2021级人工智能技术应用专业人才培养方案.docx

2021级人工智能技术应用专业人才培养方案一、专业名称及代码专业名称：人工智能技术应用专业代码：510209二、入学要求高中阶段教育毕业生或具有同等学力者。三、修业年限全日制三年。四、职业面向所属专业大 类 （代码）所属专业 类 （代码）对应行业 （代码）主要职业类别 （代码）主要岗位类别或技术 领域举例职业资格或职业技 能等级证书举例电子信息大 类（51）计算机类 （5102）软件和信息 技术服务 业（65）计算机与应用工 程技术人员（2-02-13）人工智能应用工程师 人工智能数据工程师 人工智能集成测试工 程师人工智能平台运维工 程师人工智能专 业技术等级（初 级、中级） Python 技术开发（中级） 专业资格证书五、培养目标与培养规格（一）培养目标本专业培养德、智、体、美、劳全面开展，具有良好职业道德和人文素养， 掌握人工智能基础专业理论知识、应用技术，具备人工智能技术应用开发、系统 管理与维护等能力，从事人工智能相关的应用开发、系统集成与运维、产品销售 与咨询、售前售后技术支持等工作的高素质技术技能人才。毕业生要具备良好的思想道德素质，热爱祖国，拥护中国共产党的领导，具 有科学的世界观、人生观和价值观；具有一定的文学和艺术修养；具有基本的人 文社会科学知识和自然科学知识；学习行业前沿的专业知识，并具有在该领域进 一步学习和深造的潜能；掌握人工智能所需要的信息科学、数学基础、计算机网 络、云计算、大数据、人工智能等相关学科的基础知识与基本技能，具备人工智 能应用开发、运维部署、人工智能产品技术支持与运营推广能力，具备一定的科 研工作能力、创新创业能力，到达知识、能力与素质的协调开展。学生学习效果评价方式：总评成绩二平时成绩义30%+考核成绩义70%。教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师自评20% o七、教学进程总体安排教学进程是对本专业技术技能人才培养、教育教学实施进程的总体安排，是 专业人才培养方案实施的具体表达。以表格的形式列出本专业开设课程类别、课 程性质、课程名称、学时学分、学期课程安排、考核方式。1、课程设置及教学计划表（见表1）2、实践（含实习实训）教学安排表（见表2）3、时间分配表（单位：周）（见表3）4、实践教学与理论教学统计表（单位：学时）（见表4）5、实践教学与理论教学分类统计表（单位：学时）（见表5）八、实施保障主要包括师资队伍、教学设施、教学资源、教学方法、学习评价、质量管理 等方面。（一）师资队伍1、队伍结构学生数与本专业专任教师数比例不高于25:1,双师素质教师占专业教师比为 80%,专任教师队伍职称、年龄形成了合理的梯队结构。（1）专任教师本专业专任教师都具有高校教师资格和本专业领域有关证书；有理想信念、 有道德情操、有扎实学识、有仁爱之心；具有计算机科学与技术、网络工程、软 件工程、通信工程、电子信息工程等相关专业本科及以上学历；具有扎实的本专 业相关理论功底和实践能力，具有较强的信息化教学能力，能够开展课程教学改 革和科学研究；积极参与企业实践。（2）兼职教师本专业的兼职教师主要从互联网和相关服务、软件和信息技术服务业等相关 行业或企业聘任，具备良好的思想政治素质、职业道德和工匠精神，具有扎实的 专业知识和丰富的实际工作经验，一般要求具有中级及以上相关专业职称；能承 担专业课程教学、实习实训指导和学生职业开展规划指导等教学任务。2、教学团队计算机网络技术专业拥有优秀的教学团队，其中：教授、副教授占60%,讲师、 工程师占50%,硕士研究生占90%,工程技术人员占40%。按照学院以提高专业教师双师素质，与企业联合培养专业教师的建设思路， 本专业已经建设了一支以专业带头人、骨干教师及工程技术人员为核心的、校企 互融、专兼结合的教学团队，其中具备网络工程师、网络认证讲师、软件设计师、 综合布线系统工程师等资格认证的双师型教师占80%。其中，校内教学团队成员如 下：序号姓名职称研究方向学位教师类型1刘英晖副教授软件技术硕士专职2陈长印高级工程师软件技术硕士专职3乔振华助教软件技术硕士专职4石良玉：助教软件技术硕士专职5黄志超系统集成工程 管理工程师软件技术硕士专职6江接宝高级工程师大数据技术硕士专职7曹伟高级工程师大数据与人工智能本科企业兼职（二）教学设施主要包括能够满足正常的课程教学、实习实训所需的专业教室、实训室和实 训基地。