人工智能专业本科人才培养方案-湖北工程学院计算机与信息科学学院

学科门类：工学专业代码：080717T

一、培养目标

学校坚持社会主义办学方向，全面贯彻党的教育方针，坚持立德树人，秉承“严以治学，诚以立身”的校训，坚持立德树人，并落实思政教育任务，实施德智体美劳五育并举，全面推进“全员、全程、全方位”三全育人，培养社会主义事业合格建设者和可靠接班人。结合学校的人才培养定位，将本专业的培养目标确立为：培养适应湖北省区域和社会经济发展需要、德智体美劳全面发展的工程应用型人才，学生毕业五年左右能胜任人工智能应用领域的设计、开发、管理等工作，达到下列目标：

目标1：能够熟练掌握并综合应用数理、工程和专业知识，从工程设计到产品开发全生命周期视角分析人工智能应用领域中的复杂工程问题，并提出解决方案；

目标2：具备较为丰富的工程经验和较强的创新意识，通过多种途径开展自主学习和终身学习，适应快速发展的新形势新业态，并将新技术新方法应用于多学科领域的工程实践，从而保持持续的职业竞争力；

目标3：能够在工程实践中综合考虑经济、法律、文化、道德、环境与可持续性发展等因素，遵守职业道德和规范，具备科学素质、人文素养、社会责任、职业道德、健康体质；

目标4：具有全球化意识和国际视野，具备团队沟通协作能力、组织能力、决策能力，能够在跨文化背景下与业界同行及社会公众进行有效的专业沟通和交流。

二、毕业要求

根据培养目标，本专业毕业生必须满足以下12项毕业要求，各项毕业要求及其对应的指标点如下：

表1 毕业要求与指标点分解

毕业要求	指标点
毕业要求1（工程知识）：具有扎实的数学、自然科学和工程基础知识，能够系统地掌握人工智能学科的基本理论、基础知识，并能将所学知识应用于解决人工智能应用领域的复杂工程问题。	指标点1-1：能够将数学、自然科学、工程基础和专业知识用于人工智能应用领域相关工程问题的表述；
	指标点1-2：能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；
	指标点1-3：能运用数学、自然科学、工程基础和专业知识对人工智能应用领域的系统问题求解并进行分析推理；
	指标点1-4：能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。
毕业要求2（问题分析）：能够应用数学、自然科学、工程基础、人工智能专业知识，识别、表达、和有效分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。	指标点2-1：能运用相关科学原理，识别、判断和表述人工智能软硬件系统中的复杂工程问题；
	指标点2-2：能够针对人工智能应用领域中的工程问题，选择合适的数学模型并分析其可行性，验证正确性；
	指标点2-3：能针对人工智能应用领域中的复杂工程问题，结合文献研究给出不同解决方案，并对解决方案及其影响因素开展分析，获得有效结论，为人工智能应用系统方案设计提供依据。
毕业要求3（设计/开发解决方案）：能够针对人工智能应用领域的复杂工程问题，综合应用人工智能软硬件系统的基本原理和方法，设计满足特定应用需求的系统方案，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。	指标点3-1：能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；
	指标点3-2：能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，具备算法及测试方案的系统设计能力；
	指标点3-3：能够针对人工智能应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；
	指标点3-4：在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。
毕业要求4（研究）：能够基于人工智能学科的相关原理并采用科学方法对人工智能应用领域中的复杂工程进行研究，制定研究路线、设计实验方案并开展实验，通过实验分析和信息综合得到合理有效的结论。	指标点4-1：能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；
	指标点4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；
	指标点4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。
毕业要求5（使用现代工具）：能够针对人工智能应用领域的复杂工程问题，开发、选择与使用恰当的平台、技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。	指标点5-1：能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；
	指标点5-2：能够根据人工智能应用领域中的问题需求，开发、选择与使用现代仪器仪表、软硬件平台、工程工具和信息技术工具；
	指标点5-3：能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。
毕业要求6（工程与社会）：基于工程相关背景知识，能够合理分析和评价人工智能相关的工程实践和复杂工程问题的解决方案可能对社会、健康、安全、法律、文化带来的影响，并理解应承担的责任。	指标点6-1：了解人工智能应用领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；
	指标点6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。
毕业要求7（环境与可持续发展）：具有环境保护和可持续发展意识，能够理解和评价人工智能应用领域中复杂工程实践对环境和社会可持续发展的影响。	指标点7-1：理解环境保护和可持续发展的相关知识及其与人工智能专业的关系；
	指标点7-2：能够分析和评价人工智能软硬件系统设计和工程活动中对环境的影响，在充分考虑环境和社会可持续发展的前提下，开展人工智能应用领域内的工程实践。
毕业要求8（职业规范）：具有人文素养和社会责任感，能够在工程实践中理解伦理道德、遵守职业规范、履行社会责任。	指标点8-1：具有正确的价值观和良好的心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；
毕业要求8（职业规范）：具有人文素养和社会责任感，能够在工程实践中理解伦理道德、遵守职业规范、履行社会责任。	指标点8-2：理解并遵守工程职业道德规范，理解人工智能工程师对公众安全、健康和福祉，以及环境保护的社会责任，并能够在工程实践中自觉履行。
毕业要求9（个人和团队）：具有良好的综合素质，能够正确理解多学科背景下团队中个体、团队成员以及负责人的角色，并承担其责任与义务。	指标点9-1：具有合作意识，能与团队成员有效沟通，合作共事；
	指标点9-2：能胜任团队成员角色，完成团队分配的任务；
	指标点9-3：具备团队负责人角色的相关能力，能在多学科团队中组织、协调团队成员开展工作。
毕业要求10（沟通）：具备一定的国际视野和跨文化沟通能力，能够就人工智能应用领域的复杂工程问题与业界同行及社会公众有效沟通，包括文字表达和语言交流。	指标点10-1：能够就人工智能应用领域中的复杂问题撰写报告和设计文档，并能陈述发言、清晰表达或回应指令，同时能与业界同行及社会公众进行有效沟通和交流；
	指标点10-2：了解国内外人工智能应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；
	指标点10-3：具备外语的应用能力，能够阅读本专业外文文献资料，能够就专业问题，在跨文化背景下进行沟通和交流。
毕业要求11（项目管理）：理解并掌握工程管理原理与经济决策方法，熟悉人工智能应用领域工程项目管理的基本方法和技术，并能在多学科环境中应用。	指标点11-1：理解人工智能应用领域工程中涉及的重要经济与管理因素，掌握人工智能项目经济和工程管理方法；
	指标点11-2：在人工智能软硬件产品开发的全周期、全流程过程中具备工程管理和经济决策能力，并能在多学科环境中应用。
毕业要求12（终身学习）：具有自主学习和终身学习的意识，具有不断学习和适应人工智能科学技术高速发展的能力。	指标点12-1：能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；
	指标点12-2：具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；
	指标点12-3：了解人工智能相关技术与理论的重要进展和前沿动态，能够在新的形势下针对个人成长和职业发展的需求，采用合适的方法，自主学习，适应发展。

