人工智能专业培养方案
Artificial Intelligence
学科门类：工学 专业代码：080717T
一、专业培养目标与培养要求
1. 专业培养目标
人工智能专业培养适应新世纪社会主义现代化建设需要的德智体美劳全面发展的，素质、能力、知识协调统一的，掌握人工智能技术基本原理与基础知识、计算机技术与应用、信息技术等较宽广领域的工程技术基础的应用复合型人才。通过良好的素质教育与专业培养，使学生在其专业拓展和职业发展方面打下坚实基础。通过良好的素质教育与专业培养，使学生在其专业拓展和职业发展方面打下坚实基础。培养学生具有较高的道德文化修养和科学研究素质，具有较强的人工智能社会伦理判别能力，具备较强的社会责任感；具有良好的沟通、表达、写作和终身学习能力；具有坚实的外语、数理、信息等理论基础和人工智能专业知识，具备较强的实践能力、创新意识和团队协作精神。学生毕业后，能在银行、证券、保险、互联网金融等金融机构以及高新技术企业、政府机关、企事业单位、科研院所等部门，从事人工智能关键技术的科学研究、系统开发、技术应用及教学和管理等工作，能够解决人工智能领域复杂工程问题，成为具有较强可持续发展潜质和社会适应能力的高级专门人才。
本专业以学校人才培养总体要求为目标，面向信息技术行业、金融、医学、教育、互联网等相关领域的发展和需求，培养系统掌握人工智能基础理论、核心技术，具有创新意识、实践能力、团队协作精神和一定国际视野的工程技术人才。本专业的毕业生经过5年左右的工作实践，达到如下目标：
1）掌握人工智能基本理论和核心算法，并具有跟踪人工智能最新算法和技术的能力；掌握金融领域基本知识，熟悉金融行业业务流程，形成人工智能与金融交叉融合的跨学科知识体系。
2）能鉴定、分析和解决与人工智能专业相关的关键技术问题，适应独立和团队工作环境，承担智能系统设计、开发和实现的相应工作，并能在系统设计阶段考虑到社会、环境、相关政策法规等制约因素。
3）具有较宽的国际视野和一定的国际竞争与合作能力，具有良好的人文社会科学素养和职业道德，具有较强的社会责任感和社会服务意识，具有正确的人工智能伦理观念。
4）具备较强的交流、沟通与管理能力，能在一个设计、研发或科研团队中作为主要成员发挥骨干作用或担任组织管理角色。
5）在具备专业知识、技术能力与综合素质的基础上，具有通过继续教育或其它终身学习途径拓展知识的能力，能够初步适应其他领域的工作，进一步适应现代科学技术与社会发展的需求。
2. 毕业要求
本专业毕业生应获得以下几方面的知识、能力和素养：
（1）工程知识：具有扎实的数学与自然科学知识以及工程基础，系统地掌握人工智能领域的基本理论、基础知识，能够将数学、自然科学、工程基础和人工智能领域的专业知识用于解决复杂工程问题。
指标1-1：（数学与自然科学）掌握基本的数学、自然科学知识，并能运用于复杂工程问题的描述和建模，具有一定的现代科学与技术方法论意识；
指标1-2：（工程基础知识）掌握计算机和人工智能领域工程基础知识，并能利用相关知识和数学模型方法对计算机和人工智能领域复杂工程问题进行分析和求解，具有一定的计算思维能力；
指标1-3：（人工智能）掌握人工智能基础理论和基本方法，能运用相关知识和数学模型方法对人工智能领域复杂工程问题进行智能分析和推理，并进行计算机求解；
指标1-4：（知识应用）能够利用相关专业知识和数学模型方法，对人工智能领域复杂工程问题解决途径进行比较、分析和改进。
（2）问题分析：能够应用数学、自然科学、工程科学和专业知识的基本原理，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，以获得有效结论。
指标2-1：（需求分析）能够运用数学、自然科学、人工智能的基本原理与方法，针对人工智能复杂工程问题，分析其功能需求与非功能需求，识别其面临的各种制约条件，判断其关键因素和环节，对任务目标给出需求描述；
指标2-2：（问题表述）根据复杂工程问题的需求描述，运用数学、自然科学和人工智能专业知识，从系统的角度抽象表述人工智能复杂工程问题，建立描述问题的模型；
指标2-3：（解决方案）针对已建立的复杂工程问题的抽象模型，论证模型的合理性，就改进的可能性进行分析，确定具有智能技术的解决方案；
指标2-4：（文献检索）掌握现代文献检索及资料查询技术，同时具有相关文献综述与分析的能力，能通过文献调研了解国内外研究现状，知晓人工智能复杂工程问题的现有可行方案。运用人工智能基本原理，借助文献调研，综合判断、分析和论证所提出解决方案的合理性，获得有效结论。