1、专业教室基本条件一般配备黑（白）板、多媒体计算机、投影设备、音响设备，互联网接入或WiFi 环境，并具有网络平安防护措施。安装应急照明装置并保持良好状态，符合紧急 疏散要求、标志明显、保持逃生通道畅通无阻。2、校内实训室基本要求硬件要求：配置计算机，用于支撑大数据与AI实验平台的运行环境，由主控 节点、存储节点、计算节点和超脑计算资源构成，搭载超融合虚拟化方案支撑人 工智能及大数据相关实验教学。软件要求：人工智能实验平台，支持包含Python程序设计、数据分析框架、 网络爬虫、机器学习、深度学习、大数据存储与处理技术，大数据内存计算，大 数据实时处理技术，数据收集与预处理，数据挖掘与应用支持深度学习、机器学 习等相关实验内容。3、校外实训基地基本要求要求具有稳定的校外实训基地。能够提供开展计算机视觉、语音识别、自然 语言处理等实训活动，实训设施齐备，实训岗位、实训指导教师确定，实训管理 及实施规章制度齐全。4、学生实习基地基本要求要求具有稳定的校外实习基地。能提供人工智能技术的应用开发、系统集成 与运维、产品销售与咨询、售前售后技术支持等相关实习岗位，能涵盖当前人工 智能技术产业开展的主流技术，可接纳一定规模的学生安排顶岗实习；能够配备 相应数量的指导教师对学生实习进行指导和管理；有保证实习生日常工作、学习、 生活的规章制度，有平安、保险保障。（三）教学资源主要包括能够满足学生专业学习、教师专业教学研究和教学实施需要的教材、 图书及数字化资源等。1、教材选用基本要求按照国家规定选用优质教材，禁止不合格的教材进入课堂。学校已建立由专 业教师、行业专家和教研人员等参与的教材选用机构，教材选用制度完善，选用 教材程序规范。2、图书文献配备基本要求图书文献配备基本能满足人才培养、专业建设、教科研等工作的需要，师生 能方便查询、借阅。专业类图书文献主要包括：有关人工智能技术、方法、思维 以及实务操作类图书，新一代信息技术和传统文化类文献等。3、数字教学资源配置基本要求建议配备一些与本专业有关的音视频素材、教学课件、数字化教学案例库、虚 拟仿真软件、数字教材等专业教学资源库，种类丰富、形式多样、使用便捷、动 态更新、满足教学。（四）教学方法对课程教学方法进行改革，教、学、做、考一体化，将专业能力、方法能力、 社会能力以及专业知识贯穿在工作教学工程中，将课程教学、实验实训I、考核内 容有机结合。整个过程以学生为主体，以培养学生网络工程应用技能和网站工程 开发与管理技能为目标，边教边学、边学边做，充分表达现代职业技术教育的目 的和要求。同时，通过网上教学资源、虚拟仿真平台等教学手段，实现不受时间、 空间、设备等条件限制的立体化教学。学生可以自主组织搭配，进行自主学习， 实现学生学习的个性化。教学模式以信息化教学为基础，采用多种教学方法，有机结合，如角色换位 教学方法、案例教学法、小组讨论法、工程教学法等。比方基于角色换位，教师 可以实现三个转变，第一，从知识的传授者转变为学生探索知识的引导着，构筑 知识探究课堂，在教学过程中采用各种激励手段引导学生在学习中自主发现问题 和自主解决问题。第二，引导学生借助各种参考资料、网络资源自主解决学习中 遇到的问题，从课堂教学的主宰者转变为课堂活动的参与者，形成互动合作课堂。 第三，和学生一起提供，互相交流，从课程教学活动的组织者转化为学生学习的 促进者，构筑对话激励课堂。（五）学习评价学生的学习评价分为期末成绩和平时成绩两局部。其中期末成绩占总评成绩 的70%,平时成绩占总评成绩的30%。由于本专业课程的实践性较强，期末考试主 要采用上机操作的考试方式，强调培养学生的动手能力。1）平时成绩平时成绩包括学生平时的考勤情况和课堂实践性环节。考勤记载学生是否旷 课、请假等，实践性环节主要记载学生课堂实验的完成情况。其中，考勤和实践 性环节占比建议2： 3。（六）质量管理1、学校和二级院系正在建立专业建设和教学质量诊断与改进机制，健全专业 教学质量监控管理制度，完善课堂教学、教学评价、实习实训、毕业设计以及专 业调研、人才培养方案更新、资源建设等方面质量标准建设，通过教学实施、过 程监控、质量评价和持续改进，达成人才培养规格。