三、毕业要求对培养目标的支撑矩阵

毕业要求对培养目标的支撑矩阵如表2所示：

表2 毕业要求对培养目标的支撑矩阵

	培养目标1	培养目标2	培养目标3	培养目标4
毕业要求1工程知识	√
毕业要求2问题分析	√
毕业要求3设计/开发解决方案	√	√
毕业要求4研究		√
毕业要求5使用现代工具		√
毕业要求6工程与社会			√
毕业要求7环境与可持续发展			√
毕业要求8职业规范			√
毕业要求9个人和团队				√
毕业要求10沟通				√
毕业要求11项目管理		√	√
毕业要求12终身学习		√

四、学制与学分

基本学制为4年，并实行弹性学制。学生在校修读年限3-6年，总学分为160学分。

五、学位授予

授予工学学士学位。

六、主干学科与专业类型

1.主干学科：计算机科学与技术、电子信息类。

2.专业类型：应用型。

七、专业核心课程与学位课程

1.专业核心课程：人工智能导论、Python程序设计、单片机原理及应用、数据结构与算法设计、信号与系统、机器学习、深度学习、计算机视觉。

2.学位课程：信号与系统、数据结构与算法设计、机器学习、深度学习。

八、实践性教学环节

主要的实践性教学有：军事训练、高级语言综合设计、数据结构综合设计、机器学习课程设计、深度学习课程设计、单片机应用课程设计、专业英语文献选读、人工智能应用实践、智能机器人创新实践、专业实习、毕业设计、第二课堂与创新创业实践等。

九、毕业的学分要求和学位授予条件

1、毕业条件：毕业最低学分为160学分，其中包括通识教育类必修课47学分（含跨学科专业选修课8学分），专业教育类课程中专业必修63学分、专业方向选修课18学分，综合实践课程32学分（包括第二课堂与创新创业实践4学分）。

