由调研可知，粤港澳大湾区人工智能专业对应的主要产业链有：
①市场营销岗位（16%）：理解人工智能应用场景，针对客户进行产品和集成方案的营销，帮助客户解决面临的问题。
②解决方案岗位（28%）：理解人工智能技术的基本概念；掌握通信、存储、监控等系统架构；掌握多种场景设计规范、标准；能够根据客户需求进行整体解决方案设计；能够引导客户在人工智能领域的需求。
③应用开发岗位（26%）：理解人工智能技术的基本概念；掌握图形页面化设计工具；能够结合客户的使用场景，进行定制化应用开发，保障人工智能应用快速、稳定落地的岗位。
④工程技术岗位（22%）：理解人工智能应用场景；掌握产品安全操作规范；能够实现人工智能整体系统部署、交付以及运维。
⑤算法应用开发岗位（5%）
⑥生产线操作岗位（3%）
为此，我校人工智能专业对接的职业岗位（群）主要有计算机视觉应用开发工程师，语音处理应用开发工程师，控制系统设计与开发工程师等。
上述岗位（群）职业素养和能力需求分析见下表：
表1岗位（群）表述、职业素养和能力需求分析及归纳
序号
岗位（群）表述
主要（典型）工作任务
职业素养与能力需求
1
智能控制系统设计与开发岗位
具有项目研发团队协作、吃苦耐劳、创新等精神；具有良好的语言表达能力、人际沟通能力；具有知识产权保密意识。
（1）应用电路分析基础、模拟电子技术、数字电子技术、传感器技术、自动控制原理、可编程序控制器等电气控制基础知识，具有电气控制系统原理分析、计算能力；掌握电气控制系统架构的设计方法，具有电气控制系统的软硬件设计基本能力。
（2）应用模式识别、机器学习、计算机视觉、语言识别、智能控制方法等人工智能专业知识，具有智能算法分析、模型训练能力；掌握智能控制算法的设计与建模方法，具有智能控制系统设计的基本能力。
（3）应用C/C++、Python、MATLAB等语言程序设计的基础知识和程序设计方法，具有C/C++、Python、MATLAB等语言程序设计、调试的能力，具有基于C/C++、Python、MATLAB语言进行智能控制算法设计和开发的基本能力。
（4）应用Windows、Linux操作系统基本原理和操作方法，具有在Windows、Linux环境下进行控制系统开发的基本能力。
（5）应用EPLAN、CAD等主流绘图软件的使用方法，掌握控制系统的电气原理图、接线图等的设计原理和方法。
（11）掌握论文、代码、开发文档等专业资料的搜素和阅读方法，具有跟进前沿技术发展、专业学习和创新能力。
（12）具备对本学科和其他交叉学科的理论和技术持续学习、适应发展和不断融合创新的能力。
2
计算机视觉应用开发岗位
1、计算机视觉算法的开发、应用实现、算法移植与优化、模型部署与调试；
2、计算机视觉产品的设计与开发。
具有项目研发团队协作、吃苦耐劳、创新等精神；具有良好的语言表达能力、人际沟通能力；具有知识产权保秘意识。
（1）应用数字图像处理、模式识别、机器学习、深度学习、数据分析等计算机视觉基础知识，具有视觉算法分析、设计能力；掌握图像分类、目标检测、语义分割、目标跟踪、关键点检测等计算机视觉模型的训练方法，具有计算机视觉产品（系统）的视觉模型构建基本能力。
（2）应用C/C++、Python等语言程序设计的基础知识和程序设计方法，具有C/C++、Python等语言程序设计、调试的能力，具有基于C/C++、Python语言进行视觉算法设计和开发的基本能力。
（3）应用Windows、Linux操作系统基本原理和操作方法，具有在Windows、Linux环境下进行视觉产品（系统）开发的基本能力。
（10）掌握论文、代码、开发文档等专业资料的搜素和阅读方法，具有跟进前沿技术发展、专业学习和创新能力。
（11）具备对本学科和其他交叉学科的理论和技术持续学习、适应发展和不断融合创新的能力。
3
语音处理应用开发岗位
（1）应用声学、数字信号处理、模式识别、机器学习、深度学习、数据分析等语音处理基础知识，具有语音处理算法分析、设计能力；掌握语音识别、语音合成、声纹识别、音频分类、语音分离等语音处理模型的训练方法，具有语音处理产品（系统）的语音模型构建基本能力。