2、学校、二级院系正逐步完善教学管理机制，加强日常教学组织运行与管理, 定期开展课程建设水平和教学质量诊断与改进，建立健全巡课、听课、评教、评 学等制度，建立与企业联动的实践教学环节督导制度，严明教学纪律，强化教学 组织功能，定期开展公开课、示范课等教研活动。3、学校应建立毕业生跟踪反应机制及社会评价机制，并对生源情况、在校生学业水平、毕业生就业情况等进行分析，定期评价人才培养质量和培养目标达成 情况。4、专业教研组织应充分利用评价分析结果有效改进专业教学，持续提高人才 培养质量。九、毕业要求序号毕业要求具体内容备注1课程要求所修课程全部合格详见表1教学计 划表2职业资格证书要求Python技术开发（初级、中级）资格证书建议3职业资格证书要求人工智能专业技术等级（初级、中级）资 格证书建议4素质教育到达学院规定的学分要求5符合学院学生学籍管理规定中的相关要求表1.课程设置及教学计划表表2.实践（含实训实习）教学安排表表3.时间分配表表4.实践教学与理论教学统计表表5.选修课与必修课统计表专业负责人：刘英晖 审核人：周玫 学院负责人：刘磊 教务处：邱恩海 制定时间:2021年6月表1.课程设置及教学计划表课程类别课程序号课程名称考试 考查学分学时数开课学期及周课时数备总学时理论实 训第一学年第二学年第三学年1期2期3期4期5期6期181818181818院部代码职 业 基 础 课公共基础素质1思想道德修养与法律 基础考试3484084X12w082毛泽东思想和中国特 色社会主义理论体系 概论考试4645684X16w083形势与政策 （含红色文化）考查1565064X2w4X2w2X8w2X8w4*2w084大学生心理健康教育考查2322842X8w2X8w085大学英语（含听力）考试144727244066高等数学考试7272022067体育与健康考查144161282222068大学生创业基础考查23618182069职业生涯规划与就业 指导考查236181820610国防军事技能（含入 学教育）考查11201122w0611国防军事理论考查3636020612校园平安教育考查3632420613劳育考查440441 w1 w0614*信息技术基础考查723636404小计129324744582016662专业基础课1*Python程序设计考试69648486042计算机网络技术考试47236364043*电路与电子技术考试6966432604小计162641481166100000职 业 能专 业 核2 课1人工智能导论考查47248244042*LINUX操作系统考试610854546043*数据库开发技术考试61085454604注：职业拓展课未计入总课时。力 课4RFID射频识别技术 与应用考查47236364045*数据分析与可视化考查47236364046*大数据处理技术与 应用考试610854546047*数据服务技术与应 用考试61085454604小计366483363120020160专 业 技 能 课1*机器学习技术考试610854546042深度学习应用考查6108545463数字化营销考查23618182044计算机视觉技术与应 用考试47236364045自然语言处理技术与 应用考试47236364046顶岗实习396039618w047毕业设计（论文）2440441W1 w048毕业教育1220221 w04小计35858198660000616职 业 拓 展 课能 力 拓 展 课1Java程序设计选修610854546042网页设计与制作选修47236364043软件测试选修47236364044大数据和云计算技术选修61085454604小计36018018006446素 质 拓 展 课1素质教育通识课选修812812822222创新创业教育课必修3232113社会实践必修44441 W1w4美育必修727222小计276232444433课程总计2702115615462626262818理实一体化、工程化教学课程在课程名称前以*标注，过程化考核课程名称前以标注。每学期考试课程一般为24门，其它课程为考查。备注栏填写课程所属分院部：01机电、02轻纺、03经管、04电信、05建艺、06基础、08思政教 学部。