人工智能技术服务人才培养方案(高职).docx

人工智能技术服务人才培养方案
一、专业名称(专业代码)人工智能技术服务(610217)
二、招生对象普通高级中学毕业生、中等职业学校毕业生或具备同等学力者。
三、修业年限基本学制三年，根据专业需要设置3-5年弹性学制。
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)
计算机类 (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)； 计算机程序设计 员
(4-04-05-01)； 人工智能工程技 术人员
(2-02-10-09)； 计算机软件测试 员(4-04-05-02)
数据分析；
软件测试；
AI技术支持；
Web前端开发；
AI应用开发；
Web前端开发 职业资格证 书、计算机技 术与软件专业 技术资格
!1!
,职业面向五.培养目标

本专业主要面向软件及信息技术服务等行业，培养理想信念坚定、德技并修， 德、智、体、美、劳全面开展，具有一定的科学文化水平、良好的职业道德和工 匠精神、较强的就'亚创'业能力，掌握机器学习、数据分析、语音识别、数据可视 化技术、Spark划:据处理等专业基本知识和技术技能，能够从事AI应用开发、 软件测试、软件编码、AI技术支持、Web前端开发、人工智能系统开发、大数据 处理等工作的高素质复合型技术技能人才。
559
表8-9数据结构课程设置与要求一览表
课程名称
数据结构
学期
第四学期
学时/学分
32/2
教学目标
⑴熟悉数据结构的基本概念。
⑵熟悉线性表、栈和队列、串、数组和广义表、树和二叉树。
(3)掌握动态存储管理。
(4)培养学生独立思考的能力。
学习内容
(1)数据结构的基本概念。
(2)掌握线性表。
(3)掌握栈和队列。
(4)掌握串。
(5)掌握数组和广义表。
(6)熟练掌握树和二叉树。
(7)熟练掌握动态存储管理。
教学要求
⑴加强实践教学，依据实际工程进行产学结合，使学生熟练掌握数据结构知识；
⑵在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、诚 实守信的精神。
评价标准
(1)能够熟练掌握各种基本类型的数据结构及其应用。
表8-10计算机网络技术课程设置与要求一览表
课程名称
计算机网络技术
学期
第一学期
学时/学分
64/4
教学目标
(1)掌握计算机网络的基本体系架构；
(2) 了解常见的网络产品；
(3) 了解网络互联技术。
学习内容
(1)计算机网络基础知识
(2)数据通信技术
(3)计算机网络体系结构与协议
(4)局域网
(5)广域网接入技术
(6)网络互联技术
(7) Internet基础知识
(8) Internet接入技术
(9) Internet 的应用
教学要求
(1)掌握计算机网络基础知识
(2)掌握数据通信技术
(3)掌握计算机网络体系结构与协议
(4)掌握局域网
(5)掌握广域网接入技术
(6)掌握网络互联技术
(7)掌握Internet基础矢口识
(8)掌握Internet接入技术
(9)掌握Internet的应用
评价标准
(1)能整识?
(2)能搴谑而
不能的网络设备.
和柳脸勺藏趟课程设置与要求一览表
568
课程名称
Linux操作系统
学期
第二学期学时/学分48/3
教学目标
(1)理解Linux操作系统基础知识； (2)熟悉Linux的设备与文件管理； (3)熟悉Linux的平安。
学习内容
(1) Linux操作系统概述；
(2) Linux操作系统基础知识；
(3) Linux图形化桌面划、境；
(4) Linux常用应用程序；
(5) Linux用户与磁盘管理；
(6) Linux的设备与文件管理；
(7) Linux网络基础；
(8)搭建文件服务器；
(9) Linux环境下核心服务器的搭建；
(10) Linux中的其他服务器
(11) Linux 的平安。
教学要求
(1)掌握Linux操作系统概述；
(2)掌握Linux操作系统基础知识；
(3)掌握Linux图形化桌面环境；
(4)掌握Linux常用应用程序；
(5)掌握Linux用户与磁盘管理；
(6)掌握Linux的设备与文件管理；
(7)掌握Linux网络基础；
(8)掌握搭建文件服务器；
(9)掌握Linux环境下核心服务器的搭建；
(10)掌握Linux中的其他服务器；
(11)掌握Linux的平安。
评价标准
(1)能够在linux环境下调试相关数据。
表8-12数据通信技术课程设置与要求一览表569
课程名称
数据通信技术
学期
第二学期
学时/学分
64/4
教学目标
(1)介绍分层模型的作用，以太网中数据帧的结构
(2)介绍IP报文的结构，公有IP地址、私有IP地址以及特殊IP地址的范围
(3)介绍ICMP的应用场景，常见的ICMP报文类型以及Ping和Tracert的应用
(4)介绍ARP的工作原理以及ARP缓存表的作用
(5)介绍VRP命令行的基础知识，和利用VRP命令行进行基本的配置
(6)介绍STP、RSTP的特性以及RSTP数据配置
(7)介绍RIP、OSPF的工作原理以及其基本数据配置
(8)介绍DHCP、FTP、Telnet的应用场景、工作原理以及其基本数据配置
学习内容
(1) 了解企业网络
(2) IP网络基础
(3) VRP基础
(4)交换技术
(5) IP路由基础
(6)应用层协议应用
教学要求
(1)熟悉企业网络元件
(2)掌握IP网络基础
(3)掌握VRP基础
(4)掌握交换技术
(5)掌握IP路由基础
(6)掌握应用层协议应用
评价标准
(1)能够搭建基本的小型网络；
(2)能够维护小型的网络。
表87 3 Java程序设计课程设置与要求一览表
课程名称
Java程序设计
学期
第三学期
学时/学分
48/3
教学目标
(1)能快速搭建Java开发环境。
(2)熟练使用氏lipse进行Java程序编写，并且掌握主要的快捷键。
⑶熟练掌握Java程序设计基础知识，并得以运用。
(4)熟练掌握面向对象的三大特征：封装、继承和多态。
(5)能掌握Eclipse调试工具Debug。
(6)能够熟练掌握Java编程语言的各种规范，熟练运用规范模版。
⑺能够独立完成小型工程的设计与开发。
(8)能理解一到两种工程开发模式。
学习内容
⑴搭建Java开发环境。
⑵标识符、关键字、注释。
⑶常量、变量、运算符、表达式的定义和使用。
(4)程序控制语句的使用。
(5) 一维数组和二维数组的使用。
⑹类和对象的概念以及面向对象程序设计的编程思想。
(7)类的定义和实例化对象以及封装的设计思想。
(8)继承的设计思想。
(9)多态的设计思想。
(10)常用的类库。
(ll)Java集合的运用。
(12)常用的输入输出流。
(13)多线程编程。
(14)网络编程。
教学要求
⑴加强实践教学，依据实际工程进行产学结合使学生熟练掌握Java开发技能； ⑵在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、 老实守信的精神。
评价标准
⑴能够独立完成小型工程的设计与开发。
⑵能理解一两种工程开发模式。
表874 Java Web开发实战课程设置与要求一览表
课程名称
Java Web开发实战
学期
第四学期
学时/学分
80/5
教学目标
⑴能快速搭建JSP开发环境。
⑵掌握JSP基本语法和JSP标记。
570表875神经网络与深度学习课程设置与要求一览表