（2）应用C/C++、Python等语言程序设计的基础知识和程序设计方法，具有C/C++、Python等语言程序设计、调试的能力，具有基于C/C++、Python语言进行语音处理算法设计和开发的基本能力。
（3）应用Windows、Linux操作系统基本原理和操作方法，具有在Windows、Linux环境下进行语音处理产品（系统）开发的基本能力。
（9）掌握论文、代码、开发文档等专业资料的搜素和阅读方法，具有跟进前沿技术发展、专业技术学习和创新能力。
（10）具备对本学科和其他交叉学科的理论和技术持续学习、适应发展和不断融合创新的能力。
自然科学能力。具有高等数学、工程数学等方面的自然科学知识，具有从事人工智能领域开发设计、技术服务等工作所需的分析、计算能力。
人工智能关键技术能力。具备机器学习、模式识别、深度学习、数据分析的基本理论、基本知识和基本技术，能够熟练使用常用的机器学习和深度学习算法，具有基本人工智能算法的分析、建模和评估能力。
人工智能技术应用能力。具备数字图像处理、计算机视觉、自然语言处理、语音识别的基本理论、基本知识和基本技术，能够熟练使用计算机视觉和自然语言处理的专业技术，具有视觉、语言和语音系统基本的分析、设计、建模和测试能力。
政治素养。具有科学的世界观、正确的价值观和人生观，热爱祖国和良好的政治素质，具有丰富的人文科学素养和社会责任感，具有良好的职业道德，具备工程伦理精益求精的大国工匠精神，有科技报国的家国情怀和使命担当。
语言表达和文学欣赏能力。具有较强的语言、文字表达能力和沟通能力，掌握英语基本知识，具有较强的阅读、翻译能力和一定的口头交流能力，具有文学艺术的欣赏能力，具有通过语言、文字获取信息和新知识的能力。
团队合作和安全健康。热爱劳动，具有吃苦耐劳精神，良好的团结协作精神和人际沟通、社会活动等基本能力，具有良好的质量、环境、职业健康、安全和服务意识。
二、专业人才培养目标和毕业要求
（一）培养目标
本专业主要面向粤港澳大湾区，培养德智体美劳全面发展，具有家国情怀、健康人格、国际视野、工匠精神和创新能力，掌握人工智能专业的基础理论和专业技能，具有一定的数学工具运用及算法建模、人工智能程序设计、自动控制电路设计等能力和良好的综合素质，熟练掌握机器学习及深度学习技术、数字图像处理技术、计算机视觉技术、自然语言处理技术、嵌入式人工智能及智能控制技术等，具备较强的人工智能算法应用、深度神经网络建模、视觉感知应用、智能控制系统设计能力，能在人工智能领域从事智能化服务、智能控制和智能检测领域的产品设计、质量检测、系统维护、生产管理、产品销售与售后技术服务等岗位工作的复合型应用型人才。
本专业毕业生毕业五年左右，预期达到以下目标：
培养目标1（综合能力）：能够适应现代人工智能技术发展，将多学科融会贯通，熟练应用学科专业知识，了解人工智能专业方向有关的标准、规范、规程、法规，获得较好的工程实践训练，能对复杂工程项目提供系统性的解决方案。
培养目标3（从业道德素养）：具有科学的世界观和正确的人生观和价值观，具有勇于拚搏的大国工匠精神和创新精神，具备良好的职业道德和心身健康，具有在人工智能技术研发、应用和管理等过程中必须符合人类价值观、道德规范和法律法规的良好专业意识；能适应多文化团队合作，能够在职业工作环境中有效沟通和交流。
培养目标
职业素养及能力需求（见表1）
（综合能力）
（专职能力）
（从业道德素养）
（持续发展能力）
注：用√表示有对应覆盖关系。
（二）毕业要求
毕业要求1（工程知识）：系统掌握高等数学、工程数学等自然科学知识、计算机科学类学科基础、专业基础和专业知识，具备扎实的学科基础和完整的专业知识体系，能够为人工智能领域问题的分析与解决提供充足的理论支撑。
毕业要求11（项目管理）：理解并掌握工程管理的基本原理与经济决策方法，并能在多学科环境中应用。具备项目管理的基本能力和成本意识。
（工程知识）
H
M
L
（问题分析）
