课程内容编排上，合理规划，集综合项目、个性任务、特定案例、理论知识于一体，强化学生综合专业技能的训练，在实践中寻找理论和知识点，增强课程的灵活性、实用性与实践性。
（五）学习评价
由学校、学生、用人单位三方共同实施学习评价，评价内容包括学生专业综合实践能力、“双证”的获取率和毕业生就业率及就业质量，专兼职教师教学质量，逐步形成校企合作、工作结合人才培养模式下多元化教学质量评价标准体系。
1.课堂教学效果评价方式
采取灵活多样的评价方式，主要包括笔试、作业、课堂提问、课堂出勤、上机操作考核以及参加各类型专业技能竞赛的成绩等。
2.实训实习效果评价方式
1）实训实习评价
采用实习报告与实践操作水平相结合等形式，如实反映学生对各项实训实习项目的技能水平。
2）顶岗实习评价
顶岗实习考核方面包括实习日志、实习报告、实习单位综合评价鉴定等多层次、多方面的评价方式。
（六）质量管理
质量是职业教育的生命线，是培养高素质技术技能人才的核心保障。为确保教育教学全流程规范运行、人才培养目标有效达成，我校立足制度建设、过程监控与持续改进的系统思维，构建全员参与、全程覆盖、全方位协同的质量管理体系。该体系聚焦人才培养核心环节，通过机制创新、标准细化、动态优化与社会联动，形成闭环式质量保障模式，具体建设要求涵盖以下四个方面：
（1）学校建立专业人才培养质量保障机制，健全专业教学质量监控管理制度，改进结果评价，强化过程评价，探索增值评价，吸纳行业组织、企业等参与评价，并及时公开相关信息，接受教育督导和社会监督，健全综合评价。完善人才培养方案、课程标准、课堂评价、实习实训、毕业设计以及资源建设等质量保障建设，通过教学实施、过程监控、质量评价和持续改进，达到人才培养规格要求。
（2）学校建立完善教学管理机制，加强日常教学组织运行与管理，定期开展课程建设、日常教学、人才培养质量的诊断与改进，建立健全巡课、听课、评教、评学等制度，建立与企业联动的实践教学环节督导制度，严明教学纪律，强化教学组织功能，定期开展公开课、示范课等教研活动。
（3）专业教研组织建立线上线下相结合的集中备课制度，定期召开教学研讨会议，利用评价分析结果有效改进专业教学，持续提高人才培养质量。
（4）学校建立毕业生跟踪反馈机制及社会评价机制，并对生源情况、职业道德、技术技能水平、就业质量等进行分析，定期评价人才培养质量和培养目标达成情况。
九、毕业要求
（一）核心毕业条件
1.思想品德评价合格
学生需遵守校规校纪，德育考核达标，无严重违纪行为，综合素质评价合格。
2.学业成绩与学分达标
修完教学计划规定的全部课程，考试、考查成绩合格；学生需修满规定学分，最低要求学分。
3.实习鉴定合格
完成规定的顶岗实习或工学交替实习，实习单位与学校双导师共同考核，实习鉴定合格。
（二）特殊情况说明
（1）提前毕业。学生提前修满教学计划规定的全部课程且达到毕业条件，经本人申请、学校同意，可在学制规定年限内提前毕业。
（2）结业与退学。学习年限内，考核成绩（含实习）仍有不及格且未达留级规定、思想品德评价不合格或未修满规定学分的学生，可申请肄业证书，不颁发毕业证书。中途退学的学生，可申请学习证明。
扫码关注抖音号
扫码关注公众号