1.   工程知识：能够将数学、自然科学、计算、工程基础和专业知识用于解决人工智能领域复杂工程问题。

1.1 能系统理解数学、自然科学、计算、工程科学理论基础并用于人工智能领域工程问题的表述；

1.2 具有人工智能领域需要的数据分析能力，能针对具体的对象建立数学模型并利用计算机求解；

1.3 能够将相关工程专业知识和数学分析方法用于推演、分析人工智能领域复杂工程问题；

1.4能够将相关知识和数学模型方法用于工程问题解决方案的比较与综合。

2. 问题分析：

能够应用数学、自然科学和工程科学的第一性原理，识别、表达并通过文献研究分析人工智能领域复杂工程问题，综合考虑可持续发展的要求，以获得有效结论

2.1 能运用相关科学第一性原理，识别和判断人工智能领域复杂工程问题的关键环节；

2.2 能基于相关科学第一性原理和数学模型方法正确表达人工智能领域复杂工程问题；

2.3   能通过文献研究，分析人工智能领域工程活动的影响因素，综合考虑可持续发展要求，获得有效结论。

3. 设计/开发解决方案：

能够针对人工智能领域复杂工程问题开发和设计解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，体现创新性，并从健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。

3.1 掌握人工智能领域工程设计和产品开发全周期、全流程的设计/开发方法和技术；

3.2   能够针对人工智能领域的特定需求，完成智能系统、单元（部件）设计或工艺流程设计，并体现创新性。

3.3 能够从健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑解决方案可行性。

4. 研究：能够基于科学原理并采用科学方法对人工智能领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.1 能够基于科学原理，通过文献研究或相关方法，调研和分析人工智能领域复杂工程问题的解决方案；

4.2   能够根据人工智能领域复杂工程问题的对象特征，选择研究路线，设计实验方案、安全开展实验、采集并分析实验数据；

4.3 能根据实验结果和相关信息综合研究，得到合理有效的结论。

5. 使用现代工具：能够针对人工智能领域复杂工程问题，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，包括人工智能领域复杂工程问题的预测与模拟，并能够理解其局限性。

5.1 掌握人工智能领域常用仪器、信息工具、工程工具和模拟仿真软件的基本原理和使用方法，并理解其局限性；

5.2 能够选择、开发恰当的技术、资源和工具，对人工智能领域复杂工程问题进行分析、计算与设计；

5.3 能够使用现代工具和技术，模拟和预测人工智能领域复杂工程问题，并能够理解其局限性。

6. 工程与可持续发展。在解决人工智能领域复杂工程问题时，能够基于工程相关背景知识，分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。

6.1 了解人工智能领域相关工程标准、知识产权、产业政策和法律法规；

6.2 知晓和理解环境保护和经济社会可持续发展的理念和内涵；

6.3 能够分析和评价人工智能领域复杂工程问题实践对健康、安全、环境、法律和经济社会可持续发展影响，并理解应承担的责任。

7. 伦理和职业规范：有工程报国、工程为民的意识，具有人文社会科学素养和社会责任感，能够理解和应用工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行责任。

7.1 践行社会主义核心价值观，理解个人与社会、个人与国家的关系，建立工程报国、工程为民意识；

7.2 具有人文社会科学素养和社会责任感，能够理解和应用人工智能工程伦理；

7.3 在人工智能领域工程实践中，遵守工程职业道德、规范和相关法律，履行责任。

8. 个人和团队：能够在多样化、多学科背景下的团队中承担个体、团队成员以及负责人的角色

8.1 能够与其他学科的成员有效沟通，合作共事；

8.2 能够在团队中独立或合作开展工作；

8.3 能够组织、协调和指挥团队开展工作。

9. 沟通：能够就人工智能领域复杂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；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异

9.1 能就人工智能领域复杂工程问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，理解与业界同行和社会公众交流的差异性。

9.2 了解专业领域的国际发展趋势、研究热点，理解和尊重世界不同文化的差异性和多样性；

9.3 具备跨文化交流的语言和书面表达能力，能就人工智能工程专业问题，在跨文化背景下进行基本沟通和交流。

10. 项目管理：理解并掌握工程项目相关的管理原理与经济决策方法，并能够在多学科环境中应用

10.1 了解一般的工程项目管理与工程经济学原理，掌握人工智能领域涉及的工程管理与经济决策方法；

10.3 能在多学科环境下，在设计开发解决方案的过程中运用工程管理与经济决策方法。

11. 终身学习：

具有自主学习和终身学习的意识和能力，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革，具有批判性思维能力