（设计/开发解决方案）
（系统集成及应用研究）
（使用现代工具）
（工程与社会）
（环境和可持续发展）
（职业规范）
（个人和团队）
（沟通）
毕业要求11
（项目管理）
毕业要求12
（终身学习）
注：毕业要求对培养目标支撑度强度分别用“H（高）、M（中）、L（弱）”表示。
三、毕业要求实现矩阵
（一）建立毕业要求实现矩阵
表4毕业要求实现矩阵
毕业要求
指标点
权重
支撑课程
毕业要求1(工程知识)
系统掌握高等数学、工程数学等自然科学知识、计算机科学类学科基础、专业基础和专业知识，具备扎实的学科基础和完整的专业知识体系，能够为人工智能领域问题的分析与解决提供充足的理论支撑。
1.1
0.35
高等数学
0.4
线性代数
0.15
概率论与数理统计
0.3
1.2
C语言程序设计
0.2
Python语言程序设计
数据库原理与应用
0.1
电工电子技术
1.3
掌握人工智能专业基础理论知识，熟悉人工智能系统整体的基本设计流程和运行原理。
模式识别与机器学习
数字信号处理
数字图像处理
毕业要求2(问题分析)
能够应用高等数学、工程数学等方面的自然科学和人工智能科学的基本原理，识别、描述和分析人工智能领域实际工程问题，能通过文献研究分析新信息技术领域的实际工程问题，以获得对相应实际工程问题的深刻认识并得出有效结论。
2.1
能够应用高等数学、工程数学等方面的自然科学的基本原理，识别、描述和分析人工智能领域实际工程问题，在这些过程中体现创新意识。
0.25
2.2
能够应用人工智能科学的基本原理，识别、描述和分析人工智能领域实际工程问题，在这些过程中体现创新意识。
深度学习
数据结构与算法分析或计算机网络
2.3
能够应用人工智能科学的基本原理并能通过文献研究分析新信息技术领域的实际工程问题，以获得对相应实际工程问题的深刻认识并得出有效结论，并能认识信息技术对国家现代化建设的重要性。
计算机视觉
自然语言处理
语音识别
毕业设计
0.7
毕业要求3(设计/开发解决方案)
全面理解综合人工智能系统或产品的设计需求、设计原理和设计方法。能够设计针对人工智能领域实际工程问题的解决方案，设计满足特定需求的模型、系统或工具，能够在设计环节中体现新信息技术、人工智能+的创新意识，并考虑人工智能产品对社会、健康、安全、法律、文化以及环境等因素影响。
3.1
能够根据综合人工智能系统或产品的设计需求、原理和方法，针对人工智能领域实际工程问题设计解决方案，在这些过程中体现团队合作和创新意识。
数据库项目综合实践
图像识别综合实践
电气控制与PLC综合设计或工业机器人与视觉综合设计或智能语言认知与交互综合设计
3.2
能够运用所学专业知识，设计实现满足特定要求的模型或系统或工具，并能体现一定的创新意识。
计算机视觉综合设计
自然语言处理综合设计
嵌入式人工智能综合设计
毕业实习
3.3
能够在设计开发人工智能产品实际工程问题解决方案的过程中，综合考虑社会、健康、安全、法律、文化等因素的影响。
心理健康教育
生产实习
毕业要求4(系统集成及应用研究)
4.1
能够针对人工智能领域实际工程问题，基于人工智能领域的科学专业原理并采用科学方法，利用所学的专业知识和能力，对人工智能领域实际人工智能系统集成，设计实际人工智能系统或软件仿真实验、工程现场，获得实验数据、图片或视频等信息结果，在这些过程中体现团队合作和创新意识。
0.5
4.2
能够对通过实验获得的数据和其它类型的结果进行分析，给出科学解释，得到合理有效的结论。
毕业要求5(使用现代工具)
能够针对人工智能领域实际工程问题，开发、选择与使用恰当的技术、资源、现代信息技术工具（常用办公软件、Anaconda、PyCharm等最新专业软件），包括对实际人工智能系统的预测与模拟，并理解各自的优势和不足。掌握现代信息技术专业设备的基本原理、操作方法，能够在综合型工程中合理选择和使用专业设备。
5.1
针对人工智能领域实际工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对实际工程问题的预测与模拟，并理解各自的优势和不足。