(3)掌握HTML, CSS, JavaScript等基本的网页编程知识。
(4)掌握JSP, Servlet, Filter等动态网站开发的技术知识。
(5)掌握JavaBean, JDBC等网站数据库访问的相关知识。
(6)熟悉Web环境下文件操作，邮件编程等相关的知识。
⑺具备在Web环境下创立，配置并编程访问MySQL数据库的能力。
(8)具备工程开发中的团队协作能力。
学习内容
⑴搭建JSP开发环境。
(2)XML 基础。
(3)Tomcat 开发Web 站点。
(4)HTTP 协议。
(5)Servlet 技术。
(6)请求和响应。
⑺会话及其会话技术。
(8)JSP 技术。
(9)JavaBean 组件。
(1O)JSP开发模型。 (ll)Java集合的运用。 (12)常用的输入输出流。 (13)多线程编程。
(14)网络编程。
教学要求
⑴加强实践教学，依据实际工程进行产学结合，使学生熟练掌握Java Web开发 技能；
⑵在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、 老实守信的精神。
评价标准
(1)能够独立完成小型工程的设计与开发。
(2)能理解一两种工程开发模式。
571
课程名称
神经网络与深度学习
学期
第四学期学时/学分64/4
教学目标
(1)理解深度学习的基础理论。
(2)掌握神经网络的基础知识。
⑶能够借助Python语言对基本算法和实现模型进行探索。
(4)能够应用深度学习框架TensorFlow编写程序实现各种常见类型的深度神经网 络。
学习内容
⑴深度学习概论。
(2)神经网络基础知识。
(3)计算神经网络的输出。
(4)激活函数。
(5)深度神经网络。
(6)核对矩阵的维数。
(7)搭建深层神经网络块。
教学要求
⑴加强实践教学，依据实际工程进行产学结合使学生熟练掌握神经网络与深度 学习的基础知识；
(2)在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、

