近日，教育部对2020年经各省级教育行政部门备案的高等职业教育(简称高职)专业设置情况进行了汇总，并依法组织对2020年申请增设国家控制的高职专业进行审批。据专业备案结果统计，2020年全国171所高职院校成功申报人工智能技术服务专业，专业代码610217。专业学习年限3年。
最近两年，全国各省市增设该专业的职业院校数量一直保持高速增长态势。据统计，2019年，全国高职院校成功申报智能专业方向共计563所高校；2020年，全国高职院校成功申报智能专业方向共计886所高校。迄今为止，全国共有1449所职业院校成功申报了智能专业(方向)，为人工智能应用型、实战型人才培养奠定了基础。
大数据、人工智能究竟怎么教？人才培养从哪儿着手？很多问题成为院校人才培养中的拦路虎。为此，云创大数据编制了大数据、人工智能专业的“人才培养方案”。
该人才培养方案对人才培养的全过程进行描述，可为本科（数据科学与大数据技术、智能科学与技术），高职高专（大数据技术与应用、人工智能技术服务），及技师类（大数据运维、数据标注、数据清洗）等不同层次院校的不同专业提供帮助。
本期更新“人工智能技术服务专业人才培养方案（高职高专）”，欢迎各位老师和行业同仁免费查阅或下载！
下载方式
人工智能技术服务（高职高专）
人才培养方案
一、招生对象及学制
（一）招生对象：全国统一的招生考试录取新生。
二、培养目标
三、人才培养规格
（一）知识结构要求
具有良好的自然科学基础，扎实的信息科学基础；具有较好的人文社会科学、管理科学知识；熟练掌握人工智能专业知识和应用技术，主要包括人工智能概论、深度学习实践、人工智能应用开发、人工智能数据分析、云计算导论、大数据导论、Hadoop系统基础、数据采集与处理和数据标注工程等。
（二）能力结构要求
（三）素质结构要求
毕业生身心健康；有良好的道德修养，尊重生命、遵纪守法、诚信友善、乐于奉献；有高尚的民族精神，积极弘扬传统文化，热爱祖国，崇尚集体主义精神；有坚定的理想信念，拥护中国特色社会主义，贯彻科学发展观、和谐社会理论和“四个全面”思想。
四、毕业标准
本专业学生在毕业审查时，要求同时达到以下条件：
（一）具有良好的思想道德和身体素质。
（二）完成培养方案规定的全部教学环节，最低修满138学分(其中必修126学分)，毕业设计(论文)答辩合格。
（三）取得下列人才认证证书之一：
五、课程设置和学分要求
课程类别与学分结构表
课程
模块
类别
必修课
选修课
合计
占总
学分
比例(%)
学时(周)
最低
最低学时(周)
公共基础课程
39
688+3周
0
29.55%
专业基础课程
37
528+4周
12
192
49
720+4周
37.12%
专业核心课程
26
416
19.70%
毕业设计与就业指导
18
32+16周
13.63%
总计
120
1664+23周
132
1856+23周
100%
公共基础课程：包括思想道德修养与法律基础、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、安全与国防教育、心理健康教育、公共英语、高等数学、线性代数、公共体育等。
专业基础课程：包括数据结构、数据库基础、操作系统、计算思维和数据科学、综合程序设计、Python语言程序设计、Java语言程序设计、Linux系统与应用、云计算导论、大数据导论等。
专业核心课程：包括人工智能概论、深度学习实践、人工智能应用开发、大数据库、数据挖掘基础、数据清洗、数据标注工程。
六、教学进度规划（含主要实践性教学环节、专业实验）
第一学期
课程名称
课程性质
其中实践学时
军训
必修
2
3周
思想道德修养与法律基础
32
形势与政策
公共英语（一）
4
64
高等数学（一）
公共体育（一）
0.5
数据结构
Java语言程序设计
Linux系统与应用
说明：第一学期必修26.5学分，最低选修0学分，合计26.5学分。
第二学期
马克思主义基本原理
安全与国防教育
公共英语（二）
高等数学（二）
公共体育（二）
数据库基础
操作系统
16
云计算导论
3
48
Python语言程序设计
说明：第二学期必修26.5学分，最低选修0学分，合计26.5学分。
第三学期
毛泽东思想和中国特色社会主义理论体系概论
公共英语（三）
线性代数
公共体育（三）
计算思维和数据科学
人工智能概论
（专业核心课程）
24
数据标注工程
大数据导论
说明：第三学期必修23.5学分，最低选修0学分，合计23.5学分。
第四学期
心理健康教育
公共体育（四）
综合程序设计
4周
深度学习实践
大数据库
数据清洗
R语言程序设计
选修
Java语言项目实训
Python语言项目实训
人机交互
说明：第四学期必修17.5学分，最低选修6学分，合计23.5学分。
第五学期
人工智能应用开发
数据挖掘
机器人导论
图像和语音识别
自动控制系统
自动化运维
说明：第五学期必修8学分，最低选修6学分，合计14学分。
第六学期
就业指导与职业发展
毕业设计
16周
说明：第六学期必修18分，最低选修0学分，合计18学分。
七、课程教材推荐
推荐的每本教材皆有配套的PPT、视频、操作手册、源代码及原始数据，教师教学能更加轻松顺畅，学生也更能体会到实际企业项目的过程，提升教学质量。
（一）课程教材推荐表
学时数
推荐教材