2.学位授予条件：学生修完上述规定的学分并符合学士学位授予条件者，授予工学学士学位，学位授予条件中要求学位课的平均成绩70分以上。

十、专业教学进程表

专业教学进程表由通识教育课程表、专业教育课程与综合实践课程表组成，分别如表3、4所示：

表3 通识教育课程表

课程类别	课程性质	课程编号	课程名称	学分数	课内总学时					实践学时	考核方式		各学期基本周学时
课程类别	课程性质	课程编号	课程名称	学分数	小计	理论	实验	上机	实训	实践学时	考试	考查	1	2	3	4	5	6	7	8
通识教育课程	必修课	TB220300001	马克思主义基本原理	3	32	32				16	√			2
		TB220300002	思想道德与法治	3	32	32				16		√	2
		TB220300003	中国近现代史纲要	2	32	32						√				2
		TB220300004	毛泽东思想和中国特色社会主义理论体系概论	4	64	64					√				4
		TB220300005	形势与政策	1	16	16						√		1
		TB220300006	思政课综合实践	2						2w		√			2w
		TB220200001	大学英语（一）	3	40	40				8		√	3
		TB220200002	大学英语（二）	3	40	40				8	√			3
		TB220200003	大学英语（三）	3	40	40				8		√			3
		TB220200004	大学英语（四）	2	24	24				8	√					2
		TB222000001	大学体育（一）	1	24				24	8		√	2
		TB222000002	大学体育（二）	1	24				24	8		√		2
		TB222000003	大学体育（三）	1	24				24	8		√			2
		TB222000004	大学体育（四）	1	24				24	8		√				2
		TB222100001	军事训练	2						2w		√	2w
		TB221700001	计算机基础及应用	2	40	16	24					√	3
		TB220100001	大学语文	2	32	32						√	2
		TB220500001	创新创业基础	2	32	32						√		2
		TB222300001	劳动教育	1	8	8				24		√	1-4学期完成
		TB220300007	时事热点									√	心理健康教育2个学分，其余课程1个学分，专题讲座，课程学分不计入总学分。
		TB220300008	安全教育									√
		TB222200001	就业指导									√
		TB222100002	军事理论									√
		TB222100003	心理健康教育									√
		小计		39	528	408	24		96	120 4w			12 2w	10	9 2w	6
	选修课		五类课程（含校本素质课程）	8	128	128			2-7学期完成选修。理、工、农、医等专业学生选修人文社会科学类课程不少于4学分，经、法、文、教、管、艺等专业学生选修自然科学类课程不少于4学分；公共艺术类课程不少于2学分。校本素质课程：《孝道与人生》、《生活心理学》、《礼仪与成功》、《孔子的智慧》等。
	选修课	小计		8	128	128
	合计			47	656	536	24		96	120 4w			12 2w	10	9 2w	6

表4 专业教育课程与综合实践课程表

课程类别	课程性质		课程编号	课程名称	学分数	课内总学时					实践学时	考核方式		各学期基本周学时
课程类别	课程性质		课程编号	课程名称	学分数	小计	理论	实验	上机	实训	实践学时	考试	考查	1	2	3	4	5	6	7	8
专业教育课程	必修课	基础课	ZB221100001	高等数学A（上）	4	64	64					√		4
			ZB221100002	高等数学A（下）	6	96	96					√			6
			ZB221200004	大学物理（B）	4	64	64					√			4
			ZB221200005	大学物理实验（B）	1	24		24					√		1.5
			ZB221100007	线性代数	3	48	48					√				3
			ZB221100009	概率论与数理统计	4	64	64					√					4
			ZB221702001	电路基础	3	52	40	12				√			3.25
			ZB221702002	电子技术与数字逻辑	4	72	48	24				√				4.5
			ZB221702003	离散数学	2	32	32						√			2
			小计		31	516	456	60						4	14.75	9.5	4
		核心课	ZB221702004	人工智能导论	2	32	32						√	2
			ZB221702005	高级语言程序设计Ⅰ（C）	4	72	48	24				√		4.5
			ZB221702006	高级语言程序设计Ⅱ（Java）	3	56	32	24					√			3.5
			ZB221702007	Python程序设计	3	56	32	24					√		3.5
			ZB221702008	单片机原理及应用	3	56	32	24				√			3.5
			ZB221702009	数据结构与算法设计	4	72	48	24				√				4.5
			ZB221702010	信号与系统	4	68	56	12				√				4.5
			ZB221702011	机器学习	3	56	32	24				√					3.5
			ZB221702012	深度学习	3	56	32	24				√						3.5
			ZB221702013	计算机视觉	3	56	32	24					√						3.5
			小计		32	580	376	204						6.5	7	9	3.5	3.5	3.5
	选修课	选修模块一	ZX221702001	计算机网络	3	52	40	12					√				3.25
			ZX221702002	机器人基础	2	40	16	24					√					3.5
			ZX221702003	自然语言处理	2	40	16	24					√						3.5
			ZX221702004	人工智能与社会	2	32	32						√							2
			小计		9	160	112	48									3.25	3.5	3.5	2
		选修模块二	ZX221702005	模式识别	2	32	32						√				2
			ZX221702006	知识表示方法	2	32	32						√					2
			ZX221702007	智能推荐系统	3	64	16	48					√						4
			ZX221702008	智能物联技术	2	40	16	24					√							2.5
			小计		9	168	96	72									2	2	4	2.5
		选修模块三	ZX221702009	Web设计基础	3	56	32	24					√	3.5
			ZX221702010	Linux基础与应用	2	40	16	24					√				2.5
			ZX221702011	高级数据库技术	2.5	48	24	24					√					3
			ZX221702012	企业级应用开发	2.5	44	32	12					√						3
			ZX221702013	移动开发技术	3	56	32	24					√							3
			小计		13	244	136	108						3.5			2.5	3	3	3
		选修模块四	ZX221702014	嵌入式系统	3	56	32	24					√					3.5
			ZX221702015	Matlab程序设计	1.5	40	16	24					√				2
			ZX221702016	数字信号处理	2.5	44	32	12					√				3.5
			ZX221702017	通信原理	4	68	56	12					√					3.5
			小计		11	208	136	72									5.5	7
			ZX221702018	云计算技术基础	3	56	32	24					√					3.5
			ZX221702019	虚拟现实技术	2	40	16	24					√							2.5
			ZX221702020	大数据基础	3	56	32	24					√						3.5
			ZX221702021	数据可视化技术	2	40	16	24					√					3.5		2.5
			ZX221702022	移动云计算	2	40	16	24					√							2.5
			小计		12	216	96	120										7	3.5	7.5
		选修课合计（选修模块一为指定选修，其余四个中选择至少9学分）			18	160 176	112 80	48 96						3.5			3	3.5	3.5 4	2 3
	合计				81	1432	1024	408						14	21.75	18.5	10.75	7	11	5
综合实践课程	必修课		ZB221702014	高级语言综合设计	2						2w		√		2w
			ZB221702015	数据结构综合设计	2						2w		√				2w
			ZB221702016	专业英语文献选读	1						1w		√						1w
			ZB221702017	单片机应用课程设计	2						2w					2w
			ZB221702018	机器学习课程设计	2						1w		√					2w
			ZB221702019	深度学习课程设计	3						3w		√						3w
			ZB221702020	人工智能应用实践	3						3w		√							3w
			ZB221702021	智能机器人创新实践	3						3w		√							3w
			ZB221702022	专业实习	4						4w		√								4w
			ZB221702023	毕业设计	6						14w		√							6w	8w
			小计		28						36w				2w	2w	2w	2w	4w	12w	12w
			第二课堂与创新创业实践		4									课外学分，每学期认定一次，毕业学年上学期汇总
	合计				32						36w				2w	2w	2w	2w	4w	12w	12w
总计					160	2088	1560	432		96	120 40w			26 2w	31.75 2w	27.5 4w	16.5 2w	7 2W	11 4w	5 12w	12w
说明：

