一、专业介绍

培养目标:

本专业培养适应社会主义现代化建设事业需要，德、智、体、美全面发展，基础扎实、知识面广，实践应用能力强，掌握本专业知识和技术技能，主要面向从事人工智能技术服务的中小企业、机关和事业单位、人工智能产品开发与服务公司或人工智能技术相关产品销售与技术服务企业等专业岗位，包括人工智能算法应用、人工智能建模应用、人工智能软件平台开发、数据采集与标注以及人工智能项目实施技术、服务、管理岗位等，从事数据采集与标注工程师、机器学习、深度学习建模工程师、机器学习、深度学习平台研发工程师、人工智能技术支持工程师等岗位的工作。

主要课程：

Python程序设计基础、人工智能导论、经济学基础、统计实务、数据库技术与应用、机器学习原理、机器学习应用、Linux网络操作系统、深度学习及应用、智能视觉技术、Spark技术与应用、Java程序设计基础、大数据分析与挖掘、多专业综合实训、中期实习、顶岗实习等。

可获证书：

1. 大数据分析与应用。2、CDA数据分析师

就业方向：

毕业生可在百度、华为、腾讯等知名企业，从事人工智能产品的系统维护、产品测试、运营管理、产品销售等工作，也可以在人工智能技术服务的中小企业、机关和事业单位，从事机器学习、深度学习产品的研发工作，还可通过专升本考试进入本科院校继续深造。

二、专业核心课程介绍

主要课程介绍：

1. 深度学习及应用：本课程将全面的介绍近年发展起来的基于神经网络的深度学习技术的基本概念，主要结构，核心方法和关键应用。主要内容包括:(1）机器学习和神经网络的基本概念和算法;(2）深度学习的主流结构、激活函数、正则化技术，实用算法细节和应用案例;(3）计算机视觉与自然语言处理技术原理与应用;(4）包括模型压缩、生成对抗网络技术在内的新兴技术简介;(5〉前沿技术探讨。

2. 智能视觉技术：智能视觉技术，就是通过计算机自动对采集的视频进行分析处理，捕捉其中存在的感兴趣目标，并进一步获取目标的出现时间、运动轨迹、颜色等诸多信息，通过对各个目标的上述信息的分析，找到视频中存在的危险、违规行为或者可疑目标，并对这些行为和目标进行实时报警、提前预警、存储以及事后检索。

3. 机器学习应用：本课程提供机器学习的入门基础讲解，让学生能够较为全面地了解机器学习这门学科的各类问题和方法论，主要包括监督学习、无监督学习等主要算法。此外，本课程强调学生的动手能力，要求学生通过编程练习和典型应用实例加深理解，同时对机器学习的一般理论，如计算学习理论、采样理论等有所了解。要求学生具备基本编程基础，熟悉Python 编程语言。

4. 大数据分析与挖掘：本课程全面介绍数据清洗、数据处理、数据分析、数据呈现的相关知识，运用Python数据分析环境中的数据处理模块，对多维数据和表格数据等多种类型的数据进行分析与呈现，并具备撰写分析报告的能力。

5. Spark技术与应用：本课程主要介绍Spark大数据领域常见的各种计算框架，介绍Spark核心编程理论及应用，包括基础、各组件功能使用、Spark原理、Spark性能调优、Spark SQL原理和性能调优、Spark Streaming原理和性能调优、Spark ML的原理和实践应用。