一、培养目标

智能科学与技术专业致力于培养符合国家战略及安徽省人工智能产业发展需求，具备良好的信息科学、数理统计基础、计算机系统知识及扎实的编程基础，以及大数据基础知识与技能，掌握AI核心原理和AI思维，能够熟练运用数据思维、AI模型、工具、语音识别、NLP、图像处理等技术解决实际问题的高素质应用型人才。毕业生毕业后可在政府部门或企事业单位从事智能系统集成、智能软件设计与开发、智能应用系统的管理与运维工作。

培养要求

1.具备较好的数理基础，熟悉常见的数据统计模型，对常见统计模型有比较深刻的认识，能够理解模型与待解决问题之间的对应关系；

2.掌握常用的数据结构与算法，具备应用成熟数据结构与算法解决软件问题的能力；

3.熟练掌握Python、Java、C/C++等一种以上程序语言，能够使用Python等语言解决科学计算问题；

4.熟练掌握数据库原理，熟练使用T-SQL解决数据库查询、修改、删除等常见的数据操作，能够结合Python等高级语言完成基于数据库的应用开发。

5.熟悉主流大数据技术，能够使用Spark结合大数据技术基础完成数据的存储及标注；

6.熟练掌握常用机器学习及深度神经网络的常用模型及其应用；

7.能够熟练使用Caffe、Theano、Torch、Tensorflow等任一种主流的深度学习框架进行智能应用系统的设计与开发；

二、培养模式

（一）采用“三段式”+三学期制培养模式

为了培养符合企业需求的应用型人才，有效提高学生的分析、解决问题与实践动手的能力，软件工程专业采用“三段式”培养模式：2+0.5+1+.5夹层模式。第一阶段为数理基础及专业核心课程培养，该阶段强化和拓宽数理基础，为学生后期专业学习打好扎实的基础；第二阶段为专业方向实训和项目，该阶段学生能力从基本技能锻炼进阶到项目开发能力，最后到岗位能力素养培养，逐步从基本知识能力过度到软件应用能力最后到岗位职业能力。第三阶段为企业实习与毕业设计，在该阶段每个学生需完成6个月以上对口企业实习的经历，通过企业实习使学生尽早地融入到社会企业文化当中，真实体验企业的职业要求，尽早建立职业发展规划，为就业做好准备工作。

遵照执行三学期制，秋季学期和春季学期主要安排课程学习，夏季学期安排专业课程集中实训，主要安排应用型课程，以企业项目制工作模式进行教学探索，增强学生实践技能。夏季学期课程一般由企业双师团队为主进行授课，让学生及早感受到企业工作模式和节奏。

（二）个性化培养体系

教育的最高境界是根据每一个学生的个性特点来实施培养，。在培养方案和培养过程中，学院紧紧围绕着因材施教的教育核心进行系统设计。

宏观上，统筹考虑各层次学生学习状况，以发展学生专业技能，提升应用能力为目标进行设计，使各层次学生都有完善的途径和通道完成对应的课程培养，实现灵活的学习和考核。

微观上，尊重学生合理需求和个体差异，从课外活动和教务管理、课程内容推送等方面进行设计，解决学生求学过程中的各种问题和合理需求，认真做好学生“后勤服务”工作。

（三）综合素质培养

学生的综合素养对于未来职业发展起着至关重要的作用，学院一直在IT人才素养评测方面进行深入研究。根据国内外知名企业人才招聘评测试题，同时结合实训需求、访谈和问卷调查，经过反复筛选提炼出对IT人才学习、成长产生重大影响的十个方面的关键素养：意志力、抗压力、自制力、心理承受能力、心理适应能力、智力测试、性格测试、学习积极性，学习目标、沟通能力。综合职业素养系列课程就是围绕这些方面，分学年、分学期、分不同阶段来逐步组织迭代实施。

（四）入口评测与职业规划

入口评测是建立个性化学习的重要工作，是专业教学与综合素养训练的重要参考依据。入口评测主要从三个维度来建立学习者个性化基线：

1.兴趣与性格特质：建立学习者未来职业规划的可能性基线；

2.知识结构与水平：建立学习者专业学习路径与个性化培养的基线；

3.家庭与社会认知：建立学习者持续发展与自我提升的基线。

通过这些基线的建立，一方面为学习者建立一个相对合理且适用的个性化培养“诊断报告”，另一方面利于持续开展职业生涯规划训练，确定专业学习与成长最佳路径，提高职业化培养的针对性和成功率。

（五）成长地图

为使学生各方面发展动态清晰明确，也为学生后续发展提供个性化服务和指导，藉由博思智慧学习平台提供各方数据支撑，学院公司为学生搭建面向个人的可视化学生成长地图。学生在入学之初，学校开展职业规划学习，使得学生了解本专业未来发展方向。由学生、辅导员和教师三方坐在一起就学生大学四年学业进行规划，需要达到能力、知识、素养成长目标及阶段成长目标，需要选哪些课程，每个课程要求和时间安排等。