《人工智能概论》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社即将出版。
《深度学习》由刘鹏教授作为教材主编率领团队编写，电子工业出版社出版。
《人工智能应用开发》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社即将出版。
《大数据实践》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
数据挖掘基础
《数据挖掘基础》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
《数据清洗》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
《数据标注工程》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
（专业基础课程）
《云计算导论》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
《大数据导论》由刘鹏教授作为丛书总主编率领团队编写，清华大学出版社出版。
Python语言
（二）推荐教材内容介绍（已出版）
1.《人工智能概论》
2.《人工智能应用开发》
人工智能是解决复杂工程问题的重要工具，是当前许多高新技术产品中的核心技术。读者通过学习本书，能够掌握人工智能应用开发的方法，了解人工智能研究的前沿技术，为进一步学习与研究人工智能奠定基础。
3.《深度学习》
本教材从深度学习的发展历史入手，系统地介绍了深度学习的基本概念、数学基础和主流模型，以夯实读者的理论基础。同时，针对当前流行的主流框架，循序渐进，一步一步引导读者了解深度学习的使用过程，增强动手能力。在此基础上，通过具体例子介绍了深度学习在图像、语音、文本中的应用，还简要地介绍了增强学习、迁移学习、深度学习硬件实现等前沿知识，扩展了深度学习的内容。每章都附有相应的习题和参考文献，以便感兴趣的读者进一步深入思考。“让学习变得轻松”是本书的基本编写理念。
4.《云计算导论》
5.《大数据导论》
《大数据导论》是了解和学习大数据的基础条件，通过本书了解大数据基本概念，大数据的架构，大数据的采集方式和预处理，常用的ETL工具，简单熟悉数据仓库的构建模式，大数据的存储，数据挖掘的方法，以及大数据的可视化技术，从而更好的将大数据技术应用在各行业领域，更深入地开展大数据技术的应用研究。从基础开始，通过理论与实际案例相结合，帮助读者由浅入深进行学习，逐步清理大数据的核心技术和发展趋势。本书可以作为培养应用型人才的课程教材，也适用于初学入门者，对大数据基础理论有需求的广大读者。
6.《大数据实践》
7.《数据挖掘基础》
8.《数据清洗》
本书系统地讲解了数据清洗理论和实际应用，共分为8章：第1章主要介绍数据清洗的概念、任务和流程，数据标准化概念及数据仓库技术等；第2章主要介绍Windows和类UNIX操作系统下的数据常规格式、数据编码及数据类型转换等；第3章介绍ETL概念、数据清洗的技术路线、ETL工具及ETL子系统等；第4章介绍了Excel、Kettle、OpenRefine、DataWrangler和Hawk的安装及使用等；第5章介绍Kettle下文本文件抽取、Web数据抽取、数据库数据抽取及增量数据抽取等；第6章介绍数据清洗步骤、数据检验和数据错误处理，数据质量评估及数据加载；第7章介绍网页结构，利用网络爬虫技术进行数据采集，利用JavaScript技术进行行为日志数据采集等；第8章介绍RDBMS的数据清洗方法和数据脱敏处理技术等。
9.《数据标注工程》
数据标注行业一直缺乏一本权威教材，而《数据标注工程》作为教材则可填补空白。本书通过理论与实战相结合，帮助读者由浅入深的进行学习，逐步理清数据标注的核心技术和发展趋势。通过学习本书能够掌握数据标注基本概念、数据标注分类、数据标注流程、数据标注质量检验、数据标注管理和数据标注应用等知识，并且全书从数据标注实战出发，更好的指导读者将数据标注技术应用在各行业领域，更深入地开展机器学习的应用研究。本书可以作为培养应用型人才的课程教材，也适用于初学入门者，对数据标注行业有需求的广大读者。
10.《Python语言》
本书以WIN10和Python3.6.5搭建Python开发基础平台为起点，重点阐述Python语言的基础知识和三个典型的项目实战案例。全书以理论引导、案例驱动、上机实战为理念打造Python语言学习的新模式。具体内容分为两大部分：第一部分以Python编程语言基础知识普及为主，分别介绍了Python3概述、基本语法、流程控制、Python组合数据类型、字符串与正则式、函数、模块、类和对象、异常处理、文件操作；第二部分：以项目实战为核心，以学以致用为导向，以切近生活的案例为依托，分别介绍Python爬虫项目实战、Python数据可视化项目实战、Python数据分析项目实战。
八、培训老师配备与要求
（二）3年以上的人工智能行业工作经验，并多次参与人工智能项目管理或实施，具备丰富的项目经验。
九、成立专业教学指导委员会
专业教学指导委员会的成员主要来自学校领导、授课老师和行业技术专家。成立专业教学指导委员会的主要工作任务包括：