《人工智能技术应用》专业现代学徒制（海尔）班人才培养方案

一、专业名称及代码

（一）专业名称

人工智能技术应用

（二）专业代码

510209

二、入学要求

高中阶段教育毕业生或具有同等学力者，文理兼招。

三、修业年限

基本学习年限以3年为主，弹性学制范围为3-6年。

四、职业面向

本专业毕业生主要面向人工智能训练师、人工智能工程技术人员等职业，人工智能数据服务、算法模型训练与测试、人工智能应用开发、人工智能系统集成与运维等岗位（群）。具体如下：

表2 专业职业面向

五、培养目标与培养规格

（一）专业人才培养目标

本专业培养德智体美劳全面发展，掌握扎实的科学文化基础和人工智能数据技术、机器学习基础、深度学习框架及相关法律法规等知识，具备数据处理、模型训练、应用开发等能力，具有工匠精神和信息素养，能够从事人工智能数据服务、智能软件设计与开发、智能系统集成、智能应用系统部署与运维等工作的高素质技术技能人才。

（二）专业人才培养规格

1.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）具有质量意识、环保意识、安全意识、信息素养、工匠精神、创新思维；

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

（5）具有健康的体魄和心理、健全的人格，能够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）具有一定的审美和人文素养，能够形成一两项艺术特长或爱好；

（7）具有运用数字技术进行学习、工作和生活的能力，具备数字化素养。

2.知识要求

（1）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；

（2）熟悉与本专业相关的法律法规以及环境保护、安全消防、文明生产等知识；

（3）掌握传感器、自动识别技术、感知节点等感知设备的原理和应用方法；

（4）掌握通信与网络技术、Linux 操作的基础知识；

（5）掌握C语言、Python等高级语言的基础知识和程序设计方法；

（6）掌握数据库、数据挖掘基础、数据清洗、数据标注工程方面的基础知识；

（7）掌握数据可视化、图像处理应用、语音识别搜索、智能机器人等基本理论和知识；

（8）掌握机器学习的基本原理和相关技术知识；

（9）掌握必备的智能机器人项目开发与管理相关知识；

（10）熟悉人工智能系统的设计流程，掌握人工智能系统设计文件、工艺文件等技术文档的编制方法；

（11）掌握智能家居、智慧社区行业发展及产品方案等知识；

（12）了解人工智能系统开发相关国家标准和行业标准。

3.能力要求

（1）具备程序设计、数据库设计能力；

（2）具备编写数据采集、数据清洗、数据标注、数据特征分析、数据挖掘脚本的能力；

（3）具备模型选择、搭建、训练、测试和评估能力；

（4）具备深度学习框架的安装、模型训练、推理部署的能力；

（5）具备利用计算机视觉、智能语音、自然语言处理等技术，根据典型应用场景进行人工智能应用集成设计和开发的能力；

（6）具备部署、调测、运维智能家居设备的能力；

（7）具备基于行业应用与典型工作场景解决业务需求的人工智能技术综合应用能力；

（8）具备智能机器人的控制系统的安装、调试、运行维护能力；

（9）具备信息技术和数字技术应用能力；

（10）具有探究学习、终身学习和可持续发展的能力。

六、课程设置及要求

（一）课程体系整体架构与说明

对接教育部颁布的《高等职业教育人工智能技术应用专业教学标准》和行业企业指定的《“1+X”人工智能深度学习工程应用职业技能等级标准》《“1+X”人工智能系统平台实施职业技能等级标准》；落实教育部2019年13号、61号文件精神，全面贯彻《中共中央国务院关于全面加强新时代大中小学劳动教育的意见》以及教育部印发的《大中小学劳动教育指导纲要（试行）》、教育部关于印发《高等学校课程思政建设指导纲要》的通知（教高[2020]3号）、教育部办公厅印发《关于开展“网上重走长征路”既推动“四史”学习教育的工作方案》的通知等文件精神，明确专业培养目标和规格，指定《岗位（群）工作任务及职业能力分析报告》。

深入分析学生现实需求，全面落实大中小学生思想政治工作总体要求，强化“中国共产党党史、新中国史、改革开放史、社会主义发展史”教育，明确专业知识目标、能力目标、思政目标、制定《专业人才培养质量标准》（《毕业生质量标准》）。依据《专业人才培养质量标准》（《毕业生质量标准》），构建“公共文化课基础课程+专业群平台课程+专业方向课程+素质拓展课程”的课程体系，切实做到“书证融通”。

