人工智能技术服务专业人才培养方案

一、专业名称与专业代码

专业名称:人工智能技术服务

专业代码:610217

 

二、入学要求

普通高级中学毕业、中等职业学校毕业或具备同等学力。

 

三、基本修业年限

三年。

 

四、职业面向

1.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)

主要职业类别

(代码)

主要岗位类别(或技术领域)

职业资格证书或技能等级证书举例

电子信

息大类

(61)

 

电子信

息类

(6102)

 

软件和

信息技

术服务

业(65)

 

 

计算机软件工程技术人员

(2-02-10-03)

信息系统分析工程技术人员

(2-02-10-05)

 

 

人工智能运维工程师

人工智能训练师

机器学习工程师

 

华为ICT证书

人工智能训练师

大数据工程师

 

2.可从事的岗位

岗位1:大数据分析师。掌握数据挖掘和机器学习算法,掌握Python、C++等一门编程语言,对行业、企业数据可以进行建模,进行数据分析;熟悉人工智能机器学习、图像处理、知识应用、智能决策等技术的应用。

岗位2:人工智能运维工程师。熟练掌握Linux操作系统,熟悉关系数据库或者非结构化存储中的数据库,能对hadoop、hive等开源大数据组件进行开发和维护。

岗位3:人工智能训练师。挖掘客户语料,通过算法聚类,标注分析等方式提取行业特征场景、并结合行业知识提供合理的解决方案;参与模型搭建和测评体验,并负责核心指标的日常跟踪维护;联合技术、产品等团队共同优化相关产品智能体验。

岗位4:机器学习工程师。利用TensorFlow、Caffeine、Python、Linux可以数据进行建模和数据挖掘;对数据建立数据仓库,对特征工程、模型评估进行分析。

岗位5:人工智能训练师。挖掘客户语料,通过算法聚类,标注分析等方式提取行业特征场景、并结合行业知识提供合理的解决方案; 参与模型搭建和测评体验,并负责核心指标的日常跟踪维护;联合技术、产品等团队共同优化相关产品智能体验;解读业务知识和需求,明确AI的落地场景,根据不同的技术实现逻辑提供相应的结构化数据。

3.典型工作任务及其工作过程

针对从事岗位提取典型工作任务,并描述任务工作过程,明确所需要的职业素质和职业核心能力要求。

职业领域(岗位)

典型工作任务

职业核心能力

课程

主要实践项目

大数据分析师

1.海量数据的分析处理,提炼有价值的信息,形成产品分析报告;

2.对数据库进行管理,负责数据库应用系统的运营及监控。

1.熟悉机器学习原理与算法、熟悉数据挖掘相关理论和技术;

2.熟悉mysql操作、能熟练运用可视化分析软件;

3.擅长常用的统计方法如:线性回归、逻辑回归、实验设计、市场篮分析、聚类、分群等。

计算机网络技术(华为ICT认证)

数据标注工程

大数据概论

数据清洗

数据挖掘

 

 

数据集制作实训

人工智能运维工程师

1.制定运维规划,深入各运维技术子方向(故障/容量/变更/成本等),提供平台化运维解决方案;

2.设计、开发高效运维平台与工具,持续提升运维效率。

1.精通Linux/Unix环境,熟悉Linux性能调优,熟练掌shell/php/python/perl/java中任意一门语言;

2.熟悉shell脚本、python脚本;

3.熟悉zookeeper、kafka、elk安装、部署、维护。

人工智能导论

Linux操作系统

云计算技术

人工智能开发框架应用实训

 

 

机器学习工程师

1.深入理解业务和机器学习技术,优化模型,推荐策略,持续提升推荐效果;

2.通过机器学习模型和系统,用先进的检索和排序手段,优化产品搜索效果和数据效果。

1.熟悉Linux开发环境和常用开发工具,熟悉至少一种Tensorflow、PyTorch等常用深度学习框架;

2.熟练的编程技能,熟悉常见的数据结构和算法,熟悉C/C 或Python 语言。

Python程序设计、机器学习、深度学习、OpenCV

语音及图像识别实训

 