老实守信的精神。
评价标准
⑴能够理解和掌握神经网络和深度学习的基本知识
表87 6数据可视化技术课程设置与要求一览表
课程名称
数据可视化技术
学期
第四学期
学时/学分
64/4
教学目标
(1)掌握数据可视化的一般原理。
(2)掌握数据可视化的处理方法。
(3)熟练数据可视化的使用。
(4)熟练使用大数据可视化手段进行数据分析
学习内容
⑴数据可视化简介。
⑵视觉感知和视觉通道。
(3)视觉可视化基础。
(4)时空数据可视化。
(5)地理空间数据可视化。
(6)高维非空间数据可视化。
(7)层次和网络数据可视化。
(8)可视化软件与工具。
教学要求
(1)加强实践教学，依据实际工程进行产学结 合使学生熟练掌握数据可视化技术； (2)在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、 老实守信的精神。
评价标准
(1)熟练使用大数据可视化手段进行数据分析。
3 .职业能力课程设置与要求
职业能力课程设置与要求详见表8-17〜8-18。
表8-17 Python程序设计实训课程设置与要求一览表572
课程名称
Python程序设计实训
学期
第二学期
学时/学分
1 周/1.5
教学目标
(1)掌握程序设计的基础知识和基本技能；
(2)掌握结构化程序设计的基础；
⑶养成良好的编程习惯；
(4)培养严谨务实的分析问题与解决问题的能力；
(5)培育劳动精神、劳模精神和工匠精神。
学习内容
⑴概述与程序基本结构；
⑵数据结构、运算符与表达式；
(3)程序流程结构；
(4)数组与函数；
(5)指针，结构体与共用体;
⑹位运算；
(7)劳动精神、劳模精神和工匠精神。
教学要求
⑴理解概述与程序基本结构；
⑵掌握数据结构、运算符与表达式；
(3)理解程序流程结构；
(4)理解数组与函数；
(5)熟练掌握指针，结构体与共用体；

(6)熟练使用位运算；
(7)理解劳动精神、劳模精神和工匠精神的内涵。
评价标准
⑴熟练应用程序环境设计和调试程序；
⑵熟练使用语言程序的基本语法进行程序设计；
⑶掌握用程序设计解决实际问题的程序并完成程序设计；
(4)掌握计算机语言类课程学习方法，能通过互联网等巩固拓展所学；
⑸正确树立“热爱力动、爱岗敬业”的万动精神，践行“坚持创新、精益求精、追求 卓越”的工匠精神。
表8-18机器学习实训课程设置与要求一览表
课程名称
机器学习实训
学期
第三学期
学时/学分
1 周/L5
教学目标
(1)掌握机器学习的基本概念。 ⑵熟悉典型的机器学习方法。 (3)培养学生独立思考的能力。
学习内容
(1)数据分类。
(2)数据预处理。
(3)模型优化。
⑷集成学习。
(5)神经网络。
(6)深度学习。
教学要求
⑴加强实践教学，依据实际工程进行产学结合，使学生熟练掌握机器学习的主要知识 内容；
(2)在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、诚 实守信的精神。
评价标准
(1)能够掌握典型的机器学习方法。
4 .拓展学习领域
(1)限选课：
限选课课程设置与要求详见表8-19〜8-21。
表8-19《OpenStack云计算平台》设置与要求一览表573
课程名称
OpenStack架构分析与实践
学期
第五学期学时/学分48/3
教学目标
能够对玄计算的由来、概念、原理和实现技术有个基本的认识，了解支持西计算的主 要产品和工具以及掌握云计算技术原理和应用方法，了解云计算的主要研究热点与应 用领域，了解云计算的开展趋势和前景；具备对开源OpenStack日常运维能力，能够 对OpenStack云环境进行故障处理的专业人才。
学习内容
OpenStack的概览、操作界面管理、认证管理、镜像管理、计算管理、存储管理、网络 管理、编排管理、故障处理和华为OpenStack增强商用解决方案。
教学要求
1 . 了解云计算概念、服务类型、实现机制及云计算的特点和优势；
2 .了解Google玄计算技术体系、呈握Google玄计算的四种核心技；
3 .早握 OpenStack 云计算系统，Keystone、Glance、Nova、Neutron 等基本组件；
4 .理解掌握亚马逊云计算平台基础存储架构Dynamo和云服务；
5 .掌握微软云计算操作系统Windows Azure；
6 .理解CloudSIM云计算仿真器的作用，掌握其使用方法；