11.1 能在社会发展的大背景下具有自主学习和终身学习的意识和能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等；

11.2 能够适应新技术变革，并具备批判性思维能力，能够理解广泛的技术变革对工程和社会的影响。

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. 工程与可持续发展

√

√

√

毕业要求7. 职业规范

√

毕业要求8. 个人和团队

√

√

毕业要求9. 沟通

√

√

√

毕业要求10. 项目管理

√

√

√

毕业要求11. 终身学习

√

√

入学教育

16

1

1

通过新生入学适应性教学、专业教育、爱国爱校教育、校纪校规教育，使学生尽快适应大学生活，热爱专业，热爱学校，遵守校纪校规，完成从高中生到大学生的转变。

体育

128

8

1-4

通过体育课教学，帮助学生掌握1-2项体育运动的基本方法和技能，提高身体素质和运动能力，增强学生体质健康水平，激发学生参与体育活动的兴趣和体育锻炼，养成终身体育锻炼的习惯。

劳动教育

32

2

2-3

通过劳动教育，帮助学生树立正确的劳动观念，掌握必备的劳动技能，养成良好的劳动习惯和品质，具有崇尚劳动、热爱劳动、辛勤劳动、诚实劳动的精神。

社会实践

32

2

3-6

通过社会实践，使学生了解世情、国情、党情，强化社会责任感和使命感，增强适应社会、服务社会的能力，提高组织协调能力和综合素质，提升学生的全面发展和社会适应能力。

合计

208

13

电子电路综合实践

32

2

2

 本课程基于电路基础、电子电路基础等理论课程，通过典型电路设计、焊接组装、参数测试及故障排查等实践环节，培养学生综合运用电路理论解决实际问题的能力。学生需独立完成从电路方案设计到实物制作的全流程，掌握示波器、信号发生器等仪器的操作，学会分析实验数据并优化电路性能。课程强化工程实践中的规范意识与安全意识，提升学生对复杂电子电路的设计与实现能力，符合工程认证对实践能力与问题解决能力的培养要求。

Python程序设计实践

32

2

3

本课程聚焦 Python 编程在工程领域的实际应用，通过数据处理、算法实现、自动化脚本开发等实践任务，强化学生的编程技能。学生需完成系列项目开发，如传感器数据采集与分析、智能设备控制程序编写等，掌握代码调试、性能优化及模块化开发方法。课程注重编程与工程问题的结合，培养学生运用 Python 解决电子信息、智能系统筹领域实际问题的能力，为复杂工程问题的软件实现提供支撑，符合工程认证对计算与编程实践能力的要求。

数字电路与EDA设计实践

32

2

3

本课程依托数字电子技术、数字系统设计理论，通过组合逻辑电路、时序逻辑电路的设计与实现，培养学生运用 EDA 工具进行数字系统开发的能力。学生需使用 VHDL 语言完成电路建模、仿真验证及 FPGA 下载测试，掌握从逻辑设计到硬件实现的全流程。课程强调数字电路在工程中的应用，通过综合性设计任务提升学生对复杂数字系统的分析与设计能力，符合工程认证对硬件设计与系统实现能力的培养标准。

数据结构与算法分析实践

32

2

4

本课程通过算法编程实现与性能分析实践，巩固学生对数据结构与算法的理解。学生需针对排序、查找、图论等问题设计算法并编程实现，使用性能分析工具评估算法效率，优化代码以适应工程场景。课程设置综合性任务，如基于特定数据结构的信息管理系统开发，培养学生根据工程需求选择与优化算法的能力，为解决复杂工程问题中的数据处理瓶颈提供支撑，符合工程认证对算法应用与实践能力的要求。

专业实习

16

1

4

本课程安排学生在企业或科研机构参与实际工程项目，通过岗位实践接触电子信息、智能系统筹领域的真实工程环境。学生需参与电路设计、程序开发、系统测试等环节，学习工程规范与团队协作流程，理解理论知识在工业场景中的应用。课程培养学生将专业知识转化为工程实践的能力，增强行业认知与职业素养，为解决复杂工程问题积累实战经验，符合工程认证对行业实践与工程素养的培养要求。

单片机与智能电子开发实践

32

2

5

本课程基于智能电子技术理论，通过单片机系统设计与开发实践，培养学生的嵌入式系统开发能力。学生需完成硬件电路设计、C51 程序编写、外设驱动开发及系统调试，实现如智能传感器节点、小型控制设备等典型应用。课程强调软硬件协同设计，通过项目式学习提升学生对智能电子系统的综合开发能力，为解决嵌入式领域复杂工程问题奠定基础，符合工程认证对系统集成与实践创新的要求。