人工智能训练师

1.挖掘客户语料,通过算法聚类,标注分析等方式提取行业特征场景、并结合行业知识提供合理的解决方案;

2.参与模型搭建和测评体验,并负责核心指标的日常跟踪维护;

3.联合技术、产品等团队共同优化相关产品智能体验。

4.解读业务知识和需求,明确AI的落地场景,根据不同的技术实现逻辑提供相应的结构化数据

1.熟悉掌握自然语言处理领域的基础理论和方法,精通C,Java,Python等编程语言的一种或多种,具备良好的编码能力;

2.精通Tensorflow、Keras、Caffe、Theano等深度学习框架的一种或多种;

3.熟悉CRF、SVM等经典机器学习算法和工具,有词向量、RNN、CNN和LSTM等深度学习经验。

自然语言处理、

Python程序设计、

机器学习

自然语言处理实训,语音及图像识别实训等

 

 

 

 

五、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,精益求精的工匠精神,较强的就业能力和可持续发展的能力;依托华为(永川)联合技术创新中心,共同培养掌握人工智能基础专业理论知识、相关应用技术,具备人工智能技术相关应用开发、人工智能平台运维、人工智能产品营销等能力,能够从事大数据分析、人工智能运维、机器学习、人工智能训练以及人工智能产品的咨询与销售等工作的高素质技术技能人才。

 

六、人才培养规格

本专业毕业生应在素质、知识和能力方面达到以下要求。

(一)素质

1.坚定拥护中国共产党领导和我国社会主义制度,在习近平新时代中国特色社会主义思想指引下,践行社会主义核心价值观,具有深厚的爱国情感和中华民族自豪感;

2.崇尚宪法、遵法守纪、崇德向善、诚实守信、尊重生命、热爱劳动,履行道德准则和行为规范,具有社会责任感和社会参与意识;

3.具有工匠精神、质量意识、环保意识、安全意识、信息素养、创新思维;

4.具有自我管理能力、职业生涯规划的意识,勇于奋斗、乐观向上,有较强的集体意识和团队合作精神;

5.具有健康的体魄、心理和健全的人格,掌握基本运动知识和一两项运动技能,养成良好的健身与卫生习惯,良好的行为习惯;

6.具有一定的审美和华为的企业精神和企业文化等方面的人文素养,能够形成一两项艺术特长或爱好。

(二)知识

1.掌握必备的思想政治理论、科学文化基础知识和中华传统文化知识;

2.熟悉与本专业相关的法律法规以及环境保护、安全消防等知识;

3.掌握人工智能运维所需要的数据库、Linux操作系统平台等基础知识;

4.掌握机器学习、深度学习、人工智能所编程语言的基础知识;

5.掌握数据结构与算法的基础知识;

6.掌握机器学习常用的算法;

7.掌握深度学习常用的框架;

8.掌握数据挖掘常用的算法知识;

9.掌握人工智能在具体行业方面的应用。

(三)能力

1.具有探究学习、终身学习、分析问题和解决问题的能力;

2.具有良好的语言、文字表达能力和沟通能力;

3.具备数据的标注、收集、分析的能力;

4.至少具备一种主流深度学习框架的应用能力;

5.至少具备一种主流深度学习框架在一种实际场景(图像、视频、音频、自然语言等)方面的应用开发能力;

6.具备对常用的操作系统、数据库系统、应用服务器进行基本配置和管理的能力;

7.具备管理和运维人工智能系统的能力;

8.具备人工智能产品推广及销售能力。

(四)毕业条件

1.取得规定学分

合格毕业生总学分达174学分,其中:

(1)课堂教学(包括课内教学与课内实践、必修课与选修课):106学分

(2)集中实践性教学环节(含毕业设计、毕业实习):62学分

(3)证书:6学分(含通用能力与职业资格证)。

2.取得通用能力证书

(1)英语应用能力A级证书;

(2)全国计算机等级考试一级证书。

3.取得与专业相关的职业资格证书(技能等级证书)

序号

名  称

发证部门

等级

备注

1

华为ICT证书

华为技术有限公司

初级

取得其中一个或与专业相关的职业资格证书

2

人工智能训练师

人社部

初级

3

大数据工程师

工信部

初级

4.品德合格,未受学校处分(含撤销处分)。

 

