2022级软件技术专业人才培养方案

2022级软件技术专业人才培养方案

编码ZY-510203-2022制定时间2022年4月24日

黄晓清叶勇健曾申舟郑超郑蕊田

主持人谭超团队成员

美艳林勇升慧科集团一张俊陈松涛

一、专业名称

软件技术

二、专业代码

510203

三、招生对象

普通高中毕业生/“三校生”（职高、中专、技校毕业生）

四、学制与学历

三年制，专科

五、职业岗位与岗位能力要求

（一）职业岗位

就业面向的行业：人工智能、制造业、电商、银行证券、交通、互联网等行业

主要就业单位类型：软件开发类、系统集成类、运维支持类、事业单位

主要就业部门：开发部、产品部、测试部、售前部、运维部等

可从事的工作岗位：

岗位能力分析表

岗位类别

序号岗位名称岗位描述岗位能力要求

初始岗位发展岗位

掌握爬虫获取数据

（如request技术、

根据业务需求进行数

scrapy框架等）技术

据收集与存储，在此基

应用；掌握非结构化

数据分析专础上进行数据处理与

10□数据存储策略；熟练

员清洗（包括多个存储文

使用Pandas、NumPy、

件的合并与连接），最

Matplotlib进行字

后制作数据分析报告

段预处理、数据清

洗、数据可视化等。

人工智能训负责对应模型的训练熟练使用NumPy、

20□

练师数据预处理；进行人工OpenCV库进行图像

智能产品使用过程中数据运算；

的数据管理；负责人工熟练使用Nltk、

智能模型训练时的算Jieba库辅助处理文

法参数设置和优化；负字数据；熟悉人工智

责对人工智能产品进能常见算法如决策

行性能调优。树、K紧邻、神经网

络等；熟悉人工智能

算法训练流程。

熟悉XML、HTML、DOM、

XPATH、HTTP/HTTPS

负责智能产品系统开

协议；熟练掌握数据

发，参与产品的需求调

库设计的步骤和方

智能应用开研和需求分析，配合其

30□法；掌握调研和需求

发工程师他开发人员、测试人

分析流程：熟练掌握

员，完成产品开发和发

Python编程与开发

布上线。

工具；熟悉人工智能

产品的应用原理。

针对预处理后的数据熟悉一门编程语言，

进行分析和建模，深入如Python/Java；掌

挖掘数据的业务价值；握NumPy、Pandas、

利用机器学习领域的Matplotlib等；熟悉

数据挖掘工

4□0前沿技术和工具建立常用机器学习框架，

程师

和创建可行解决方案；例如Skiearn、Spark

建立通用化解决方案MLlib等；能根据业

和工具，并能应用到项务场景设计适合的

II中可视化展现形式。

熟练掌握Python编

程语言；熟练使用

OpenCV等任一种视

觉软件库进行视觉

参与项目需求分析，负

系统开发；熟悉图像

责计算机视觉相关算

处理各种算法的基

法模型（如目标识别、

本原理，并能够灵活

目标检测、实例分割

运用算子进行图像、

等）的应用、开发、训

视觉应用工视频的内容提取、分

5□0练等工作；负责计算机

程师类、检测、跟踪、分

视觉模型的优化，并能

割等;熟悉DNN、CNN、

应用到项目中；负责或

RNN、LSTM等深度神

参与深度学习平台和

经网络模型，熟悉

框架的搭建工作，包括

SSD,FasterR-CNN、

算法实现及系统研发。

MaskR-CNN、YOLO

等目标检测网络，并

掌握其相关的优化

方法。

（二）典型工作任务及其工作过程

序号典型工作任务工作过程

爬取微博、论坛、社交网站等的帖子、消