图1 《岗位（群）工作任务及职业知识、能力和素养分析报告》制定流程图

图2 《专业人才培养质量标准》（毕业生质量标准）制定流程图

图3 人才培养方案开发思路框架图

图4 人工智能技术应用专业课程体系

（二）公共基础课程简介（见学校综合素质课程简介）

（三）专业课程简介

1.计算机网络技术

《计算机网络技术》课程是人工智能技术应用专业专业基础课程。设课目的是使学生深入理解计算机网络的基本原理、体系结构、关键协议和标准，以及网络设备和安全技术，具备网络设备安装调试、网络系统集成、网络工程项目实施等实践能力，能解决实际工作中的网络技术问题。

教学内容包括网络概念、发展历程、网络分类、OSI七层模型与TCP/IP四层模型、网络拓扑结构、IP 地址与子网划分、路由选择协议、TCP/UDP 协议、DNS、DHCP、HTTP、FTP等应用层协议以太网技术、交换机原理与配置。

本课程采用理论教学模式，在多媒体教室和实训室授课。

本课程建议学时为28学时，在第一学期安排。

2.C语言程序设计

《C语言程序设计》课程是人工智能技术应用专业专业基础课程。是《数据结构》、及其它编程语言类课程的前导课程，计算机相关专业专升本考试必考专业课。设课目的是为学生打下牢固的计算机语言基础，培养学生运用计算机进行逻辑思维的能力，掌握运用C语言编程来解决岗位工作中实际问题的方法和步骤，面向软件开发岗位，培养学生程序设计和软件开发的能力。

教学内容主要有C语言数据类型、结构化程序设计方法，数组及函数的使用，指针结构体、文件等。

本课程采用任务驱动、案例教学等教学模式，在多媒体教室和实训室授课。 本课程建议学时为56学时，在第一学期安排。

3.Python程序设计

《Python程序设计》课程是人工智能技术应用专业专业基础课程。设课目的是使学生熟练掌握Python语言的基本语法，具备逻辑分析与抽象思维能力，能运用Python 解决实际问题，理解软件开发的基本流程，具备Python应用程序的需求分析、设计、编码、测试与部署的全过程能力，能独立或协作完成小型Python项目。

教学内容主要有Python 安装与开发环境配置、基本语法、数据类型、运算符、流程控制、函数、模块等；字符串与文本处理、文件与目录操作、数据结构以及大三库的使用。

本课程采用任务驱动、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第二学期安排。

4.计算机科学基础

《计算机科学基础》课程是人工智能技术应用专业专业基础课程。设课目的是为学生提供一个全面的计算机科学入门，包括计算机的基本原理、编程基础、算法、数据结构、软件工程、计算机系统结构、操作系统、网络以及数据库等。

教学内容包括计算机原理、编程能力培养、算法与数据结构、互联网技术及应用、信息安全等。

本课程采用项目式培养，案例式教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

5.人工智能应用导论

《人工智能应用导论》课程是人工智能技术应用专业专业基础课程。设课目的使学生理解人工智能的基本概念、发展历程；掌握人工智能核心原理，了解常见人工智能工具与框架；了解人工智能领域的职业道德、伦理问题及法律法规，形成正确的人工智能价值观，具备良好的团队协作与沟通能力，为后续专业课程学习及未来职业生涯打下基础。

教学内容包括人工智能的发展历程、定义、分类、应用领域及未来趋势，机器学习基础、深度学习基础、人工智能工具与框架，人工智能伦理与法规，人工智能的应用实例。

本课程采用理论教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

6.数据库技术

《数据库技术》课程是人工智能技术应用专业专业基础课程。设课目的是使学生掌握关系数据库的概念、管理、设计与开发，从实用性的角度出发理解并掌握数据库的安全性，能够熟练的编写基本的SQL语句，掌握索引、数据完整性、视图、存储过程和触发器等概念及使用方法，使学生具有进行数据库设计、开发与管理的能力。

教学内容主要有数据库基础知识，数据库常用工具，SQL常用语句及约束、索引、视图、SELECT查询、修改与删除等基本操作，了解mongodb、redis等。

本课程采用任务驱动、案例教学等教学模式，在多媒体教室和实训室进行。

本课程建议学时为48学时，在第三学期安排。

7.数据结构

《数据结构》课程是人工智能技术应用专业专业基础课程，是《C语言程序设计》的后续课程，是计算机相关专业专升本考试必考专业课。设课目的是培养学生分析和研究计算机加工的数据对象特征的能力，正确选择合适的数据逻辑结构、存储结构及相应的基本算法解决实际问题的能力，数据抽象能力和复杂程序设计的能力。