七、主要课程简介

1.《Python程序设计》课程简介

《Python程序设计》课程主要介绍Python变量和引用、输入输出、模块的导入、序列问题、列表、元组、字典、选择结构基本问题、循环结构、while语句、for语句、break语句、字符串格式化、字符串截取、字符串方法、函数基础知识、变量的作用域、文件的基础知识、文件操作。通过课程学习,掌握Python语言的语法,编写出解决实际问题的程序。

2.《人工智能导论》课程简介

《人工智能导论》课程主要人工智能概述、人工智能发展史、图灵测试、一阶谓词逻辑表示法、产生式表示法和框架表示法、基于谓词逻辑的推理方法、可信度方法和证据理论、模糊推理方法、搜索求解策略、遗传算法及其应用、蚁群算法及其应用、专家系统与机器学习、BP神经网络及其应用和Hopfield神经网络及其应用。

3.《数据清洗》课程简介

《数据清洗》课程主要介绍缺失数据填补、自动填充的方法、格式内容清洗、逻辑错误清洗、非需求数据清洗、关联性验证、噪声数据光滑、分箱、回归、离群点分析等,以掌握数据清洗的方法,流程以及使用工具进行数据清洗。

4.《OpenCV》课程简介

《OpenCV》课程主要介绍使用Opencv读取图像、视频。并对图像、视频进行 : 高斯模糊、图像二值化、图像颜色空间转化、肤色提取、图像开闭操作、膨胀腐蚀、颜色提取、背景移除、鼠标操作、人脸检测、人脸识别。以及显示图像颜色直方图、颜色直方图反向投影、边缘检测等,掌握使用OpenCV进行图像处理、人脸识别等任务。

5.《机器学习》课程简介

《机器学习》课程主要介绍决策树算法、朴素贝叶斯算法、支持向量机算法、随机森林算法。人工神经网络算法、Boosting与Bagging算法、关联规则算法、EM算法等,掌握和使用机器学习的分类以及机器学习的常用算法。

6.《深度学习》课程简介

《深度学习》课程主要介绍深度学习与传统机器学习的区别、卷积神经网络的理解与实现、循环神经网络的理解与实现、长短期记忆网络的理解与实现、VGG16,VGG19、ResNet、GoogLeNet、MoblieNet等深度卷积神经网络的理解与实现,以及如何在这些网络中进行迁移学习。目标检测算法的实现,SSD,Mask-RCNN 、YOLO等主流目标检测算法的复现/重新训练,掌握CNN、RNN、LSTM、等深度学习核心技术。

 

八、时间进程表

(一)时间进程表

学年

学期

周数

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

1

2

3

4

5

6

符号

课堂教学   ●集中实训   ■认识实习   ◎跟岗实习   ★考试

※顶岗实习   ▲入学教育、军训    ▼毕业教育

(二)人工智能技术服务专业教学活动时间分配表(单位:周)

学年

学期

课堂

教学

集中

实训

认识

实习

跟岗实习

顶岗

实习

入学

教育

毕业

教育

学军

(军训)

1

13

0

1

0

0

1

0

4

1

20

2

18

1

0

0

0

0

0

0

1

20

3

17

2

0

0

0

0

0

0

1

20

4

17

0

0

2

0

0

0

0

1

20

5

10

2

0

0

7

0

0

0

1

20

6

0

0

0

0

17

0

2

0

1

20

合计

75

5

1

2

24

1

2

4

6

120

备注:毕业设计、毕业论文根据专业情况可在毕业顶岗实习期间安排。

 

九、课程设置及进程安排表

课程类别

课程代码

课程名称

学分

考核类型

总学时

教学

时数

各学期周学时分配

备注

理论学时

实践学时

1

2

3

4

5

6

 

公共基础课

 

公共必修课

1

 

思想道德修养与法律基础

3

48

36

12

3

 

 

 

 

 

 

2

 

毛泽东思想和中国特色社会主义理论体系概论

4

64

48

16

 

4

 

 

 

 

 

3

 

应用文写作

2

32

16

16

2

 

 

 

 

 

 

4

 