素质拓展课主要从中华文化与历史传承、自然科学与科技、社会热点与世界视野、自我认知与 人生开展、艺术鉴赏与审美体验等五大方面开设课程，以选修的形式，按学分计算，具体每学期 开设的课程由教务处统一安排。社会实践、素质教育环节也只计算学分。职业拓展课中的“素质教育通识课”统一安排与红色文化、诚信教育、法制教育和增强学生社会责 任感相关的选修课程。表2实践（含实习实训）教学安排表实训场所：校内、校外（或企业名称）、具体的实训室序号工程名称学时数学期周数实训场所备注1国防军事技能 （含入学教育）11212校内2劳动教育442、32校内3社会实践881、 2、 3、 44校外4顶岗实习396618校外5毕业设计（论文）1105、65校外6毕业教育2261校内合计772表3、时间分配表（单位：周）号教育教学活动各学期时间分配（周）-合计 一四五六1课内教学活动 时间理论教学、实践教学、项 目教学、综合实训等1618181818882课外教学活动 时间 课内教学活动 时间考核1111153社会实践111144劳动教育1125入学教育、军训226顶岗实习18187毕业设计（论文）1128毕业教育、离校119合计202121212020123附表4、课程分类及学时分配表（单位：学时）课程分类学时数比例教学形式学时数比例公共 基础 课程公共基础课 （必修）93230. 44%理论课（不含选修课）119242. 78%素质拓展课276素质拓展课不 计入总学时专业 课程专业基础课2648. 62%专业技能课85828. 02%实践课（不含选修课）158257. 22%专业核心课64821.16%能力拓展课 （选修）36011.49%合计3134100%合计2702100%附表5、选修课与必修课统计表（单位：学时）工程必修课程选修课程备注公共课专业课学时数93217706362702所占比例80. 95%19.05%总学时数3338(二)培养规格本专业毕业生应在知识、专业和素质等方面到达以下要求。1.素质能力要求(1)坚定拥护中国共产党领导和我国社会主义制度，在习近平新时代中国特色 社会主义思想指引下，践行社会主义核心价值观，具有深厚的爱国情感和 中华民族自豪感；(2)崇尚宪法、遵法守纪、崇德向善、老实守信、尊重生命、热爱劳动，履行 道德准那么和行为规范，具有社会责任感和社会参与意识；(3)具有质量意识、环保意识、平安意识、信息素养、工匠精神、创新思维、 全球视野和市场洞察力；(4)勇于奋斗、乐观向上，具备老实、守信、坚忍不拔的性格，具有较好的沟 通表达能力和自我管理能力以及职业生涯规划的意识，有较强的集体意识 和团队合作精神；(5)具有健康的体魄、心理和健全的人格，掌握基本运动知识和一两项运动技 能，养成良好的健身与卫生习惯，良好的行为习惯；(6)对社会主义核心价值观具有高度的认同感，有一定的审美和人文素养，能 够形成一两项艺术特长或爱好。2.知识能力要求(1)具有一定的计算机软、硬件的基础知识；(2)具有Python程序设计语言的基础知识；(3)具有智能硬件系统原理及应用的基础知识；(4)具有人工智能数据集处理知识；(5)具有机器学习基础知识；(6)具有深度学习基础知识；(7)具有自然语言处理、计算机视觉、智能语音等基础知识；(8)具有产品营销基础知识。3.专业能力要求(1)对新知识、新技能的学习能力和创新创业能力；(2)具备至少一种主流人工智能开发框架的应用能力；(3)具备安装、调试、运行与维护人工智能系统的能力；(4)具备人工智能技术集成及应用能力；(5)具备人工智能数据集的处理能力；(6)具备人工智能产品推广、营销及技术培训能力。4.思政育人要求(1)将习近平新时代中国特色社会主义思想、社会主义核心价值观和中华优秀 传统文化教育内容融入到本课程的教学要求中，注重“术道结合”；(2)借鉴国内成功实践案例的优秀经验，剖析人工智能技术应用专业开展历史 和行业领军人物的奋斗故事，激发学生对社会主义核心价值观的认同感， 培养学生老实、守信、坚韧不拔的性格，提高学生在沟通、表达自我学习 和团队协作方面的能力；(3)树立正确的技能观，努力提高自己的技能，为社会和人民造福，决不利用 自己的技能去从事危害公众利益的活动，包括构造虚假信息和不良内容、制造电脑病毒、参与盗版活动、非法解密存取、黑客行为和攻击网站等， 提倡健康的网络道德标准和交流活动，鼓励学生利用自己的所学的专业知 识，积极参与社会科学普及活动和应用推广活动；(4)培养学生的工匠精神，在潜移默化中培育社会主义核心价值观，提高综合 职业素养，树立社会主义职业精神。