教学内容主要有线性表、堆栈、队列、串、数组、树、二叉树、图等典型数据结构，各种典型的排序和查找算法，以及递归算法的设计方法。

本课程采用任务驱动、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为64学时，在第四学期安排。

8.智能语音处理及应用开发

《智能语音处理及应用开发》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握智能语音处理的基础理论和技术，通过实践应用提升学生的语音识别、语音合成及语音交互应用开发能力，为培养具备专业技能和创新能力的智能语音人才打下坚实基础。

教学内容包括智能语音处理的基本理论、语音信号的预处理技术、语音识别与合成算法，以及语音交互应用开发的实践。通过案例分析和实践操作，学生将掌握语音处理的核心技术，提升应用开发能力。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实验室授课。

本课程建议学时为48学时，在第三学期安排。

9.计算机视觉应用开发

《计算机视觉应用开发》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握计算机视觉的基本原理和应用技术，能够独立完成视觉应用项目的开发，提升解决实际问题的能力。同时，培养学生的创新思维和团队协作能力，为未来的职业发展奠定坚实基础。

教学内容包括计算机视觉基础知识、图像处理技术、特征提取与匹配、目标检测与跟踪等核心知识。通过案例分析与实践操作，引导学生掌握视觉应用开发的流程与方法，培养解决实际问题的能力，为日后的职业发展奠定坚实基础。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第三学期安排。

10.人工智能数据服务

《人工智能数据服务》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握人工智能数据服务的基本概念、重要性及其在AI项目生命周期中的角色，熟练运用数据清洗、预处理、转换、集成等方法，理解数据标注的原则、方法与流程，掌握常见数据标注工具的使用，理解数据服务的生命周期管理，根据AI项目需求，构建满足训练、验证、测试需求的数据集。

教学内容包括数据清洗（缺失值处理、异常值检测与处理、一致性校验）、数据预处理（标准化、归一化、编码转换等）、数据转换与集成（数据聚合、特征提取、数据融合）、数据标注原则与方法、标注工具、数据采集策略、数据集设计等。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第四学期安排。

11.自然语言处理应用开发

《自然语言处理应用开发》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握自然语言处理的基础理论与技术，通过实践操作提升学生在文本分析、语言建模和应用开发等方面的能力，为学生今后在自然语言处理领域的深入研究和应用开发打下坚实基础。

教学内容包括统介绍自然语言处理的基本原理和关键技术，包括文本预处理、词法分析、句法分析、语义理解等。学生将通过案例分析与实践操作，掌握自然语言处理应用开发流程，培养解决实际问题的能力。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第四学期安排。

12.人工智能系统部署与运维

《人工智能系统部署与运维》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握人工智能系统部署与运维的关键技术，通过实践操作提升学生的系统配置、性能优化与故障排查能力，为构建稳定高效的人工智能系统提供有力支撑。

教学内容包括人工智能系统的部署策略、运维管理、性能优化以及安全保障等方面。通过实际操作与案例分析，学生将掌握系统部署与运维的核心技能，为构建稳定高效的人工智能系统提供有力保障。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第四学期安排。

13.人工智能综合项目开发

《人工智能综合项目开发》课程是人工智能技术应用专业核心课程。设课目的是使学生掌握综合运用“人工智能+”技术进行项目开发的能力，通过团队协作和实践操作，提升学生的项目规划与创新能力，为培养高素质的人工智能应用人才奠定坚实基础。

教学内容包括人工智能技术的综合应用与项目开发实践。学生将学习项目需求分析、环境搭建与优化等关键环节，通过团队协作完成实际项目，培养解决问题的能力和创新思维。

本课程采用项目教学、案例教学等教学模式，在多媒体教室和实训室授课。

本课程建议学时为48学时，在第四学期安排。

14.智能家居系统设计与应用

《智能家居系统设计与应用》课程是人工智能技术应用专业专业拓展课程。设课目的是让学生以分层递进的方式，熟知智能单品及每个系统模块，从设计一个家，建设一个家 到服务一个家全流程交互。

教学内容包括智能单品及系统模块如智能门锁、楼宇对讲、商用安防、背景音乐、智能语音控制系统、智慧家庭设计、设备功能的合理搭配及设备选型，设备的信号传输，整个智慧家庭场景的调试交互等。

本课程采用项目式培养，案例式教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

15.职业素养与规划

《职业道德修养》课程是人工智能技术应用专业专业拓展课程。设课目的是帮助学生认识自我、了解职业世界、规划职业生涯，并培养必要的职业技能和职业态度的课程。教学内容包括职业道德修养教学内容包括职业理论知识修养，职业道德情感修养，职业道德意志，爱国情怀，自我认知，职业认知于职业规划等。