人工智能编程实践A
嵌入式人工智能
5.2
掌握人工智能领域典型专业设备的基本原理、操作方法并能掌握现代人工智能领域一些典型系统中专业设备的选型和使用。
电子工艺实习A
机器人技术基础或无线传感网络
专业各课程实验
毕业要求6(工程与社会)
6.1
国家安全教育
思想道德与法治
职业素养与就业创业指导
6.2
在专业工程实践与社会背景下，客观评价人工智能对社会、健康、安全、法律以及文化的影响，理解并分析可能发生的后果和应该承担的责任。
中国近现代史纲要
马克思主义基本原理概论
毕业要求7(环境和可持续发展)
能够理解和评价针对人工智能领域一般工程问题的专业工程实践对环境、社会可持续发展的影响，具备良好的环境意识。
7.1
工业机器人编程技术或视觉SLAM技术或多模态机器学习
7.2
根据所掌握的人工智能专业技术，能够进行合理的规划，专业的分析，满足社会发展要求，保护环境。
0.6
毕业要求8(职业规范)
8.1
具有正确的政治立场、遵纪守法、遵守社会公德、职业道德与规范。
思想政治实践课
习近平新时代中国特色社会主义思想概论
毛泽东思想和中国特色社会主义理论体系概论
职业品德教育1、2
8.2
具有良好的职业道德和社会责任感，并有明确的职业规划。
劳动教育
大学生职业规划与就业指导
“四史”教育
形势与政策
8.3
人工智能专业与职业发展导论
毕业要求9(个人和团队)
具备在涉及多学科的团队合作中发挥个体、团队成员以及负责人的角色，具有良好的团队合作能力，具备一定的领导力。
9.1
掌握生产或项目团队合作中的组织方式、管理方式，了解团队中的角色定位，对承担角色认识明确。
军事理论
军事训练
9.2
具备跨学科、跨专业人员进行有效沟通的能力。具有良好的团队合作能力。
大学体育
各种跨学科竞赛
课外实践活动
毕业要求10(沟通)
能够就一般工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
10.1
具备撰写报告和设计文稿、陈述发言、清晰表达或回应指令的能力，能够就人工智能领域实际工程问题与业界同行及社会进行有效沟通与交流。
其他素质拓展类选修课
10.2
具有英语听说能力；具备英语专业文献的阅读理解能力，具备一定的国际视野，能在跨文化背景下进行沟通与交流。
大学英语
毕业要求11(项目管理)
理解并掌握工程管理的基本原理与经济决策方法，并能在多学科环境中应用。具备项目管理的基本能力和成本意识。
11.1
理解并掌握项目工程管理和人工智能产品生产管理的基本原理与经济决策方法，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；具备人工智能新工科基本知识，具备对人工智能领域的理论和技术持续学习、适应发展和不断创新的能力。
12.1
具备自主学习和终身学习的意识和能力。
12.2
具备人工智能新工科基本知识，具备对人工智能领域的理论和技术持续学习、适应发展和不断创新的能力，具备创业意识。
创新设计与创业基础
大数据关键技术与应用
（二）建立课程体系与毕业要求的关联度矩阵
四、主干学科
智能科学与技术、信息与通信工程、计算机科学与技术
五、课程设置
（一）课程体系构建说明
学科及专业类（群）平台课程
必修课
18
高等数学8学分、工程数学4学分，C语言程序设计3学分、数据库原理与应用3学分。
选修课
6
专业课程
38
开设专业课（含专业基础）13门，详见教学进程表。
模块选修课
19
智能控制系统、视觉感知、语言认知3个模块,体现专业加专长。
校内集中实践教学环节
14
企业实践教学项目
7
合计
（1）人工智能编程实践（20学时、1学分、第2学期）；
（4）自然语言处理（48学时、3学分、第5学期）。
（二）专业核心课程及主要内容
1.专业核心课程
Python语言程序设计、数字信号处理、数字图像处理、模式识别与机器学习、深度学习、计算机视觉、自然语言处理、语音识别、嵌入式人工智能。