六、课程设置及要求(-)公共基础课程1、大学英语(含听力)课程目标：致力于培养学生的英语综合应用能力，提高跨文化文化交际能力。主要内容：包括日常交际和职场沟通过程中使用的英语听说读写译的各项能 力。教学要求：充分调动学生自主学习能力，使学生能够灵活运用语言技能。2、数学课程目标：培养学生掌握各种工科类专业课必备的计算技能，综合运用所学 的数学知识分析问题和解决问题。主要内容：一元函数微积分学；多元函数微积分学；无穷级数；常微分方程 等方面的基本概念、基本理论和基木运算技能。教学要求：在传授知识的同时，要通过各个教学环节逐步培养学生具有抽象 思维能力、逻辑推理能力、空间想象能力和自学能力。3、思想道德修养与法律基础课程目标：本门课程以人生观、价值观教育为主线，综合运用法律及其相关 科学知识，教育引导学生加强法律观念和法律意识，加强自身道德修养和提高思 想道德素质，培养学生爱岗、敬业、诚信等职业道德素质。主要内容：世界观、人生观、价值观、道德观和法治观教育。教学要求：通过课程教学和实践活动，逐步提高学生走向社会开展所需要的 思想、文化、道德、法律等方面的综合素质，重点培养学生正确的自我认识和良 好的道德意识、法律意识，注重道德素养、职业素养、法律素养的提升，更好地 促进高职学生成长成才和终身持续开展。4、毛泽东思想和中国特色社会主义理论体系概论课程目标：提高学生的政治敏锐性和社会适应能力，增强学生的交际能力、 创新能力和区分是非的能力，让学生树立积极的人生态度，使学生成为合格的社 会主义建设者和接班人。主要内容：毛泽东思想、邓小平理论、“三个代表”重要思想、科学开展观 和习近平新时代中国特色社会主义思想。教学要求：理论联系历史，理论联系实际。坚持实事求是思想路线，通过分 析社会热点问题、典型历史问题，帮助学生形成正确的世界观、人生观、价值观, 培养分析问题、解决问题的能力，加深对概论理论知识的认同感。（二）专业（技能）课程（6-8门专业核心课程和假设干门专业课程）应准确描述各门课程的课程目标、主要内容和教学要求，增强可操作性。1、课程名称：Python程序设计课程类别：专业基础课先修课程：无学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：数据类型与变量、控制流、列表与元组、字典、函数与类、字符 串、操作文件、正那么表达式、异常处理、基本图形与按键处理等。课程要求：学生掌握脚本语言的基本概念和使用面向过程技术进行Python程 序设计的基本思想；掌握Python集成开发工具的使用、Python语言的基本知识； 培养学生使用Python语言，并能够开发综合应用程序的能力。通过教学过程中的实际开发过程的规范要求，强化学生的职业道德意识和职 业素质养成意识。为学生以后从事更专业化的Python代码开发工作奠定基础。学生学习效果评价方式：按照非标准考试要求进行了学习效果评价方式的 名考核的方式进行考核，并取消了期终考核环节，总评成绩教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20%2、课程名称：计算机网络技术课程类别：专业基础课先修课程：无学时数：64 （其中：实践教学学时数32）课程内容及要求：课程内容：计算机网络概论、计算机网络的定义、分类和构成，协议的概念, 数据通信基础知识，开放系统互连参考模型的结构及各层的功能，TCP/IP协议的概念及IP数据报的格式、IP地址、子网掩码和域名、局域网知识、网络互联设备。课程要求：学生能对计算机网络有个基本认识，了解计算机网络中数据通信 的基础知识，了解计算机网络技术的最新开展状况。理解计算机网络体系结构。 掌握局域网组建的过程，熟练掌握以太网网络结构及实现技术，TCP/IP协议簇、 Internet工作原理和各种接入技术。通过教学过程中的工程过程的规范要求，强化学生的职业道德意识和职业素 质养成意识。