本课程采用理论授课，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

16.嵌入式人工智能项目实训

《嵌入式人工智能项目实训》课程是人工智能技术应用专业专业拓展课程。设课目的嵌入式开发教学是人工智能技术教学的基础，通过嵌入式开发实训，学生掌握可编写程序进行实验，完成嵌入式基础知识学习及遥控开关、灯控开关、窗帘开关、场景开关、调光开关等复杂的实验，拓展性强。

教学内容包括掌握ARM单片机的常用功能，熟悉ARM体系架构、掌握ZigBee无线自组网技术的基本原理和组网技术、掌握分析问题和解决问题的能力、熟悉嵌入式系统的常规开发流程，设计思路、常用的Debug手段。

本课程采用实操实训教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

17.集成项目管理

《集成项目管理》课程是人工智能技术应用专业专业拓展课程。设课目的是教授学生如何有效地规划、执行、监控和控制项目，通过案例分析与模拟演练等方式，提升学生沟通能力和团队配合与领导能力。

教学内容包项目管理基础、项目启动、项目规划、项目执行、项目监控与控制、项目收尾以及项目管理工具和技术等。

本课程采用项目式培养，案例式教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第二学期安排。

18.服务机器人技术应用实训

《服务机器人技术应用实训》课程是人工智能技术应用专业职业能力拓展课程。本课程主要培养学生知识的综合应用能力。通过利用 Python语言、传感器技术、外观设计、嵌入式操作系统等知识，分步完成智能机器人的动作设计、智能小车的外观设计、智能机器人系列功能的实现，以项目形式完成知识内容的整合。将智能机器人大赛项目与课程内容相融合，提高学生的实践达成能力。

教学内容包括认识智能机器人的教学平台、传感器数据读取、人脸识别、TTS 语音交互、人车协同、物品传递等知识，掌握当前机器人的主流应用场景及相关技术。

本课程采用实操实训教学模式，在在多媒体微机室和实训室授课。

本课程建议学时为32学时，在第三学期安排。

19.CAD 制图（专业核心课程）

《CAD制图》课程是人工智能技术应用专业专业拓展课程。它主要通过绘图、观察工程图样等方法的研究，培养学生识图、制图的实践动手能力。

教学内容主要包含AutoCAD的基本概念与操作、绘制基本的图形对象、图形元素的特性、图形编辑、显示控制与查询、精确绘制图形、多线与图块、图形标注、绘制表格和图案填充、建筑施工图的绘制。

本课程采用任务驱动、案例教学等教学模式，在多媒体微机室和实训室授课。

本课程建议学时为32学时，在第三学期安排。

20.数据可视化技术

《数据可视化技术》课程是人工智能技术应用专业专业拓展课程。设课目的是使学生掌握数据分析的基本方法和技能，能够运用可视化工具将数据转化为直观图表。培养学生数据处理与解读能力，提高决策支持和问题解决能力，为专科院校学生未来职业发展奠定坚实基础。

教学内容包括数据收集与整理、数据分析方法与工具使用、数据可视化技术与实践等。通过理论讲解与案例分析，使学生掌握数据处理与分析的基本流程，能够运用可视化技术呈现数据，提高数据驱动的决策能力。

本课程采用项目式培养，案例式教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第四学期安排。

21.智慧城市设计与实战

《智慧城市设计与实战》课程是人工智能技术应用专业专业拓展课程。设课目的是让学生熟练掌握人工智能行业内几大版块中包含的项目实战技能，为行业、企业培养急缺的复合型人才。

教学内容包括培养学生从项目的方案制作、方案汇报、智能化图纸设计、设备选型、投标文件制作、投标流程、项目管理，主要学习方向智能家居、智慧养老、智慧社区、智慧酒店、智慧园区等方向。

本课程采用项目式培养，案例式教学模式，在多媒体教室和实训室授课。

本课程建议学时为32学时，在第四学期安排。

（四）企业岗位学习项目简介

在以学生为本、传授知识、培养能力、提高素质、协调发展、开发创业的教育理念的实 验教学观念的指导下，充分重视实验教学，将实验教学作为增强学生实践能力，培养创新精神，提高综合素质的不可缺少的重要环节。在实践教学过程中，遵循从激发学生的兴趣、培养学生的实践能力和创新能力出发，以构建新型实验教学体系为主导，突出对学生的个性化培养的改革思路，构建与理论教学有机结合的实验教学新体系，优化实验教学内容，改进教学方法和教学手段。鼓励学生探索问题，强化学生实践与创新能力。在实验教学改革和建设方面具有如下特色：专业设置与产业需求对接；教学过程与生产过程对接；课程内容与职业标准对接；校内实践与校外实践对接。