2.专业核心课程简介
该课程是人工智能专业基础课，主要讲授内容有：Python解释器执行原理、运算符、表达式、基础数据类型、列表、元组、字典、集合、控制流、函数、面向对象编程、模块等。
通过该课程的教学，使学生熟练掌握Python分支结构、循环结构、函数设计以及类的设计与使用，熟练掌握异常捕捉处理和文件操作方法，同时使学生掌握自定义模块并熟悉Python扩展模块,为后续程序设计和人工智能算法设计的学习奠定良好的基础知识。
课程教学方式要求理论讲授、案例分析与实验相结合。采用以理论综合性考核、实践环节考核为主的形成性考核方式。
(2)数字信号处理（DigitalSignalProcessing）
通过该课程的教学，使学生掌握数字信号处理的基本原理和方法，初步培养学生能够从数学概念、物理概念及工程概念去分析问题和解决问题的能力，掌握采用数值计算方法（软件、硬件实现）提取信号、处理信号，为后续专业课程及以后从事专业工作打下良好基础。
(3)数字图像处理（DigitalImageProcessing）
该课程是人工智能专业基础课，主要讲授内容有：该课程主要内容有图像形成原理、图像读取、图像基本运算、图像频域变换、图像增强、彩色图像处理、形态学处理、图像边缘检测、图像分割、图像特征提取等。
该课程是人工智能专业课，主要讲授内容有：该课程主要内容有深度神经网络（DeepNeuralNetwork，DNN）、卷积神经网络（ConvolutionalNeuralNetwork，CNN）、循环神经网络（RecurrentNeuralNetwork，RNN）等模型的原理、网络搭建、训练、推理等方法。
通过该课程的教学，使学生会掌握深度学习框架，如TensorFlow、PyTorch等的基本使用方法和应用场景；实现深度学习模型，如构建深度神经网络、卷积神经网络、循环神经网络等；能够通过训练神经网络模型，解决实际问题，如结构化表格数据分类、图像分类、时序预测、文本分类等；能够独立进行深度学习项目的开发和实施，包括数据收集和预处理、网络模型搭建和训练、模型评估和优化、模型推理应用等。
该课程是人工智能专业课，主要讲授内容有：该课程主要内容有图像处理基础、图像分类、目标检测、图像分割、目标跟踪等领域的传统方法和深度学习方法。
该课程是人工智能专业课，主要讲授内容有：该课程主要内容有自然语言处理基础概念、文本预处理技术、文本表示方法、文本分类、命名实体识别、关系抽取、事件抽取、机器阅读理解等领域的传统方法和深度学习方法。
该课程是人工智能专业基础课，主要讲授内容有：声音采集、声学特征提取、声学模型、HMM隐马尔可夫模型、GMM、GMM-HMM、语言模型、端到端语音识别技术等。
通过该课程的教学，使学生会应用基于语言学和声学的方法，利用人工神经网络的方法，概率语法分析，以及采用语音信号处理的矢量量化、HMM隐马尔可夫模型等常用算法，完成对语音信号进行的时域分析、频域分析、倒谱分析、线性预测分析和小波分析，并进行语音识别。
该课程是人工智能专业课，主要讲授内容有：人工智能与人工神经网络、嵌入式人工智能基础、嵌入式AI芯片原理、轻量级神经网络、深度神经网络压缩、嵌入式神经网络应用程序框架、嵌入式神经网络硬件加速器、嵌入式神经网络软件框架。
通过该课程的教学，使学生会在主流AI芯片、计算加速工具等硬件上优化、部署、调试神经网络模型的能力，能结合深度神经网络、模型压缩编译技术开发轻量级神经网络模型、基于嵌入式人工智能的智能检测和智能控制系统。
（三）实践性教学环节及主要内容
（1）校内集中实践教学环节
电子工艺实习A、人工智能编程实践A、数据库项目综合实践、图像识别综合实践、计算机视觉综合设计、电气控制与PLC综合设计、工业机器人与视觉综合设计、智能语言认知与交互综合设计、自然语言处理综合设计、嵌入式人工智能综合设计、企业实践（生产实习、毕业实习、毕业设计）。
（2）校内集中实践教学环节简介