学生学习效果评价方式：平时成绩30%+课程考试成绩70%教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20%3、课程名称：人工智能导论课程类别：专业基础课先修课程：信息技术基础学时数：64 （其中：实践教学学时数32）课程内容及要求：课程内容：人工智能概念、人工智能的开展趋势和前沿技术、图搜索和问题 求解、遗传算法与优化、基于谓词逻辑的机器推理、不确定性知识表示与推理、 机器学习与知识发现、模式识别与智能计算、智能系统与智能机器、人工智能技 术应用前沿。课程要求：掌握人工智能的基本理论与方法，利用人工智能方法、运用技能 解决本专业及相关领域实际问题的能力。能够实现一些常用的人工智能模型及相 关算法，如图模型、人工神经网络模型、遗传算法等，逐步掌握对这些模型和相 关算法的理解能力。学生能够围绕当前人工智能的热点现象或问题，通过课外资 料查找、课内演讲讨论的教学环节，学会运用所学知识分析和理解该热点现象或 问题中的人工智能技术。学生学习效果评价方式：平时成绩30%+课程考试成绩70%教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20% o4、课程名称：电路与电子技术课程类别：专业基础课先修课程：无学时数：96 （其中：实践教学学时数32）课程内容及要求：课程内容：主要介绍了电路分析基础、模拟电子技术，以及数字电子技术。课程要求：通过本课程的学习，使学生获得分析电路的基本理论知识和掌握基 本技能。能根据设计要求，识别、检测和选用相关电子器件，完成电路的设计与 仿真，并制作与调试电路以满足设计要求。学生学习效果评价方式：依照创新创业教育改革的要求，改进了评价机制，采用 了过程考核和期终考核相结合的考核模式，总评成绩:过程考核成绩X40%+理论考核成 绩 X60%。教师教学质量评价方式：采取学院督导评价、学生网络评教、学院督导听课与日 常检查评教与学院组织学生座谈了解教学情况等评价方式相结合。5.数据库开发技术课程类别：专业核心课先修课程：信息技术基础，Python程序设计学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：字段、表、SQL语句、存储过程、触发器等。课程要求：采用任务驱动教学模式，使学生掌握数据库编程的基本知识，培养学生 开发基于数据库的桌面管理信息系统的能力。课程考核将采用过程考核与结果考核相结 合的方式，突出实践考核所占的比重。学生学习效果评价方式：依照创新创业教育改革的要求，改进了评价机制, 采用了过程考核和期终考核相结合的考核模式，总评成绩二过程考核成绩X30%+理 论考核成绩又70%,过程考核是根据学生在上机作业完成质量和出勤率，理论考 核采用期末闭卷方式。教师教学质量评价方式：采取学院督导评价、学生网络评教、学院督导听 课与日常检查评教与学院组织学生座谈了解教学情况等评价方式相结合。6、课程名称：Linux操作系统课程类别：专业核心课先修课程：计算机网络技术学时数：102 （其中：实践教学学时数52）课程内容及要求：课程内容：Linux操作系统的安装、配置及基本命令，Linux的系统管理、网络管理及各种网络服务器的管理与配置等。课程要求：为满足创新创业教育改革的要求，也为了能让学生更好的完本钱 门课程的学习，本课程在教学方法上进行了创新，采用了采用工程导向教学模式。 使学生了解Linux的基本内容、掌握Linux操作系统的基本操作、各种服务器的 配置及使用、Linux平台下程序设计过程，为以后在Linux平台下的工作和开发打 下基础。同时通过教学过程中的工程过程的规范要求，强化学生的职业道德意识 和职业素质养成意识。学生学习效果评价方式：按照非标准考试要求进行了学习效果评价方式的 改革，采用了过程化考核的方式进行考核，并取消了期终考核环节。总评成绩=作 业*30%+实践操作*30%+课程考核*30%+出勤*10%。其中，课程考核成绩=工程得分 *权重，如下表所示。