费者点评、新闻、电商销售信息、图片和

1数据爬取

视频等，获取各种结构化和非结构化数

据，进行链接分析和转码。

对爬取到的非结构化数据，包括图片、视

频、文本等进行初步清洗、预处理，即使

2数据预处理用Pandas、Numpy进行字段预处理、数据

清洗（如缺失值处理、异常值检测等），

使用OpenCV进行图像处理、图像增强等。

参考行业标准，定义问题，结合业务，构

建行业数据指标分析体系；根据需求进行

数据多维度分析，实现多个结果指标，从

多个角度挖掘数据价值；明确决策需求，

3数据分析

理解业务各个阶段的产出结果，选择恰当

合理的可视化技术、工具进行可视化表

达；根据分析结果的方差或偏差进行合理

的改进，最后制作数据分析报告。

标注和加工图片、文字、语音等业务的原

始数据；监控、分析、管理人工智能产品

4AI训练应用数据；训练和评测人工智能产品相关

算法、功能和性能；调整、优化人工智能

产品参数和配置。

根据业务需求，对多种数据源进行数据预

处理和探索性分析；进行特征工程、特征

选择和数据建模，然后跑模型、调参数、

5数据挖掘

对模型进行评估；将模型应用到大数据平

台，通过监控平台，检测模型的运行效果，

不断迭代模型。

六、培养目标与规格

（一）培养目标

本专业培养具有良好的综合素质，具有扎实的理论知识，具有坚实的专业知识，具有

分析问题和解决问题的能力，掌握Python程序开发、机器学习、深度学习、计算机视觉、

自然语言处理、人工智能应用等，能够从事智能系统开发、智能系统运维、智能产品销售与

咨询、智能产品售前售后技术支持等岗位的德、智、体、美、劳等方面全面发展的高素质创

新人才和技术技能人才。

(二)培养规格

本专业毕业生应在素质、知识和能力等方面达到以下要求：

1.素质

(1)坚定拥护中国共产党和社会主义制度，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民族自豪感；

(2)崇尚宪法、遵纪守法、崇德向善、诚实守信、尊重生命、热爱劳动，履行道德准

则和行为规范，具有健康的人生修养和高尚的职业道德；

(3)具有严谨、细心、认真、负责的工作态度；

(4)具有本专业所从事行业的安全意识和方法；

(5)具有一定的组织、协调能力和合作精神；

(6)具有良好的品德修养和职业道德；

(7)具有社会责任心和较强的社会交往能力；

(8)学生具有探究学习、终身学习、分析问题和解决问题的能力；

(9)具有良好的语言、文字表达能力和沟通能力；学生具有健康的人生修养和高尚的

职业道德；

(10)在学习实践中，强调本专业所从事行业的安全意识和方法，养成严谨、细心、

认真、负责的工作态度，逐渐提高组织、协调能力和合作精神，增强社会责任心和社会交往

能力。

2.知识

(1)具备计算机操作系统方面的知识；

(2)具备数据库原理方面的知识；

(3)具备面向对象程序设计方面的知识；

(4)具备机器学习技术应用方面的知识；

(5)具备深度学习技术应用方面的知识：

(6)具备计算机视觉方面的知识；

(7)具备自然语言处理方面的知识；

(8)具备人工智能应用方面的知识。

3.技能

(1)具有大学英语三级要求的听说读写能力；

(2)具有国家级要求的计算机应用能力；

(3)具有运用计算机处理工作领域内的信息和进行技术交流的能力；

(4)具有图像视频数据处理的能力；

(5)具有文本数据处理的能力；

（6）具有商业智能数据分析的能力；

（7）具有商业智能可视化的能力；

（8）具有基于人工智能常用框架开发的能力;