该课程是人工智能专业基础实践课，主要培养学生的Python语言程序设计、调试，以及人工智能领域常用Python库应用的基本能力，掌握服务器远程操作和Linux系统基本使用方法。主要实践项目有：Numpy、Pandas、Matplotlib等常用人工智能Python库编程实践、Linux系统基本操作实践、线性回归数据分析程序设计等。学习该课程应具备高等数学、线性代数、Python语言基础知识等。主要设施设备：计算机实验室电脑安装Python、PyCharm集成开发环境等软件。采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
该课程是人工智能专业基础实践课，主要培养学生掌握MySQL数据库的基本使用以及数据库设计与建模方法。主要实践项目有：数据库设计与建模方法、MySQL数据库的使用、数据库和数据表的创建与管理、数据查询、查询优化、数据库编程、数据库安全性和高可用性配置。学习该课程应具备高等数学、人工智能数学基础、数据库原理与应用等。主要设施设备：计算机实验室电脑安装MySQL数据库等软件。采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
(4)图像识别综合实践(ComprehensivePracticeofImageRecognition)
该课程是人工智能专业基础实践课，主要培养学生学会图像增强、边缘提取、图像分割、特征提取与匹配等。主要实践项目有：图像增强处理、图像边缘检测、人脸识别、车牌识别等。学习该课程应具备高等数学、数字图像处理基础知识等。主要设施设备：实验室电脑安装Python、OpenCV图像处理工具等。采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
该课程是人工智能专业实践课，主要培养学生用PLC进行产品设计能力和解决实际问题的能力，是配合《自动控制原理》课程课堂教学的一个加强实践性教学环节，旨在巩固课堂所学内容；锻炼学生综合运用所学理论知识分析问题的能力；提高学生；启发学生积极思考、大胆实践、勇于创新的工作作风；使学生具备严肃认真、实事求是的科学态度和严谨的工作作风；为以后从事本专业的设计、研制开发新产品打下基础。采用实践操作过程、项目完成质量与综合设计报告相结合的考核方式。
该课程是人工智能专业实践课，主要培养学生工业视觉和机器人技术的实践应用能力，使学生具备基本图像数据的特征提取技术，学习掌握视觉感知的原理和识别系统的建模方法，掌握工业机器人控制编程方法，提高学生在实际工业场景中的图像信息处理、分析与解决问题的能力。主要实践项目有：工业缺陷检测、工业机器人运动控制、基于机器视觉的工业产品质量检测系统设计等。学习该课程应具备高等数学、数字信号处理、数字图像处理、计算机视觉、程序设计基础、人工智能原理等基础课知识。主要设施设备：实验室电脑安装Python和集成开发环境等软件，配备工业相机、高清摄像头、机械臂等硬件，采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
(8)智能语言认知与交互综合设计(ComprehensiveDesignofIntelligentLanguageCognitionandInteractive)
该课程是人工智能专业实践课，旨在培养学生在自然语言处理技术和交互设计方面的实践应用能力，使学生能够掌握自然语言处理、大语言模型、语音识别、语言合成等的核心原理、技术和工具，以及如何将这些技术应用于实际的人机交互系统中。主要实践项目有：智能问答系统设计、语音识别与合成系统设计、交互界面设计、多模态交互系统设计等。学习该课程应具备高等数学、数字信号处理、自然语言处理、程序设计基础、人工智能原理等基础课知识。主要设施设备：实验室电脑安装Python和集成开发环境等软件，配备麦克风、音响等硬件，采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