7. 了解当前云计算研究热点及开展方向。
评价标准
掌握开源OpenStack日常运维及故障处理知识。具备中大型规模OpenStack玄计算环 境的运维能力，能够胜任OpenStack高级工程师等岗位所必备的知识和技能。
表8-20 Hadoop生态系统及开发课程设置与要求一览表
课程名称
Hadoop生态系统及开发
学期
第四学期
学时/学分
48/3
教学目标
(1)熟悉Hadoop分布式文件系统HDFS。
(2)掌握数据仓库Hiveo
(3)掌握分布式计算框架MapReduceo
(4)掌握分布式数据库Hbase。
学习内容
(1) Hadoop起源以及生态圈介绍
(2) Hadoop分布式文件系统HDFS
(3)分作式计算框架MapReduce
(4) Hadoop体系架构
(5) Hadoop集群安装与配置
(6)分布式服务框架Zookeeper
(7)分行J式数据库Hbase
(8)数据仓库Hive
(9)分布式日志框架Flume、数据迁移工具Sqoop、订阅消息系统Kafka等
教学要求
⑴加强实践教学，依据实际工程进行产学结合，使学生熟练掌握大数据平台搭建和大 数据分析与处理技能；
(2)在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、诚 实守信的精神。
评价标准
(1)能够熟练搭建Hadoop平台o
⑵能够熟练使用Hbase> MapReduce> Hive> Flume等组件进行大数据分析和处理。
表8-21 Spark大数据处理课程设置与要求一览表
课程名称
Spark大数据处理
学期
第四学期
学时/学分
48/3
教学目标
(1)熟悉Spark的核心概念和基本原理
⑵熟悉开源集群计算系统Apache Spark
⑶掌握Spark收集、计算、简化和保存海量数据的方法
⑷掌握交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化
学习内容
(1)讲解Spark的核心概念和基本原理
(2)利用开源集群计算系统Apache Spark,可以加速数据分析的实现和运行
(3)使用Scala的简易API来快速操控大规模数据集
(4)快速掌握用Spark收集、计算、简化和保存海量数据的方法
(5)讲解交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化
教学要求
⑴加强实践教学，依据实际工程进行产学结合，使学生熟练掌握park收集、计算、 简化和保存海量数据的技能
⑵在实践教学过程中，以小组为单位实施“教-学-做” 一体，培养学生团结协作、诚 实守信的精神
评价标准
⑴能够熟练的掌握park收集、计算、简化和保存海量数据的技能
⑵能够掌握交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化
574
（2）任选课
①党史国史24学时5学分
该课程主要介绍国家光辉的革命历程和灿烂的历史文化使学生树立报效祖 国的远大理想。
②国家平安教育16学时/I学分
该课程是对学生进行素质教育的课程，树立大学生在日常的学习和工作中的 国家平安意识，提高大学生应对平安问题的能力和水平。。
5.第二课堂（1）职业技能培训及竞赛；
（2）专业软件应用技能培训及竞赛；（3）企业级工程案例开发培训；
（4）各种讲座及学术交流；（5）创新创业实践教育活动。
积极鼓励学生创新创业，实施弹性学制，放宽学生修业年限，允许安排学业 进程，保存学籍休学创新创业，同时创新创业实践学分可与教学学分转换。
九、教学总体安排
（一）教学学历（见附表1 ）
（二）课程设置及学时比例（见附表2 ）
（三）教学进程（见附表3）
十、实施保障（-）师资队伍
1 .本专业生师比25： 1,专业专任教师双师率为80%,重视专业建设和能力 提升，具有职称、年龄、结构合理的师资梯队。
2 .本专业专任教师：高尚的师德，爱岗敬业，遵纪守法；具有高校教师资格 及相关专业扎实的理论功底和实践能力。
3 .本专业带头人：邓磊。
4 .本专业兼职教师数：5人。
（二）教学设施
具备能够满足正常的课程教学、实习实训所必需的专业教室、校内实训室和 校外实习实训基地。
1 .专业教室基本条件
配置课桌椅、黑（白）板、基本教具、多媒体设备、网络接口或网络环境， 并实施网络平安防护措施；安装应急照明装置并保持良好状态，符合紧急疏散要575 求和消防要求。
2 .校内实训室基本要求
具有满足主要实训课程的教学需要，实习工位数满足学生实习要求，设备先 进、够用；应建立相应的实验室管理制度，保证实训教学正常进行；具备各种实 践教学的教学文件。
（1）人工智能应用开发实训室
软件开发实训室配备了 PC机48台、服务器1台、交换机和防火墙，用于C 语言程序设计、Asp. NET程序设计、Android程序设计的教学与实训。
主要的实训工程有计算器、五子棋、仿QQ聊天程序、Android播放器等。
具有健全的实训室管理制度文件和专门的实训室管理人员。
（2）虚拟仿真实训室
虚拟仿真实训室配备了 PC机48台、服务器2台、交换机和防火墙，配备了 软件工程开发实训系统和JavaEE实训工程资源库、Android实训工程资源库、 HTML5实训工程资源库、Python实训工程资源库等教学资源，用于JavaEE实训、 Android实训、HTML5实训、Python实训的教学与实训。
主要的实训工程有电影推荐系统、网络爬虫管理系统、个人博客系统、中小 企业网站发布系统等。
具有健全的实训室管理制度文件和专门的实训室管理人员。