工程名称得分权重实际得分Linux操作系统的安装与设置10%DHCP服务器的配置和安装15%DNS服务器的配置和安装15%Web服务器的配置和安装20%FTP服务器的配置和安装15%Samba服务器的配置和安装15%NFS服务器的配置和管理10%总分：教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20% o7、课程名称：大数据处理技术与应用课程类别：专业核心课先修课程：Python程序设计学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：本课程主要介绍Spark技术体系及其在生产中的应用；Spark运 行环境与开发环境的搭建；Spark RDD的原理与运算操作；Spark SQL的数据 操作；Spark Streaming流数据操作。使用Spark进行大数据的处理与分析，常 见业务场景的大数据处理应用。课程要求：通过本课程的学习，能够培养学生掌握Spark运行环境与开发环境的搭建和使用Spark进行大数据的处理与分析。学生学习效果评价方式：总评成绩=平时成绩X30%+考核成绩义70%。教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20% o8、课程名称：数据分析与可视化课程类别：专业核心课先修课程：Python程序设计学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：围绕金融数据分析、营销数据分析等真实数据分析场景展开，借 助Python科学计算库到达解决真实数据分析与计算问题的目标。课程围绕NumPy 数学计算库，讲解矩阵运算函数的使用；围绕Pandas科学计算库，讲解Pandas 对结构化数据的读取、筛选、合并、连接等数据操作函数；围绕Matplot 1 ibSeaborn 等Python数据可视化库讲解借助于折线图、柱状图、散点图等可视化函数展示数 据分析结果方式。通过课程的学习，能够全面掌握NumPy、Pandas、Matplotlib Seaborn等Python科学计算与展示库的应用，并能使用这些函数库解决实际问题。课程要求：掌握一般的数据处理、数据操作和数据可视化方式及对应的库函 数。学生学习效果评价方式：总评成绩:平时成绩X30%+考核成绩X70%。教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20% o9、课程名称：RFID射频识别技术与应用课程类别：专业核心课先修课程：电工电子技术学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：RFID的理论、应用及开展趋势，详细的介绍RFID概述、RFID标 准体系、RFID理论基础、RFID系统设计、RFID防碰撞算法分析、RFID平安相关 协议分析、RFID中间件等内容。课程要求：了解RFID技术的应用情况，掌握基于RFID技术的应用系统的开发方法。学生学习效果评价方式：总评成绩二平时成绩义30%+考核成绩义70%。教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师自评20% o10、课程名称：数据服务技术与应用课程类别：专业核心课先修课程：Python程序设计、数据分析与可视化学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：本课程介绍数据采集、数据清洗服务和数据标注服务，学生能够 了解AI技术的基础资源是如何产生，以及这些过程对于应用的精确度的影响，课 程主要包括：数据采集（使用现有的网络爬虫框架，根据行业场景的需要对数据 进行爬取）、数据清洗（对数据中的非结构化数据进行结构化、统一格式、异常 数据的调整）、数据标注：数据标注基本概念、流程、质量检验、管理与应用（包 括对图片、视频、文本等内容进行标注）等实践内容。课程要求：通过本课程的学习，学生可以掌握数据清洗、数据集验证等数据 服务内容。学生学习效果评价方式：总评成绩=平时成绩X 30%+考核成绩义70%。教师教学质量评价方式：学生评价30%+督导评价30%+教师互评20%+教师 自评20% o11、课程名称：机器学习技术应用课程类别：专业核心课先修课程：Python程序设计、数据服务技术与应用学时数：96 （其中：实践教学学时数48）课程内容及要求：课程内容：在数据分析基础之上通过讲授回归模型、决策树模型、SVM、贝叶 斯等基础模型的结构和原理，使学生掌握机器学习的基础知识。结合预测类问题、 一般分类问题、文本分类问题、情感