十一、课程体系对毕业要求的支撑矩阵

表5 课程对毕业要求的支撑矩阵

课程名称	毕业要求
	1				2			3				4			5			6		7		8		9			10			11		12
	1-1	1-2	1-3	1-4	2-1	2-2	2-3	3-1	3-2	3-3	3-4	4-1	4-2	4-3	5-1	5-2	5-3	6-1	6-2	7-1	7-2	8-1	8-2	9-1	9-2	9-3	10-1	10-2	10-3	11-1	11-2	12-1	12-2	12-3
马克思主义基本原理																						H										M
思想道德与法治																						M	H
中国近现代史纲要																						H
毛泽东思想和中国特色社会主义理论体系概论																						H										H	M
形势与政策																				H												M
思政课综合实践																																	H
大学英语（一）																												M	H
大学英语（二）																												M	H
大学英语（三）																												M	H
大学英语（四）																												M	H
大学体育（一）																						M		M
大学体育（二）																						M		M
大学体育（三）																						M		M
大学体育（四）																						M		M
计算机基础及应用	M															H
军事训练																									H
大学语文																																M	H
创新创业基础																														H				H
劳动教育																						H
高等数学A（上）	H
高等数学A（下）	H
大学物理（B）	M				M
大学物理实验（B）					H									M
线性代数	M
概率论与数理统计			H												H
人工智能导论				M							M				H																			M
电路基础		M							H					M
离散数学	H				H
电子技术与数字逻辑	H											M	M				M
高级语言程序设计（C）									M								M
面向对象程序设计（Java）		M				M			H
Python程序设计		M		M										H			H
单片机原理与应用										M					M	M
数据结构与算法设计		M							H	H
信号与系统		M	H					H							M
机器学习		H		H		M							H		H
深度学习		M		H									H		M
计算机网络	H				M
机器人基础								H	H																								M	M
计算机视觉						H		M						H			M											M
自然语言处理							H					M					H								M		M
人工智能与社会											H							M	H	M			M
高级语言课程设计							H							H
单片机原理及应用课程设计							M			M
专业英语文献选读																												H	H
数据结构课程设计									H	H
机器学习课程设计												M	H	H
深度学习课程设计												M	M	H
人工智能应用实践										H	M								H												M
智能机器人创新实践								H			M															M						M
专业实习										H									H							M					M
毕业设计																			H		H						H	H		M