1.认知学习项目---（认识人工智能）

由企业讲师讲解人工智能基础知识，让学生深入了解海尔智家的企业文化、业务模式和人工智能技术，掌握海尔智家的产品特点、市场定位以及人工智能设备的基本原理和应用。通过实地参观、操作演示和案例分析等方式，使学生能够全面认知海尔智家及其人工智能设备。

实训基地按照统筹规划、互惠互利、合理设置、全面开放和资源共享的原则，尽可能争取和专业有关的企业合作，使学生在实际的职业环境中岗位实习，培养学生解决生产实践和工程项目中实际问题的技术及管理能力，取得实际工作经验，培养团队协作精神、群体沟通技巧、组织管理能力和领导艺术才能等个人综合素质，为学生今后从事各项工作打下基础。30学时，在第一学期开展。

2.专业实践项目（1）——（人工智能智能家居一体化实训）

理实一体化实训室，以教学与实践互动为主，重点突出人工智能技术应用工程技术实训。整个理实一体化教学区可分为：理实一体化教学机柜、教学实训台。实训室内设备应可互联互通，满足教学场景的需要，场景内容自定义，以适应学校教学场景的动态变化。比如上课场景，打开灯光联动关闭窗帘；设备可组成13套教学柜，教学柜支持单组单功能、多组多功能，并能和教室原有系统和教学设备都兼容。形成了智能家居、家教学系统的闭环。并且以“案例式”教学“项目式”培养的方式满足对技术复合型人才培养需求。30学时，在第二学期开展。

3.专业实践项目（2）——（人工智能语音与视觉应用实训）

为学生提供全面、深入的学习平台，通过人工智能知识的学习，学生能够理解掌握智能语音处理和计算机视觉的基本原理和技术。鼓励学生参与研讨会与工作坊，了解最新的人工智能技术和趋势；鼓励学生参加数据挖掘、机器学习等相关竞赛，提升实战能力；鼓励学生与企业协作，共同解决实际问题等。让学生在项目中学习团队协作和项目管理技能，包括文档编写等。30学时，在第三学期开展。

4.专业实践项目（3）——（人工智能综合项目实训）

学生通过人工智能知识的学习，对数据预处理与分析等有一定的了解，能够使用工具进行数据清洗实践。实践内容还涉及人工智能智慧家庭系统场景的搭建，实践以学生动手实操为主，设计智家场景需求分析、架构设计、产品选型、设备调试与配置、测试等，实现智能化管理和控制。实践项目目的是让学生通过实际操作，通过掌握智慧家庭系统的搭建和管理技能，培养解决实际问题的能力。实训过程中，学生不仅能够学习到理论知识，还能获得宝贵的实践经验。30学时，在第四学期开展。

5.职业训练项目——（人工智能技术应用岗前实习实训）

实践内容聚焦于人工智能技术在智能家居、智慧城市、智慧工厂等领域的应用，包括智能系统的搭建、智能设备配置与调试、校外实训基地实习报告职业能力训练户行为分析与优化等。实训要求：掌握人工智能技术基础，能够运用相关工具进行实际操作，提高智能化水平。通过实训，学生为未来的职业发展奠定坚实基础。安排18周，298学时，在第五学期开展。

6.岗位实习

人工智能技术应用领域综合实践岗位实习，根据校企合作专业特点，人工智能技术应用岗位实习尊重学生选择校企合作中的“人工智能+”公司进行实习。不同于普通实习实训，岗位实习需要完全履行其岗位的全部职责。岗位实习一般安排在学生在校学习的最后一年，学生在校经过一个理论知识准备的阶段之后，岗位实习才会有意义。它更是一个能够在真实工作环境培养严谨的工作作风、良好的职业道德和素质的重要步骤。实习是一个重要的教育过程，对于以培养高技能人才为目标的职业教育来说，更是要将行为和思想指导渗透到学生岗位实习的细节之中。安排16周，480学时，在第六学期开展。    ，

七、教学进程总体安排

（一）教学周数分配表

（二）各课程模块学时学分分配表

（三）教学进度计划表

子表1-1：综合素质课程（线下必修）模块及学分

子表1-2：综合素质课程（线下选修）模块及学分

子表2：人文素质课程模块及学分

子表3：职业能力课程模块及学分

子表4：创新拓展及其他实践模块及学分

子表 5：“厂中校”（企业教学）模块及学分

子表 6：企业师傅带徒弟岗位轮换表（6个岗位，6个时段，6组学徒）