该课程是人工智能专业实践课，主要培养自然语言处理技术的实践应用能力，使学生具备基本文本和语音数据的特征提取技术，学习掌握自然语言处理的原理和识别系统的建模方法，提高学生在文本、语音信息处理方面的分析与解决问题的能力。主要实践项目有：新闻文本分类、命名实体识别实践、语音信号处理及特征提取、基于GMM-HMM的语音识别系统设计等。学习该课程应具备高等数学、信息技术基础、大学物理、数字信号处理、程序设计基础、人工智能原理、模式识别基础等基础课知识。主要设施设备：实验室电脑安装Python和集成开发环境等软件，采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
(10)嵌入式人工智能综合设计(ComprehensiveDesignofEmbeddedArtificialIntelligence)
该课程是人工智能专业综合类实践课，主要培养学生人工智能算法移植与优化的应用能力，具有在主流AI芯片、计算加速工具等硬件上优化、部署、调试神经网络模型的能力，能结合深度神经网络、模型压缩编译技术开发轻量级神经网络模型、嵌入式人工智能产品。主要实践项目有：PCB板缺陷检测、电子元器件计数、药物分拣等智能检测和智能控制项目。学习该课程应具备高等数学、大学物理、深度学习、电工电子技术、Python和C语言程序设计、Linux操作系统知识等。主要设施设备：实验室电脑安装集成开发环境、编程语言等软件、具备AI芯片、计算加速工具等硬件设备。采用实践操作过程、项目完成质量与课程设计报告相结合的考核方式。
企业实践教学项目及主要内容：在线自主学习拓展模块课、职业品德教育、区域、行业、企业调研（3选1）、生产实习、毕业实习、毕业设计。
1、现代交换技术课程：电路交换技术、数据交换技术、软交换技术和光交换技术等。可采用试卷考核方式和应用案例考核方式。
2、短距离无线通信课程：物联网通信体系结构、蓝牙通信技术、WLAN技术标准与拓扑结构、RFID无线通信技术理论与关键技术等。可采用试卷考核方式和应用案例考核方式。
3、人机交互技术课程：人机交互的概念与应用、Web界面设计、移动界面设计、可用性评估等。可采用试卷考核方式和应用案例考核方式。
4、脑机接口课程：脑机接口原理、机器人控制技术、脑机接口控制技术等，可采用试卷考核方式和应用案例考核方式。
在整个实践教育环节中，结合企业实践教学各环节特点与要求，把职业品德教育与学生素质提升有效地结合起来，使学生在实习、实践教学过程中培养遵纪守法，具有良好道德品质、良好职业操守职业人。
主要内容或形式：
1．结合企业特点的先进价值观方面的学习、教育、培训活动；
2．结合岗位要求的国家法律法规、企业规章制度、职业道德方面的学习、教育、培训活动；
3．结合当前社会发展需要的时事学习、理论学习、讲座活动；
4．实践教学过程中学生结合实际，对人生观、就业观、社会发展等问题的主动式读书、网络学习、自发研讨、探索活动；
5．对企业现场身边及周围人物职业精神、先进事迹、英雄故事理解与接受教育的过程；
6．结合社会热点问题，组织的公益性主题活动；
7．结合学生实践教学现状，精心设计主题教育活动；
8．对职业道德的不断感受、体会、理解及接受教育过程，通过养成式过程培养良好的职业道德及优良品德；
9．平时与同学、教师、家长、企业职工等沟通、交流中逐渐树立良好的价值观及职业道德观。
由企业导师以及职业导师对学生表现作出考核鉴定。
通过现场调研，使学生了解区域（行业或企业）实际状况，为进一步研究实际问题打好基础；在企业导师现场业务指导与专业导师专业指导下，完成现场调研报告的撰写，使学生进一步提高发现问题、分析问题、解决问题能力及初步独立工作能力。（此段描述要体现课程开设的目标、学习方法、校企如何协同育人。主要内容：
（1）主要面向人工智能类行业，该行业的发展历史、进程、社会地位、行业发展趋势及前景。
（2）了解人工智能类行业的企业，学习企业战略文化、制度文化、管理文化，在实习期完成调研任务。
（3）撰写行业或企业调研报告。
本课程通过人工智能调研撰写行业或企业3000字的调研报告，进行考核评定调研成绩。