注：H代表教学环节对毕业要求高支撑，M代表教学环节对毕业要求中支撑，L代表教学环节对毕业要求低支撑。

附件一：毕业要求指标点与支撑课程的权重关系

毕业要求	指标点	支撑指标点的课程	课程权重
毕业要求1：具有扎实的数学、自然科学和工程基础知识，能够系统地掌握人工智能学科的基本理论、基础知识，并能将所学知识应用于解决人工智能应用领域的复杂工程问题。	指标点1-1：能够将数学、自然科学、工程基础和专业知识用于人工智能应用领域相关工程问题的表述；	计算机基础及应用（M）高等数学A（上）（H）高等数学A（下）（H）大学物理（B）（M）线性代数（M）离散数学（H）电子技术与数字逻辑（H）计算机网络（H）	0.1 0.2 0.2 0.1 0.1 0.1 0.1 0.1
	指标点1-2：能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	电路基础（M）面向对象程序设计（java）（M）数据结构与算法设计（M）信号与系统（M）机器学习（H）深度学习（M）	0.1 0.1 0.2 0.2 0.2 0.2
	指标点1-3：能运用数学、自然科学、工程基础和专业知识对人工智能应用领域的系统问题求解并进行分析推理；	概率论与数理统计（H）信号与系统（H）	0.5 0.5
	指标点1-4：能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。	人工智能导论（M）机器学习（H）深度学习（H）	0.2 0.4 0.4
毕业要求2：能够应用数学、自然科学、工程基础、人工智能专业知识，识别、表达、和有效分解复杂工程问题，并通过文献查阅等多种方式对其进行分析，以获得有效结论。	指标点2-1：能运用相关科学原理，识别、判断和表述人工智能软硬件系统中的复杂工程问题；	大学物理B（M）大学物理实验B（H）离散数学（H）计算机网络（M）	0.2 0.3 0.3 0.2
	指标点2-2：能够针对人工智能应用领域中的工程问题，选择合适的数学模型并分析其可行性，验证正确性；	面向对象程序设计（java）（M）机器学习（M）计算机视觉（H）	0.3 0.3 0.4
	指标点2-3：能针对人工智能应用领域中的复杂工程问题，结合文献研究给出不同解决方案，并对解决方案及其影响因素开展分析，获得有效结论，为人工智能应用系统方案设计提供依据。	高级语言课程设计（H）自然语言处理（H）单片机原理及应用课程设计（M）	0.4 0.4 0.2
毕业要求3：能够针对人工智能应用领域的复杂工程问题，综合应用人工智能软硬件系统的基本原理和方法，设计满足特定应用需求的系统方案，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等多维度协同发展因素。	指标点3-1：能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；	信号与系统（H）机器人基础（H）计算机视觉（M）智能机器人创新实践（H）	0.3 0.3 0.2 0.2
	指标点3-2：能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，提出算法及测试方案或流程；	电路基础（H）高级语言程序设计（C）（M）面向对象程序设计（java）（H）数据结构与算法设计（H）机器人基础（H）数据结构综合实训（H）	0.1 0.1 0.2 0.2 0.2 0.2
	指标点3-3：能够针对人工智能应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；	单片机原理与应用（M）数据结构与算法设计（H）单片机原理及应用课程设计（M）数据结构综合实训（H）人工智能应用实践（H）专业实习（H）	0.1 0.1 0.2 0.2 0.2 0.2
	指标点3-4：在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。	人工智能导论（M）人工智能与社会（H）人工智能应用实践（M）智能机器人创新实践（M）	0.4 0.4 0.2
毕业要求4：能够基于人工智能学科的相关原理并采用科学方法对人工智能应用领域中的复杂工程进行研究，制定研究路线、设计实验方案并开展实验，通过实验分析和信息综合得到合理有效的结论。	指标点4-1：能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；	电子技术与数字逻辑（M）自然语言处理（M）机器学习实训（M）深度学习实训（M）	0.2 0.3 0.2 0.3
	指标点4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	电子技术与数字逻辑（M）机器学习（H）深度学习（H）机器学习实训（H）深度学习实训（M）	0.1 0.2 0.3 0.2 0.2
	指标点4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	大学物理实验B（M）电路基础（M）计算机视觉（H）高级语言课程设计（H）机器学习实训（H）深度学习实训（H）	0.1 0.1 0.2 0.2 0.2 0.2
毕业要求5：能够针对人工智能应用领域的复杂工程问题，开发、选择与使用恰当的平台、技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。	指标点5-1：能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；	概率论与数理统计（H）人工智能导论（H）单片机原理与应用（M）信号与系统（M）机器学习（H）深度学习（M）	0.2 0.2 0.1 0.1 0.2 0.2