机器学习实践

32

2

5

本课程通过真实数据集与算法应用案例，培养学生运用机器学习理论解决实际问题的能力。学生需完成数据预处理、特征工程、模型选择与训练全流程，使用 Python 工具库实现分类、回归、聚类等任务，并评估模型性能。课程设置综合性项目如预测系统开发，强化学生对算法适用场景的理解，提升将机器学习技术应用于智能信息处理的能力，符合工程认证对数据驱动与智能算法实践的要求

智能机器人实践

32

2

6

本课程综合运用自动控制、传感器技术、编程等多领域知识，通过机器人系统搭建与任务实现培养学生的综合工程能力。学生需完成机器人机械结构组装、传感器数据融合、运动控制算法设计及避障、导航等功能开发，掌握智能系统的集成方法。课程强调跨学科知识应用，通过团队合作完成复杂任务，提升学生对智能装备的设计与调试能力，符合工程认证对复杂系统开发与协同创新的要求。

智能系统开发实践

48

3

7

本课程聚焦智能系统全流程开发，通过需求分析、架构设计、软硬件集成、测试部署等实践环节，培养学生的系统开发能力。学生需基于 ROS、边缘计算平台等工具，完成如智能家居控制、环境监测系统筹典型智能系统开发，掌握系统调试与性能优化方法。课程强化工程实践中的项目管理与问题解决能力，为构建复杂智能系统提供实战经验，符合工程认证对系统开发与工程应用的要求。

专业技能竞赛

32

2

8

本课程通过组织学生参与电子设计、智能系统开发等学科竞赛，培养学生的创新思维与工程实践能力。学生需团队协作完成竞赛题目，从方案构思、原型设计到作品实现，应对实际问题中的技术挑战。课程强调创新方案设计与高效问题解决，提升学生在压力下的团队协作与工程创新能力，符合工程认证对创新思维与综合实践能力的培养要求。

毕业实习

128

8

7-8

本课程安排学生在企业或科研机构参与综合性工程项目，深入体验工程研发全流程。学生需独立承担部分开发任务，如电路模块设计、算法优化、系统集成测试等，遵循行业标准与工程规范，撰写实习报告与技术文档。课程培养学生将专业知识应用于复杂工程问题的能力，强化职业素养与终身学习意识，为职业发展奠定实战基础，符合工程认证对工程实践与职业能力的培养要求。

毕业综合训练

128

8

8

本课程作为专业学习的综合检验，要求学生独立完成毕业设计或工程项目开发，综合运用多学科知识解决复杂工程问题。学生需经历选题论证、方案设计、实验验证、成果总结等环节，撰写规范的论文或技术报告，并通过答辩展示成果。课程培养学生的独立研究、系统设计与创新能力，强化工程伦理与责任意识，符合工程认证对综合工程能力与终身学习基础的培养要求。

合计

576

36

创新素质培育

8

0.5

4

通过创新实训，学生形成批判精神和创新意识，掌握一定的创新方法，具有跨学科的知识整合能力，团队协作能力和解决问题的能力，能够合作完成一个创新项目

成功规划

成功素质培育

内省

48

3

1-7

通过对成功素质的内化，进一步落实立德树人的任务，帮助学生树立正确的世界观、人生观和价值观，养成内省的习惯，提高学生思辨能力，帮助学生成人、成才、成功，增强学生阅读能力、演讲能力、写作水平，促进学生知行合一。

大学生就业指导

8

0.5

5

通过模拟面试等形式，培养学生职业生涯发展的自主意识，引导学生树立积极正确的就业观，自觉把个人发展与国家需要、社会发展相结合，培养学生职业探索、生涯决策、自我管理、自主创业等能力，提高学生职业素养和求职技能。

创新项目成果

48

3

1-8

通过创新项目训练，培养学生创新思维、创新意识、创新品质，培育创新成果，孵化创业企业，助力学生成长、成功、成才，产生创新成果。

博论

16

1

1-5

通过博论，组织学生参与专业高端论坛或会议，了解和掌握行业最新动态，拓展学生视野，开阔学生眼界，培养学生创新意识、创新思维、创新品质。

合计

128

8

人文社科与创新教育

61

33.9%

数学与自然科学

28

15.6%

专业教育

54

30%

工程实践

37

20.5%

合    计

180

100%