高等数学

4

64

64

0

4

 

 

 

 

 

 

5

 

英语

7

112

112

0

4

4

 

 

 

 

 

6

 

信息技术

2

32

16

16

2

 

 

 

 

 

 

7

 

人工智能基础

2

32

16

16

 

2

 

 

 

 

 

8

 

体育

7

试查

112

32

80

2

2

2

2

 

 

 

9

 

心理健康教育

1

16

16

0

2

2

 

 

 

 

 

10

 

军事理论

1

16

16

0

2

 

 

 

 

 

 

11

 

形势与政策

3

48

48

0

2

2

2

2

2

 

 

小计

36

 

576

420

156

 

 

 

 

 

 

 

公共选修课

1

 

安全教育

1

16

16

0

2

 

 

 

 

 

 

2

 

艺术与审美

1

16

16

0

 

2

 

 

 

 

 

3

 

中华优秀传统文化

1

16

16

0

 

2

 

 

 

 

 

4

 

职业发展与就业指导

1

16

16

0

 

 

 

 

2

 

 

5

 

创新创业教育

1

16

16

0

 

2

 

 

 

 

 

6

 

健康教育

1

16

16

0

2

2

 

 

 

 

 

7

 

华为职业素养课程

2

32

16

16

 

2

2

 

 

 

 

 

小计

8

 

128

112

16

 

 

 

 

 

 

 

小    计

44

 

704

532

172

 

 

 

 

 

 

 

专业课

专业基础课

1

 

数据库原理

及应用

3

48

48

0

 

4

 

 

 

 

 

2

 

数据标注工程

3

48

48

0

 

4

 

 

 

 

 

3

 

大数据概论

3

48

32

16

 

6

 

 

 

 

 

4

 

Linux操作系统

4

64

48

16

 

 

4

 

 

 

 

5

 

计算机网络技术(华为ICT认证)

3

48

32

16

 

4

 

 

 

 

6

 

程序设计基础

2

32

16

16

 

 

4

 

 

 

 

小    计

18

 

288

224

64

 

 

 

 

 

 

 

专业核心课

1

 

Python程序设计

6

96

64

32

 

 

8

 

 

 

 

2

 

人工智能导论

6

96

64

32

 

 

 

8

 

 

 

3

 

数据清洗

6

96

64

32

 

 

 

8

 

 

4

 

OpenCV

6

96

64

32

 

 

 

8

 

 

 

5

 

机器学习

6

96

64

32

 

 

 

 

8

 

6

 

深度学习

4

64

48

16

 

 

 

 

8

 

小计

32

 

544

368

176

 

 

 

 

 

 

 

集中实践课

1

 

Python 应用开发实训

2

32

 

32

 

1周

 

 

 

 

 

2

 

机器学习技术应用实训

4

64

 

64

 

 

 

 

2周

 

 

3

 

人工智能项目开发实训

4

64

 

64

 

 

2周

 

 

 

 

4

 

图像分类实训

(跟岗实习)

4

64

 

64

 

 

 

2周

 

 

 

5

 

顶岗实习

48

768

 

768

 

 

 

 

7周

17

 

小计

62

 

992

 

992

 

 

 

 

 

 

 

专业选修课

1

 

云计算技术

2

32

16

16

 

2

 

 

 

 

 

2

 

自然语言处理

2

32

16

16

 

2

 

 

 

 

 

3

 

数据可视化

2

32

16

16

 

 

2

 

 

 

 

4

 

数据挖掘

2

32

16

16

 

 

2

 

 

 

 

5

 

人工智能产品的咨询与销售

2

32

16

16

 

 

 

2

 

 

 

小计

10

 

160

80

80

 

 

 

 

 

 

 

合计

168

 

2688

1204

1484

 

 

 

 

 

 

 

备注:

1.有的课程都要求融入课程思政。

2.上表备注中※表示该门课程为校企合作开发共建课程;◎表示是1+X课证融通课程;☆表示的是工学交替课程,部分学时任务在合作企业完成。

 