	指标点5-2：能够根据人工智能应用领域中的问题需求，开发、选择与使用现代仪器仪表、软硬件平台、工程工具和信息技术工具；	计算机基础及应用（H）单片机原理与应用（M）	0.5 0.5
	指标点5-3：能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。	电子技术与数字逻辑（M）高级语言程序设计（C）（M）计算机视觉（M）自然语言处理（H）	0.2 0.2 0.2 0.4
毕业要求6：基于工程相关背景知识，能够合理分析和评价人工智能相关的工程实践和复杂工程问题的解决方案可能对社会、健康、安全、法律、文化带来的影响，并理解应承担的责任。	指标点6-1：了解人工智能应用领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；	人工智能与社会（M）	1
	指标点6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。	人工智能与社会（H) 人工智能应用实践（H）专业实习（H）毕业设计（H）	0.2 0.2 0.3 0.3
毕业要求7：具有环境保护和可持续发展意识，能够理解和评价人工智能应用领域中复杂工程实践对环境和社会可持续发展的影响。	指标点7-1：理解环境保护和可持续发展的相关知识及其与人工智能专业的关系；	形式与政策（H) 人工智能与社会（M）	0.6 0.4
	指标点7-2：能够分析和评价人工智能软硬件系统设计和工程活动中对环境的影响，在充分考虑环境和社会可持续发展的前提下，开展人工智能应用领域内的工程实践。	毕业设计（H）	1
毕业要求8：具有人文素养和社会责任感，能够在工程实践中理解伦理道德、遵守职业规范、履行社会责任。	指标点8-1：具有正确的价值观和良好的心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	马克思主义基本原理（H）思想道德与法治（M）中国近现代史纲要（H）毛泽东思想和中国特色社会主义理论体系概论（H）大学体育（一）（M）大学体育（二）（M）大学体育（三）（M）大学体育（四）（M）劳动教育（H）	0.1 0.1 0.2 0.1 0.1 0.1 0.1 0.1 0.1 0.1
毕业要求8：具有人文素养和社会责任感，能够在工程实践中理解伦理道德、遵守职业规范、履行社会责任。	指标点8-2：理解并遵守工程职业道德规范，理解人工智能工程师对公众安全、健康和福祉，以及环境保护的社会责任，并能够在工程实践中自觉履行。	思想道德与法治（H）人工智能与社会（M）	0.6 0.4
毕业要求9：具有良好的综合素质，能够正确理解多学科背景下团队中个体、团队成员以及负责人的角色，并承担其责任与义务。	指标点9-1：具有合作意识，能与团队成员有效沟通，合作共事；	大学体育（一）（M）大学体育（二）（M）大学体育（三）（M）大学体育（四）（M）	0.2 0.2 0.3 0.3
	指标点9-2：能胜任团队成员角色，完成团队分配的任务；	军事训练（H）自然语言处理（M）	0.6 0.4
	指标点9-3：具备团队负责人角色的相关能力，能在多学科团队中组织、协调团队成员开展工作。	智能机器人创新实践（M）专业实习（M）	0.5 0.5
毕业要求10：具备一定的国际视野和跨文化沟通能力，能够就人工智能应用领域的复杂工程问题与业界同行及社会公众有效沟通，包括文字表达和语言交流。	指标点10-1：能够就人工智能应用领域中的复杂问题撰写报告和设计文档，并能陈述发言、清晰表达或回应指令，同时能与业界同行及社会公众进行有效沟通和交流；	自然语言处理（M）毕业设计（H）	0.4 0.6
	指标点10-2：了解国内外人工智能应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；	大学英语（一）（M）大学英语（二）（M）大学英语（三）（M）大学英语（四）（M）计算机视觉（M）专业英语文献选读（H）毕业设计（H）	0.1 0.1 0.1 0.1 0.2 0.2 0.2
	指标点10-3：具备外语的应用能力，能够阅读本专业外文文献资料，能够就专业问题，在跨文化背景下进行沟通和交流。	大学英语（一）（H）大学英语（二）（H）大学英语（三）（H）大学英语（四）（H）专业英语文献选读（H）	0.2 0.2 0.2 0.2 0.2
毕业要求11：理解并掌握工程管理原理与经济决策方法，熟悉人工智能应用领域工程项目管理的基本方法和技术，并能在多学科环境中应用。	指标点11-1：理解人工智能应用领域工程中涉及的重要经济与管理因素，掌握人工智能项目经济和工程管理方法；	创新创业基础（H）毕业设计（M）	0.6 0.4
	指标点11-2：在人工智能软硬件产品开发的全周期、全流程过程中具备工程管理和经济决策能力，并能在多学科环境中应用。	人工智能应用实践（M）专业实习（M）	0.5 0.5
毕业要求12：具有自主学习和终身学习的意识，具有不断学习和适应人工智能科学技术高速发展的能力。	指标点12-1：能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	马克思主义基本原理（M）毛泽东思想和中国特色社会主义理论体系概论（H）形式与政策（M）大学语文（M）智能机器人创新实践（M）	0.2 0.2 0.2 0.2 0.2
	指标点12-2：具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；	毛泽东思想和中国特色社会主义理论体系概论（M）思政课综合实践（H）大学语文（H）机器人基础（M）	0.2 0.3 0.3 0.2
	指标点12-3：了解人工智能相关技术与理论的重要进展和前沿动态，能够在新的形势下针对个人成长和职业发展的需求，采用合适的方法，自主学习，适应发展。	创新创业基础（H）人工智能导论（M）机器人基础（M）	0.4 0.3 0.3