凭借博思智慧学习平台可视化个人成长地图快捷、简便实现对个人成长曲线精确化反馈。个人成长地图详细记录学生大学四年成长信息，包括课程修读情况，知识和素养模块课程达标情况，与实际进度偏差情况等。另外还包括教师及教辅人员反馈以及过程考核成绩，这些信息不断与目标比对，可以及早准确发现目标偏差，生成当前综合评价。

同时，学生成长地图根据学生当前任课教师评价，测验及考核成绩，建立学业预警机制。学业预警等级有所下降或达到预警等级控制线以下发送消息到教辅人员手中，要求学生本人、班干和辅导员分别进行分析，找出原因和办法，形成报告，后期进行重点关注，并通知家长进行监督，学生成长地图是个性化人才培养的集中体现。

（六）导师制

传统高校教学模式下，倡导教师与学生建立良好的专业引导与辅导修业的关系。但受制于学生缺乏具体的职业规划目标，以及教师本身受专业领域积累的限制，真正的导师制较难落地。

通过建立入口评测机制，依据不同学生的测评报告，重点实施以下几方面工作：

1.持续关注学习者在专业学习过程中出现的各种学习与生活困惑，并给予及时指导；

2.通过引导、示范，为学习者持续发展职业规划目标树立榜样；

3.总结提炼、沟通传递隐性知识。

导师制一方面为学生坚持职业规划提供持续动力，另一方面为学习者完善职业人格提供帮助。

（七）混合式教学模式

根据知识能力模块的内在习得特点不同，学院将教学模式分为如下三类：

1.简单可自学的知识和技能模块: 主要通过引导式学习训练模式达到教学目的。教师把课程资源、学习计划、练习题库、以及考核试题等全部整合到学习平台中，学生根据自身情况自定节奏在平台中进行学习，通过完成平台中的试题来检验学习效果，教师可以在平台中查看学生的学习状况并安排辅导答疑，学生在学习目标完成后可自主申请考核；

2.有难度的知识和原理性内容以讲授模式达到教学目的。讲师事先对课堂教学内容和教学安排有详细设计，依据知识能力连接关系由浅入深进行详细讲解，学生需要完成练习检验学习效果；

3.高级技能素养，通过项目式学习达到教学目的。考核以项目的结果和过程为导向。由学生组成若干小组，每一组有一名开发组长负责小组日常管理、学习任务分配，讲师承担Leader角色负责整个班级学习进度跟踪。小组内的项目进展结果全部提交到学习平台中，讲师在学习平台中可以查看各个小组的进度以及每位学生提交代码，同时及时获取项目进展的异常情况进行干预。

针对这三种实施模式的学习材料和对应评价指标如下表所示：

表1 评价指标

（八）评价体系

教学过程中因学生差异必然出现目标达成不一致及学习进度各异的情况。鉴于此，针对学生特点在课程考核需要采用目标导向的考核模式，并且支持时间维度上的灵活考核机制。

在一学期内学生可以申请多次考核机会，第一次考核设置为固定时间点，自身认为没有达到目标要求可以不参加，完成学习计划并自认为达成目标后学生可以按照规定申请考核，若不合格，则继续参加该课程的学习，最晚不超过期末考试时重新参与考核。另外，部分优秀学生可以提前申请考试，针对提前完成方向学习的学生可参与到竞赛、参与实验室横向课题等活动。

三、毕业及学位授予

根据《安徽信息工程学院本科学生学籍管理实施办法》的规定，具有学籍的学生，在规定的学习年限内，修完本专业教学计划和培养方案规定的内容、修满学分，经考核成绩全部合格的，准予毕业，发给本科毕业证书；符合《安徽信息工程学院授予学士学位实施细则》所规定的学士学位授予条件的，授予工学学士学位。

四、主干学科与主要课程

主干学科：计算机科学与技术、数学

主要课程：高等数学、大学英语、线性代数I、概率论与数理统计I、计算思维I（C）、计算思维II（C++）、数据结构与算法（C++）、计算机网络与分布式处理、数据库原理与应用、操作系统与Linux系统应用、应用统计学与R语言建模、数学建模、软件工程、机器学习基础、网络爬虫技术、大数据技术原理与应用、人工智能综合应用创新实践、两门专业方向课程（如下）。

专业方向主要课程：高性能云计算架构与实践、神经网络与深度学习。

专业核心课程：计算思维I（C）、计算思维II（C++）、数据结构与算法（C++）、数据库原理与应用、操作系统与Linux系统应用、大数据技术原理与应用、机器学习基础、性能云计算架构与实践、神经网络与深度学习。