通过生产实习，结合生产实习的基本要求，在企业导师和专业导师的协同指导下，通过专业（生产）实习，使学生了解企业经营或生产实际，将所学知识转化为生产、建设、管理和服务一线实际工作需要的职业能力，更好实现岗位需要、职业能力与培养目标的统一。主要内容：
第二阶段为专业（生产）岗位实习。指学生在导师指导下结合专业特点，在企业生产、管理、服务现场，按照生产人工智能产品（系统）过程、管理或服务流程在不同岗位进行实习，以巩固加深专业知识，通过实践积累具体业务工作与管理工作技能，切实提高自己的专业能力。
本课程通过撰写3000字实习报告进行考核评定生产实习成绩。
（1）学生紧密结合区域经济、行业发展、企业生产及专业要求，按照工艺（管理）流程在不同岗位进行毕业实习，切实提高自己的专业能力和职业道德修养。
（2）在毕业实习时填写毕业实习手册，并让企业有关人员填写实习鉴定意见，实习结束时撰写3000字以上的实习报告。
本课程通过撰写3000字实习报告进行考核评定毕业实习成绩。
（2）根据任务书要求，进行调研、查阅收集资料、方案论证等完成开题报告，根据开题报告完成毕业设计并撰写10000字以上的毕业设计说明书。
（四）专业课程体系拓扑图
专业课程体系拓扑图如下：
（五）各学期课程安排
劳动教育（理论）
高等数学1
形势与政策2
思想政治实践课1
素质拓展类选修课
高等数学2
马克思主义基本原理
形势与政策3
学科选修课
人工智能数学基础
4
思想政治实践课2
形势与政策4
专业选修模块
9
形势与政策7-8
24
24.2
六、毕业标准与学位授予
（一）毕业标准
26
10
（1）人工智能编程实践A（20学时、1学分、第2学期）；
（二）学位授予
修业期满，已达到本专业毕业标准的各项要求，取得相应学分，经审核准予毕业，且累计平均绩点达到2.00及以上，授予学士学位。
七、教学安排表
（一）学时与学分分配表
课程属性
课程分类
学分
比例（占总学分）
理论学时
实践学时
自主学习
备注
必修
通识教育平台
33
19.9%
69.3%
66
学科及专业类（群）平台
10.8%
240
48
0
22.9%
348
260
集中实践教学环节
15.7%
520
选修
16
9.6%
30.7%
3.6%
64
32
11.4%
120
6.1%
200
166
100%
1436
1358
102
总学时
2896
8
（三）集中实践教学环节安排表
项目类别
课程编码
课程名称
学期（周数）
一
二
三
四
五
六
七
八
校内集中实践教学
1+X证书课程
工业机器人与视觉综合设计
智能语言认知与交互综合设计
小计
企业实践教学环节
生产（专业）实习
毕业论文（设计）
（四）教学进程表
考查
6.1、8.3
考试
6.1、11.1
664
178
1.1、2.1
数据结构与算法分析
计算机网络
学科及专业类（群）平台课小计
1.3、2.2、4.2
2.2、4.2
2.3、4.2
校企共建
2.3、5.1、7.1
5
自动控制原理
智能控制系统模块
可编程序控制器
传感器与智能检测技术
工业机器人编程技术
智能控制技术
智能控制系统模块小计
视觉感知模块
数字视频技术
工业机器视觉技术及应用
视觉SLAM技术
虚拟现实与增强现实
视觉感知模块小计
语言认知模块
语言认知模块小计
现代交换技术
短距离无线通信
Q0200044
人机交互技术
Q0200045
脑机接口
在线自主学习拓展模块小计
专业课程小计
380
22
备注：
1.形势与政策：1-8学期每学期开设8学时，其中理论授课6学时，自主学习2学时。
2.“大学英语”分为三类：大学英语A（文经管类专业），大学英语B（理工类专业），大学英语C（艺术类专业）；“大学日语”供高考外语种类为日语，且本科大学外语类别仍有意愿学习“日语”者学习。
3.劳动教育（理论）：必选1学分，由马克思主义学院组织课程模块的教学与考核。
4.大学体育：1-4学期，按大学俱乐部模式开设，每学期由学生选修。