附件二：专业课程支撑的毕业要求指标点

大纲编写	课程名称	指标点	权重
	马克思主义基本原理	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	H
	马克思主义基本原理	12.1能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	M
	思想道德与法治	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	M
	思想道德与法治	8.2理解并遵守诚实公正、诚信守则的工程职业道德规范，理解计算机工程师对公众安全、健康和福祉，以及环境保护的社会责任，并能够在工程实践中自觉履行。	H
	中国近现代史纲要	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	H
	毛泽东思想和中国特色社会主义理论体系概论	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	H
		12.1能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	H
		12.2具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；	M
	形势与政策	7.1理解环境保护和可持续发展的相关知识及其与计算机科学与技术专业的关系；	H
	形势与政策	12.1能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	M
	思政课综合实践	12.2具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；	H
	大学英语（一）、（二）、（三）、（四）	10.2了解国内外计算机应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；	M
	大学英语（一）、（二）、（三）、（四）	10.3具备外语的应用能力，能够阅读本专业外文文献资料，能够就专业问题，在跨文化背景下进行沟通和交流。	H
	大学体育（一）、（二）、（三）、（四）	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	M
	大学体育（一）、（二）、（三）、（四）	9.1具有合作意识，能与团队成员有效沟通，合作共事；	M
	军事训练	9.2能胜任团队成员角色，完成团队分配的任务；	H
	大学语文	12.1能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	M
	大学语文	12.2具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；	H
	创新创业基础	11.1能够掌握数学、自然科学、工程基础和专业知识，用于计算机应用领域相关工程问题的表述；	H
	创新创业基础	12.3了解计算机相关技术与理论的重要进展和前沿动态，能够在新的形势下针对个人成长和职业发展的需求，采用合适的方法，自主学习，适应发展。	H
	劳动教育	8.1具有正确的价值观和良好的身体与心理素质，了解中国历史和当代中国基本国情，理解个人在历史以及社会中的地位；	M
	高等数学A（上）、（下）	1.1能够掌握数学、自然科学、工程基础和专业知识，用于计算机应用领域相关工程问题的表述；	H
	大学物理B	1.1能够掌握数学、自然科学、工程基础和专业知识，用于计算机应用领域相关工程问题的表述；	M
	大学物理B	2.1能运用相关科学原理，识别、判断和表述计算机软硬件系统中的复杂工程问题；	M
	大学物理B实验B	2.1能运用相关科学原理，识别、判断和表述计算机软硬件系统中的复杂工程问题；	H
	大学物理B实验B	4.3能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	M
	线性代数	1.1能够掌握数学、自然科学、工程基础和专业知识，用于计算机应用领域相关工程问题的表述；	M
	概率论与数理统计	1.3能运用数学、自然科学、工程基础和专业知识对计算机应用领域的系统问题求解并进行分析推理；	H
李骥	电路基础	1-2：能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		3-2能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，提出算法及测试方案或流程；	H
		4-3能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	M
刘桂涛	电子技术与数字逻辑	1-1：能够将数学、自然科学、工程基础和专业知识用于人工智能应用领域相关工程问题的表述；	H
		4-1能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；	M
		4-2能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	M
		5-3能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。	M
李志敏	离散数学	1-1能够掌握数学、自然科学、工程基础和专业知识，用于计算机应用领域相关工程问题的表述；	H
李志敏	离散数学	2-1能运用相关科学原理，识别、判断和表述计算机软硬件系统中的复杂工程问题；	H
武云云	人工智能专业导论	1-4能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。	M
		3-4在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。	M
		5-1能够结合相关问题的背景和科学原理，掌握对应平台、技术、资源、工具的原理和使用方法，理解其局限性；	H
		12-3：了解人工智能相关技术与理论的重要进展和前沿动态，能够在新的形势下针对个人成长和职业发展的需求，采用合适的方法，自主学习，适应发展。	M
尹孟嘉	高级语言程序设计I（C）	3-2能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，具备算法及测试方案的系统设计能力；	M
尹孟嘉	高级语言程序设计I（C）	5-2能够根据人工智能应用领域中的问题需求，开发、选择与使用现代仪器仪表、软硬件平台、工程工具和信息技术工具；	M
郑艳君	高级语言程序设计Ⅱ（Java）	1-2：能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		2-2：能够针对人工智能应用领域中的工程问题，选择合适的数学模型并分析其可行性，验证正确性；	M
		3-2能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，具备算法及测试方案的系统设计能力；	H
王维虎	高级语言程序设计Ⅲ（Python）	1-2能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		1-4能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。	M
		4-3能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	H
		5-3：能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。	H
夏建勋	数据结构与算法	1-2能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		3-2能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，具备算法及测试方案的系统设计能力；	H
		3-3能够针对人工智能应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；	H
郭海如	单片机原理及应用	3-3能够针对计算机应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；	M
		5-1能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；	M
		5-2能够根据计算机应用领域中的问题需求，选择与使用现代仪器仪表、软硬件平台、工程工具和信息技术工具；	M
武云云	信号与系统	1-2：能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		1-3能运用数学、自然科学、工程基础和专业知识对人工智能应用领域的系统问题求解并进行分析推理；	H
		3-1能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；	H
		5-1能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；	M