十、集中实践课程及进程安排

序号

课程名称

课程

性质

实训项目

教学组织方式

实训场地及设备

考核方式

实践时数总计

按学期分配的具体周次

备注

学时

周数

1

Python 应用开发实训

必修

Python 计算仿真;Python 基本语法;Python 库文件等项目实训。

 

集中实训

大数据综合实训室

综合评定

2

32

1

 

19

 

 

 

 

 

2

机器学习技术应用实训

必修

机器学习和模式识别应用;机器学

习和识别算法的实际运用。

集中实训

 

云计算技术与应用实训室

综合评定

4

64

2

 

 

 

 

11-12

 

 

3

图像分类实训 (跟岗实习)

必修

图像识别

与分类实训。

集中实训

校外实训基地

综合评定

4

64

2

 

 

 

18-19

 

 

 

4

人工智能项目开发实训

必修

人工智能主流开发平台实训;人工智能产品的开发实训。

集中实训

程序开发实训室

综合评定

4

64

2

 

 

18-19

 

 

 

 

5

顶岗实习

必修

顶岗实习

岗位实训

学院合作企业

综合评定

48

768

24

 

 

 

 

14-20

1-17

 

十一、实践教学场地

(一)校内实践教学场地与功能介绍

 

序号

实训室名称

基本要求

实训项目

备注

1

大数据综合

实训室

大数据实训平台系统;服务器;云计算机专用设备;交换机;投影仪;学生机及相关软件

数据采集、清洗、存储、分析、查询实训;Python 应用开发实训;数据可视化实训等。

 

 

2

云计算技术与应用实训室

配备计算机、云计算基础架构平台、云应用测试平台、服务器、交换机、防火墙。

机器学习技术应用实训;人工智能项目开发实训等。

 

3

人工智能项目开发实训室

服务器、投影设备、白板、计算机、Android 测试终端、WiFi 环境,提供云计算环境接入,Android 开发相关软件及工具等。

Python程序设计实训;网络爬虫实训;人工智能项目开发实训;相关课程实训教学。

 

(二)校外实践教学基地介绍(企业名称、完成的实践教学内容)

序号

名称

类别

实习实训项目

备注

1

重庆文德数字科技有限公司

专业实习

机器学习和云计算开发实训

 

2

重庆商集数据科技有限公司

专业实习

人工智能产品安 装、调试、维 修、维护实训

 

3

数图工场(重庆)大数据科技有限公司

顶岗实习

人工智能产品安 装、调试、维 修、维护实训,产品的咨询及营销服务

 

 

十二、课程结构及学分分布

            分配情况

 

课程类型

课程

门数

学时分配

学分

分配

占总学分比例

理论

学时

实践

学时

小计

占总学

时比例

公共学习领域

公共必修课

11

420

156

576

21%

36

21%

公共选修课

7

112

16

128

5%

8

5%

专业学习领域

专业基础课

6

224

64

288

11%

18

11%

专业核心课

6

368

176

544

21%

34

21%

集中实践课

5

0

992

992

36%

62

36%

专业选修课

5

80

80

160

6%

10

6%

合计

40

1204

1484

2688

100%

168

100%

占总学时比例

45%

55%

100%

100%

-

100%

 

十三、相关说明

1.参与人才培养方案设计的行业/企业代表

序号

公司名称

专家姓名

提供信息

1

重庆文德数字科技有限公司

 

① 行业企业现状

② 人才需求情况

③ 能力素质要求

④ 推荐相关课程

⑤ 职业资格证书

2

重庆商集数据科技有限公司

 

① 人才需求情况

② 能力素质要求

③ 推荐相关课程

3

数图工场(重庆)大数据科技有限公司

 

① 行业企业现状

② 人才需求情况

③ 能力素质要求

 

2.专业相关的职业资格证书、技能等级证书(1+X)与专业课程的对应关系及学分替代表

序号

名  称

发证部门

等级

对应课程

1

华为ICT认证

华为技术有限公司

初级

华为ICT认证相关课程。

2

大数据工程师

工信部

初级

数据库原理及应用;数据标注工程;

大数据概论;数据清洗等。

3

人工智能训练师

人社部

初级

OpenCV;机器学习;深度学习等。

3.其他需要说明的事项

 

 

创建时间:2020-04-29
浏览量:0