（3）软件测试实训室
软件测试实训室配备了PC机48台、服务器1台、交换机、防火墙和软件测 试系统，用于软件测试的教学与实训。
具有健全的实训室管理制度文件和专门的实训室管理人员。
3 .校外实习实训基地基本要求
通过产教融合、校企合作共建校外实习实训基地，顶岗实习基地与就业基地 密切融合，具有一定规模和实力、信誉好，具备食宿及教学条件；可接纳一定数 量的学生进行专业顶岗实习；配备相应数量的企业指导教师对学生进行实习指导 和管理；实习基地有保证实习（三）教学资源
主要包括能够满足学生专业学习、教师专业教学研究和教学实施需要的教 材、图书及数字资源等。
1 .教材选用及编写基本要求
优先选用高职教育国家规划、规划教材和行业规划教材，鼓励校企合作开发 校本特色教材，禁止不合格教材进入课堂。学校设立教材编审委员会，完善教材 选用及编写制度，规范教材选用与编写程序。
576
2 .图书、文献配备基本要求
图书配备应能满足学生全面培养、教科研工作、专业建设等的需要，方便师 生查询、借阅。具备电子图书资源，配假设干个数据库资源，便于师生查阅资料。
3 .数字教学资源配置的基本要求
建设和配置与专业相关的一定数量的数字教学资源，包括多媒体素材（如图 形/图像、音频、视频和动画）、数字化教学案例库、虚拟仿真软件、数字教材等 数字资源，种类丰富、形式多样、使用便捷、动态更新、满足教学。
（四）教学方法
充分表达“教学有法、教无定法”的思想，注重因材施教，灵活运用启发式、 案例式、讨论式、探究式等教学方法，依据课程性质和特点整体设计教学方法, 合理运用现代信息技术手段，推广“翻转课堂”、线上线下混合式教学、理实一 体教学等新型教学模式，推动课堂教学革命，不断提高课堂教学质量。
（五）学习评价
采用过程性评价和结果性评价相结合方式，加大过程考核，加大实践技能考 核成绩在课程总成绩中的比重。严格考试纪律，健全多元化考核评价体系，完善 学生学习过程监测、评价与反响机制，强化实习、实训、毕业设计（论文）等实 践性教学环节的全过程管理与考核评价。
（六）质量管理
进一步建立健全教学诊断与改进实施院校自主保证人才培养机制，为持续提 高人才培养质量提供保障。
1 .建立专业建设和教学过程质量监控机制，健全专业教学质量监控管理制度，完善课堂 教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面 质量标准建设，通过教学实施、过程监控、质量评价和持续改进，达成人才培养 规格。
2 .完善日常教学管理机制，加强日常教学组织运行与管理，定期开展课程建 设水平和教学质量诊改，建立健全巡课、听课、评教、评学等制度，严明教学纪 律和课堂纪律，强化教学组织功能，定期公开课、示范课等教研活动。
3 .建立专业毕业生跟踪反响机制及社会评价机制，并对生源情况、在校生学 业水平、毕业生就业情况等进行分析，定期评价人才培养质量和培养目标达成情 况。
4 .教研室应充分利用评价分析结果有效改进专业教学针对人才培养过程中 存在的问题，制定诊断与改进措施，持续提高人才培养质量。
577
六、培养规格本专业毕业生应在素质、知识和能力等方面到达以下要求。
（-）知识要求.掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识；
1 .掌握与本专业相差的法律法规以及环境保护、平安消防、文明生产等知识；.掌握人工智能的基础理论和技能方法；
2 .掌握计算机应用基础、日常管理与维护、信息检索等实用软件的使用；.掌握计算机网络和服务器相关知识；
3 .掌握Linux系统的命令行操作；.掌握面向对象编程思想、java开发、数据库管理与应用知识；
4 .掌握线性代数、概率论与数理统计等数学知识；.掌握决策树与分类算法、聚类分析、文本分析、数据降维等机器学习知识；
5 .掌握卷积神经网络、循环神经网络、长短记忆循环神经网络等深度学习 算法知识；.掌握开源深度学习框架TensorFlow的应用；
6 .掌握数据挖掘理论、Python数据分析工具的使用；.掌握人工智能产品安装、配置及系统运维等相关知识。
（二）能力要求.具有探究学习、终身学习、分析问题和解决问题的能力；
1 .具有良好的语言、文字表达能力和沟通能力；.具有良好的团队合作与抗压能力；
2 .具有将业务需求转化分解为技术问题以及通过API调用实现简单智能工程 的基本能力；.具有独立进行数据分析，支持产品运营和决策的能力；
3 .具有人工智能平台安装、部署、维护、升级的能力。
4 .具有良好的人工智能需求分析、方案编写、产品推广能力。
5 .具有通过网络等不同途径获取信息的能力；.具有良好的专业技术英文参考文献阅读能力。
6 .具有较好的文字组织能力、语言表达能力和人际交往能力；.具有完成工作任务的规划、分析、归纳与总结的能力；
（三）素质要求
1 .坚定拥护中国共产党领导和我国社会主义制度，在指引下，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。
560
附表附表1教学学历
附表1人工智能技术服务专业教学学历表☆入学教育（包括校史文化教育）§军训 口授课。综合实训（课程设计）
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
☆
§
§
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
O
•
2
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
O
1
•