（3）设计/开发解决方案：能够设计针对人工智能领域复杂工程问题的解决方案，针对特定需求进行智能技术和系统的设计与实现，具有设计/开发功能模块和系统的能力，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、文化以及环境等因素。
指标3-1：（设计/开发能力）具有基本的程序设计与开发能力，掌握人工智能技术应用问题的基本设计原理与方法，能够遵循系统开发和工程化的基本方法，并具备智能技术和系统开发能力；
指标3-2：（系统开发实现）能够针对特定需求，对复杂工程问题进行分解和细化，设计合理的智能算法，进行智能技术与系统的设计与开发，并应用软件开发技术完成详细设计与实现；
指标3-3：（创新意识）在智能技术和系统开发的设计环节中体现出探索精神和创新意识；
指标3-4：（考虑因素）在智能技术和系统开发的设计环节中能够综合考虑社会与文化、健康与安全、伦理与法律、环境与发展等影响因素。
（4）研究：能够基于科学原理并采用相应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。
指标4-1：（调研）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；
指标4-2：（设计实验）能够针对人工智能领域复杂工程问题明确其研究目标，根据目标确定需要的实验数据，根据对象特征，选择研究路线，设计实验方案；
指标4-3：（实施实验）能够选择合适的技术手段采集、整理实验数据，掌握参数分析方法，能够根据实验方案构建仿真平台或实验系统，有序地开展实验；
指标4-4：（实验结果分析）能够对实验结果进行检验、解释与综合分析，并通过信息综合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、现代工程工具和软硬件开发工具，包括对人工智能复杂工程问题的预测与模拟，能够理解不同开发技术与工具的应用场合及其局限性。
指标5-1：（信息获取工具）具有信息获取能力，能够根据需要选择和使用信息技术工具和检索工具，对获取的信息具有分析和综合能力；
指标5-2：（程序设计工具）能够熟练运用程序设计方法、环境与工具，包括软件开发集成环境，实验数据分析工具，模拟与仿真工具等。
指标5-3：（开发环境工具）能够熟练掌握人工智能系统的应用环境与开发工具等，包括数据库系统环境与工具、操作系统、人工智能计算平台等；
指标5-4：（人工智能工具）能够选择与运用人工智能的方法、平台与工具，针对人工智能复杂工程问题，进行分析与比较、预测与模拟，并能够理解不同人工智能开发技术与工具的应用场合及其局限性。
（6）工程与社会：能够基于工程相关背景知识进行合理分析，评价人工智能专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
指标6-1：（标准法规）了解人工智能领域的技术标准体系、知识产权、隐私权、产业政策和法律法规，理解不同社会文化对人工智能应用中的工程活动的影响，建立起强烈的安全意识、合规意识；
指标6-2：（评价影响）能够了解人工智能工程项目背景，分析和评价人工智能工程实践对社会、健康、安全、 法律、文化的影响，以及这些制约因素对项目实施的影响，并理解应承担的责任。
（7）环境和可持续发展：能够理解和评价针对人工智能领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响；
指标7-1：（理解内涵）掌握工程相关背景知识，理解人工智能产业与环境的关系，具备环境保护和可持续发展的意识；
指标7-2：（评价影响）分析和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响，理解用技术手段降低其负面影响的作用与其局限性。
（8）职业规范：爱国进取，具有人文社会科学素养、社会责任感和道德修养，具备健康的身体和良好的心理素质，能够在工程实践中理解并遵守工程职业道德和规范，并履行相应责任。
指标8-1：（身心健康）具有健康的身体、良好的心理素质和自我行为规范能力，同时具有人文科学素养；
指标8-2：（三观端正）了解基本国情和相关的形势政策，具有正确的世界观、人生观和价值观，具有社会责任感和道德修养，培养爱国进取的思想；
指标8-3：（职业道德）理解基本职业道德的含义，能够在工程实践中自觉遵守工程职业道德和规范，履行相应责任。
（9）个人和团队：具备一定的人际交往能力、团队协作精神和管理能力，能够在多学科背景下的团队中承担个体、团体成员以及负责人的角色，并发挥相应的作用。