黄松	机器学习	1-2能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	H
		1-4：能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。	H
		2-2能够针对人工智能应用领域中的工程问题，选择合适的数学模型并分析其可行性，验证正确性；	M
		4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	H
		5-1：能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；	H
孔霞	深度学习	1-2能够运用工程基础和专业知识的基本原理和方法，对人工智能应用领域的基本工程问题进行建模并求解；	M
		1-4：能应用专业知识对人工智能应用领域中复杂工程问题的解决方案进行比较与分析。	H
		4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	H
		5-1：能够结合相关问题的背景和科学原理，掌握可使用的平台、技术、资源、工具的原理和使用方法，理解其局限性；	M
陈晓文	计算机网络	1-1：能够将数学、自然科学、工程基础和专业知识用于人工智能应用领域相关工程问题的表述；	H
陈晓文	计算机网络	2-1能运用相关科学原理，识别、判断和表述人工智能软硬件系统中的复杂工程问题；	M
黄松	机器人基础	3-1：能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；	H
		3-2：能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，具备算法及测试方案的系统设计能力；	H
		12-2：具备终身学习的知识基础，掌握自主学习的方法，了解拓展知识和能力的途径；	M
		12-3：了解人工智能相关技术与理论的重要进展和前沿动态，能够在新的形势下针对个人成长和职业发展的需求，采用合适的方法，自主学习，适应发展。	M
马驿	计算机视觉	2-2：能够针对人工智能应用领域中的工程问题，选择合适的数学模型并分析其可行性，验证正确性；	H
		3-1：能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；	M
		4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	H
		5-3：能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。	M
		10-2：了解国内外人工智能应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；	M
史维	自然语言处理	2-3：能针对人工智能应用领域中的复杂工程问题，结合文献研究给出不同解决方案，并对解决方案及其影响因素开展分析，获得有效结论，为人工智能应用系统方案设计提供依据。	H
		4-1：能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；	M
		5-3：能够针对人工智能应用领域中复杂工程问题，开发或选用合适的仿真工具进行合理的模拟、预测，并分析理解其局限性。	H
		指标点9-2：能胜任团队成员角色，完成团队分配的任务；	M
		10-1：能够就人工智能应用领域中的复杂问题撰写报告和设计文档，并能陈述发言、清晰表达或回应指令，同时能与业界同行及社会公众进行有效沟通和交流；	M
武云云	人工智能与社会	3-4：在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。	M
		6-1：了解人工智能应用领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；	M
		6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。	H
		7-1：理解环境保护和可持续发展的相关知识及其与人工智能专业的关系；	M
		8-2：理解并遵守工程职业道德规范，理解人工智能工程师对公众安全、健康和福祉，以及环境保护的社会责任，并能够在工程实践中自觉履行。	H
尹孟嘉	高级语言综合设计	2-3能针对人工智能应用领域中的复杂工程问题，结合文献研究给出不同解决方案，并对解决方案及其影响因素开展分析，获得有效结论，为人工智能应用系统方案设计提供依据。	M
尹孟嘉	高级语言综合设计	4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	H
夏建勋	数据结构综合设计	2-3：能针对人工智能应用领域中的复杂工程问题，结合文献研究给出不同解决方案，并对解决方案及其影响因素开展分析，获得有效结论，为人工智能应用系统方案设计提供依据。	M
		3-2能针对系统设计与开发的特定应用需求进行软硬件功能模块设计，提出算法及测试的方案或流程；	H
		3-3：能够针对人工智能应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；	M
武云云	专业英语文献综述	10-2：了解国内外人工智能应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；	H
武云云	专业英语文献综述	10-3：具备外语的应用能力，能够阅读本专业外文文献资料，能够就专业问题，在跨文化背景下进行沟通和交流。	H
		4-1：能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；	M
		4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	H
		4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	H
		4-1：能够基于人工智能学科的相关基本原理，通过文献研究，调研和分析人工智能应用领域中复杂工程的解决方案；	M
		4-2：能够针对关键问题，运用人工智能学科的相关原理和专业知识制定研究路线、设计实验方案，并开展相关实验；	M
		4-3：能够对采集到的实验数据进行整理、分析和解释，并能通过信息综合得出有效结论。	H
武云云	人工智能应用实践	3-3：能够针对人工智能应用领域中的复杂工程问题，提出系统设计目标、技术路线、解决方案，并在设计中体现创新意识；	H
		3-4：在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。	M
		6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。	M
		9-3：具备团队负责人角色的相关能力，能在多学科团队中组织、协调团队成员开展工作。	M
		11-2：在人工智能软硬件产品开发的全周期、全流程过程中具备工程管理和经济决策能力，并能在多学科环境中应用。	M
黄松	智能机器人创新实践	3-1：能够依据系统结构化方法分析人工智能应用领域中的工程问题，并掌握系统设计与开发的流程和方法；	H
		3-4：在系统方案设计中能综合考虑社会、健康、安全、法律、文化以及环境等制约因素对系统的影响。	M
		6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。	M
		9-3：具备团队负责人角色的相关能力，能在多学科团队中组织、协调团队成员开展工作。	M
		11-2：在人工智能软硬件产品开发的全周期、全流程过程中具备工程管理和经济决策能力，并能在多学科环境中应用。	M
		12-1：能够认识坚持探索和不断学习的必要性，具有理论联系实际、自主学习、终身学习的意识和能力；	M
王维虎	专业实习	6-1：了解人工智能应用领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；	M
		8-2：理解并遵守工程职业道德规范，理解人工智能工程师对公众安全、健康和福祉，以及环境保护的社会责任，并能够在工程实践中自觉履行。	H
		9-2：能胜任团队成员角色，完成团队分配的任务；	H
		9-3：具备团队负责人角色的相关能力，能在多学科团队中组织、协调团队成员开展工作。	H
		11-2：在人工智能软硬件产品开发的全周期、全流程过程中具备工程管理和经济决策能力，并能在多学科环境中应用。	M
王维虎	毕业设计	6-2：能够分析和评价人工智能相关的工程实践和复杂工程问题的解决方案对社会、健康、安全、法律、文化的影响，以及这些因素对项目实施的影响，并理解应承担的责任。	H
		7-2：能够分析和评价人工智能软硬件系统设计和工程活动中对环境的影响，在充分考虑环境和社会可持续发展的前提下，开展人工智能应用领域内的工程实践。	H
		10-1：能够就人工智能应用领域中的复杂问题撰写报告和设计文档，并能陈述发言、清晰表达或回应指令，同时能与业界同行及社会公众进行有效沟通和交流；	H
		10-2：了解国内外人工智能应用领域及相关行业的发展趋势和研究热点，理解并尊重国内外文化的差异；	M
		11-1：理解人工智能应用领域工程中涉及的重要经济与管理因素，掌握人工智能项目经济和工程管理方法；	M

（执笔人：武云云审核人：郭海如）