3
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
O
★
1
•
4
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
□
O
★
1 *
―•
5
□
□
□
□
□
□
□
I ■
O
O
O
★

6

符号！考试★职业技能达标 ♦生产性综合实训•跟岗实习※顶岗实习
（含毕业设计或辩论）\附表2课程设置及学时比例
本专业课程设置及学时比例见附表2-1,实践教学学时比例见附表2-2o附表2-1人工智能技术服务专业课程设置及学时比例表
课程类别
总学时
理论教学 学时
实践教学
各课程类别占总学时 比例（%）
学时
占该类课程总 学时比例（％）
公共基础 课程学习 领域
职业基 础课程
776
404
374
48.07
28.33
专业学习 领域
职业技 术课程
800
424
376
74.51
60.59
职业能 力课程
864

864
拓展学习 领域
职业拓 展课程
304
192
112
36.84
11.07
合计
2744
1020
1726
62.85
100
附表2-2人工智能技术服务专业实践教学学时比例表
内容
校内课程 实训
校内综合 （课程设计） 实训
校内生产 性实训
校外
实践教学 总学时
跟岗实习
顶岗实习
学时
846
96
96
192
480
1726
比例 （%）
49.48
5.61
5.61
11.23
28.07
备注
校内集中实训、跟岗实习、顶岗实习每周按24学时计算
578
附表3教学进程附表3 人工智能技术服务专业课程设置与教学进程表
适用对象：高中毕业生（或具有同等学力者） 学制：三年
课程 类别
序号
课程名称
学分
开课 学期
考试 学期
课内计划学时数
按学期分配学时数
总学时数
论时 理学数
践时 实学数
第一学年
第二学年
第三学年