指标9-1：（成员角色）具有团队协作精神，理解个人和团队的利益统一性，明确个人在团队中的角色划分及其所承担的任务，能够在团队中发挥应有的作用；
指标9-2：（沟通能力）具备一定的人际交往能力，能够在多学科背景下的团队中承担相应的角色，能与团队其他成员在团队协作中通过口头或书面方式有效沟通，听取反馈并对建议做出合理反应；
指标9-3：（领导角色）具备一定的管理能力，理解并尊重个人权利与利益，能对团队活动进行组织、协调及给予配合，能够综合团队成员的意见做出合理决策。
（10）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，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。
指标10-1：（同行公众沟通）具有良好的表达能力，能够面向计算机领域复杂工程问题中的设计方案、研究方法、技术路线等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、清晰表达观点、准确回应提问等；
指标10-2：（跨文化沟通）具有人工智能专业方面的外语文献阅读与文献检索能力，具有专业外语交流与写作能力，具有国际视野，了解本专业的国际状况，并能在跨文化背景下进行有效沟通和交流。
（11）项目管理：具备项目管理能力，理解并掌握人工智能领域工程实践中产品调研和分析、设计研发、运行维护等方面的管理原理和经济决策方法，并应用于多学科交叉的工程实践中；
指标11-1：（掌握方法）掌握工程管理的基本原理与经济决策的基本方法；
指标11-2：（运用方法）能够在多学科环境下，在人工智能领域工程实践的产品调研和分析、设计研发、运行维护等过程中，运用工程管理与经济决策方法。
（12）终身学习：具有自主学习和终身学习的意识，能够追踪人工智能领域的发展动态，有不断学习和适应发展的能力。
指标12-1：（自主学习）具有自主学习的意识，能够阅读和理解专业文献，学习专业知识和应用技术；
指标12-2：（终身学习）具有终身学习的意识，能够追踪人工智能的发展动态，不断学习及适应技术的发展。
二、专业培养特色
（1）本专业依托我校优势的财经学科背景，充分发挥山东财经大学在计算机技术和金融领域的人才和科研创新优势，以“人工智能+金融”为特色，突出人工智能技术与金融应用的交叉与融合，面向智能科技前沿，聚焦新旧动能转换战略需求，培养高质量的适于“人工智能+”时代的高级复合型应用人才。（2）本专业坚“学生中心，产出导向，持续改进”的OBE教育理念，按照工程教育认证国际标准进行人才培养，高举高打，高起点、高水平、高质量输出人工智能产业国际化工程技术人才。
三、主干学科与核心课程
主干学科：计算机科学与技术
核心课程：高级语言程序设计、Python程序设计、离散数学、数据结构、运筹学与最优化、计算机组成与体系结构、操作系统、算法分析与设计、人工智能导论、机器学习与模式识别、计算机视觉、信息检索与数据挖掘、神经网络与深度学习、自然语言处理。
四、修业年限
本科基本修业年限为 4 年。根据学校学分制管理规定，实行 3-6 年弹性学制，学生可提前 1 年或延长2 年毕业。
五、毕业学分标准
本专业要求学生修满教学计划中规定的课程总学分155学分和各模块应修学分，方准毕业，其中：
1. 通识教育课程66学分，其中，通识必修课46学分，通识选修课20学分且需修满每个模块要求的最低学分。
2. 专业教育课程58学分，其中，专业基础课23学分，专业必修课程17学分，专业选修课需最低选修18学分，且必须修满每个模块的最低学分。
3. 独立实践课程31学分，其中，实践必修22学分，专业实践选修课需最低选修6学分，创新创业实践选修课3学分。
六、学位授予
按要求完成学业，达到毕业学分要求，并符合学士学位授予条件者，授予工学学士学位。
七、课程体系及学分学时分配
课程按内容分为通识教育课程模块、专业教育课程模块和独立实践课程模块。课程按性质分为必修课、选修课两类，其中必修课包括通识必修课、专业基础课、专业必修课和实践必修课，选修课包括通识选修课、专业选修课和实践选修课。总学分155分，其中必修课108分，占总学分的69.7%；选修课47分，占总学分的30.3%；实践教学47分，占总学分的30.3%；人文社科类课程29学分，占总学分的18.7%；数学和自然科学类课程26学分，占总学分比例16.8%；学科基础课程和专业课程共计58学分，占总学分的37.4%；实践类课程47学分，占总学分比例30.3%。