―
四
五
六
20-?
20-?
20-?
20-?
20-?
20-20

1
校史文化
0.5
1

8
8

4/ (01-02)

2
军事理论与军事技能
4.0
1

148
36
112
(2周)
6/ (03-04)

3
思想道德修养与法律 基础
3.0
1

48
32
16
4/ (03-15)

4
思想与体系概论
4.0
2
2
64
48
16

4/ (01-14)

5
形势与政策
2
1-4

32
24
8
2/ (03-07)
2/ (01-04)
2/ (01-04)
2/ (01-04)

6
大学英语
7.5
1-2
1-2
120
100
20
4/ (03-17)
4/ (03-17)

业础程 职基课
7
高等数学
3.5
1
1
60
48
12
6/ (04-14)

8
计算机应用基础与人 工智能
3.5
1

60
30
30
4/ (03-17)

9
体育
6.5
1-3

108
20
88
4/ (05-13)
2/ (01-16)
2/ (01-16)

10
职业生涯规划
0.5
2

8
8

4/ (01-02)

11
创新创业教育
4.0
3和 5

64
32
32

6/ (01-09)

4/ (01-02)

12
大学生就业指导
1.5
5

24
10
14

4/ (01-06)
顶岗实 习一般 为6个

13
大学生心理健康
2.0
1和
5

32
8
24
4/ (04-08)

4/ (01-04)

14
劳动教育
10
1-5

每周五下午安排2学时

小计
52.5

776
404
372
446
176
76
8
72

15
职业素养
2
1-4

32
16
16
2/ (05-09)
2/ (05-09)
2/ (05-09)
2/ (05-09)

16
人工智能数学基础
3
2

48
48

6/ (01-15)

17
人工智能概论
2
1
1
32
32

4/ (01-08)

18
电子技术基础
3
3

48
32
16

4/ (01-12)

19
数据分析基础
3
3
3
48
24
24

4/ (01-12)

业术程 职技课
20
机器学习
3
3
3
48
24
24

4/ (01-16)

21
Python程序设计
3
2
2
48
16
32

4/ (01-12)

22
数据库技术应用
2
3
3
32
16
16

4/ (06-13)

23
数据结构
2
4
4
32
16
16

4/ (01-08)

24
计算机网络技术
4
1
1
64
32
32
4/ (09-16)

25
Linux操作系统
3
2
2
48
24
24

4/ (05-12)

26
数据通信
4
2
2
64
32
32

6/ (01-15)

579

27
Java程序设计
3
3
3
48
24
24

4/ (01-16)

28
JavaWeb开发实战
5
4
4
80
24
56

6/ (01-14)

29
神经网络与深度学习
4
4
4
64
32
32

4/ (01-16)

30
数据可视化技术
4
4

64
32
32

4/ (01-16)

小计
50

800
424
376
104
216
232
248

业力程 职能课
31
Python程序设计实训
1.5
2

1周

1周

1周/ (16-16)

32
Python程序设计（技能 达标）
2
2

1周

1周

1周/ (17-17)

33
计算机网络技术（技能 达标）
2
1

1周

1周
1周/ (17-17)

34
神经网络与深度学习 （技能达标）
2
4

1周

1周

1周/ (17-17)

35
机器学习实训
1.5
3

1周

1周

1周/ (17-17)

36
机器学习（技能达标）
2
3

1周

1周

1周/ (18-18)

37
语音识别工程实战
1.5
4

1周

1周

1周/ (18-18)

38
图像识别工程实战
1.5
4

1周

1周

1周/ (19-19)

39
跟岗实习
12.0
5

8周

8周 (13-20)
40
顶岗实习（含毕业设计 及辩论）
30.0
6

20周

20周

小计
56

36周

36周
1周
2周
2周
3周
8周
1拓展学习领域
职业拓展课程
限选课
1
党史
2
5

32
24
8

4/ (01-08)
2
OpenStack云计算平台
4
5

64
32
32

8/ (01-08)
3
Hadoop生态系统及开 发
3
4

48
24
24

6/ (01-08)

4
Spark大数据处理
3
4

48
24
24

4/ (01-16)

5
计算机视觉
3
5

48
24
24

4/ (01-16)
6
美育概论
1
3

16
16

2/ (01-08)

小计
14

256
144
112

16
96
144
1
国家平安教育
1
3

16
16