（9）具有人工智能技术应用的能力；

（10）具有人工智能产品维护的能力；

（11）具有智能产品的营销能力；

（12）具有智能产品的技术支持能力。

七、职业证书

序号职业资格（证书）名称等级颁证单位

1华为云HCIA-AI初级华为云计算技术有限公司

2华为云HCIP-AI中级华为云计算技术有限公司

3华为移动应用开发中级华为云计算技术有限公司

八、课程体系与课程简介

（-）课程体系

专业依据毕业生职业岗位能力要求及行业标准，以岗位工作过程为依据，通过分析学生

职业能力和职业素养结构细化学生的专业基础、专业技能、拓展技能、职业素养等设计课程

体系。专业课程体系由职业素养课程、专业基础课程、专业核心课程、创新创业能力拓展课

程以及实践课程体系与实施等部分组成。

1.职业素养

为落实“育人为本、德育为先、能力为重、全面发展”的要求，本专业强化素质教育

训练，通过加大选修课比例促进学生综合素质和能力发展。

通过《思想道德与法治》、《毛泽东思想与中国特色社会主义理论概论》、《形势与政

策》、《心理健康教育》等课程，提升学生的职业道德素养和法律意识。通过《职业生涯规

划》、《就业指导》提高学生的就业竞争能力和职业转换能力。选修课程和第二课堂的开设

着力增强学生的人文素质，使学生形成艺术的、人文的、科学的知识结构，全面提高学生的

综合素质。

广泛开展的第二课堂活动以及项目驱动的实践教学，培养学生良好的工作态度、职业习

惯、团队意识、责任意识、沟通能力等综合素质。

2.职业基础

职业基础是为职业核心课程的学习打下良好的基础。通过职业基础课程（如：人工智

能专业导论、Python程序设计、网络爬虫与数据采集)的学习，让学生对该专业的培养奠

定基础，为后续职业核心课程的学习打好基础。

3.职业核心

职业核心课是针对岗位能力要求而对于的核心能力培养的课程，如：数据库构建与管

理、人工智能计算思维、机器学习技术应用、java语言程序设计、电子商务网站与小程序专

业制作、Android项目开发等，这些课程是专业培养的重中之重，是突出专业培养目标，方

向的关键性课程。

4.创新创业能力拓展

创新创业能力拓展课程包含专业选修课、通识选修、创新创业、技能竞赛等模块。旨在

根据学生兴趣爱好特长能力等，实行因材施教、适性扬才的教学环节。通过多种形式的教学

培养创新创业能力，鼓励学生积极参与创新、参与创业、参与技能竞赛等，拓宽视野和知识

面的学习。

5.实践教学

实践教学由专业认知实训、课程实训、综合实践以及岗位实习等组成。

认知实训，新生进校后让学生到相关企业直观感受职业环境。

课程实训，在校内实训室进行，旨在培养学生的基本职业技能。

综合实训，在校企合作的平台上进行，旨在培养学生综合职业技能，提升学生的综合职

业能力。

岗位实习，在实际的工作岗位上进行，旨在培养学生实际工作能力，实现学习与工作的

无缝对接。

(二)课程简介

1.专业基础课程模块

(1)人工智能专业导论

开设学期：1学时：4学分：0理实比：

能力要求：理解人工智能核心技术的应用场景；能够对人工智能的专业名词有所了解;

能够对人工智能技术的典型应用场景有一定认知。

课程目标：本课程科普人工智能的基础知识，深入浅出介绍人工智能基本方法论和前沿

进展，以行业应用案例为导向，使学生了解学科的发展趋势，拓宽学科视野，理解人工智能

具体应用、机器学习概念及简单原理、深度学习概念及简单原理等。

考核方式：

(2)Python程序设计

开设学期：1学时：64学分：4理实比：1:1

能力要求：熟悉不同领域的常用Python模块；掌握常用Python开发工具的使用；掌握

Python语言的基础语法；掌握Python中列表、元组、字典、集合等常用数据类型的使用；

掌握Python函数设计以及类的设计与使用；掌握Python的文件操作，能够实现文件内容的

读取与写入。

课程目标：本课程的目标是使学生能够正确而熟练地运用Python列表、元组、字典、

集合等基本数据类型以及列表推导式、切片等特性来解决实际问题，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，同时掌握不同领域的扩展模块，并能够解

决实际问题。

考核方式：课程总成绩=平时成绩（50%）+期末成绩（50%）,其中平时成绩包含考勤和

课堂作业，期末成绩为试卷考核成绩。

（3）图形图像处理技术（PS）

开设学期：2学时：64学分：4理实比：1:1

能力目标：通过学习，掌握使用photoshop配合html5进行修图、调色、合成、特效以

及网页动态设计、UI设计、创意设计等的能力。

课程目标：通过学习掌握Photoshop入门必备的PS抠图、修图、调色、合成、特效以

及PS平面设计、数码照片处理、网页设计、UI设计、创意设计等核心技术和必备的PS知

识。

考核方式：根据指导教师推荐主题，在规定时间内，完成一项图形图像处理相关的主题

海报、广告等设计，课程总成绩=平时成绩（50%）+期末成绩（50%）其中平时成绩包含考

勤和课堂作业，期末成绩为设计作品成绩。

（4）IITML5交互设计基础

开设学期：1学时：64学分：4理实比：1:1

能力目标：通过学习，掌握H5前端UI设计基础能力。

课程目标：通过完成本课程学习，系统地掌握web前端开发技术，成为web前端开发、

HTML5交互式应用开发的高级技术人才并完全满足行业企业要求的有能力，有经验，有思维

的中高级前端开发人才。

考核方式：课程结束后，要求以个人或团队的方式提交一个采用H5技术设计的主题网

页，及网页运行相关截图文件说明，课程总成绩=平时成绩（50%）+期末成绩（50%）其中

平时成绩包含考勤和课堂作业，期末成绩为设计作品成绩。

（5）数据库构建与管理

开设学期：2学时：64学分：4理实比：1:1

能力目标：掌握数据库构建与管理的能力，具备数据库的建立、数据库的调优、数据

库的重组、数据库的重构、数据库的安全管控、报错问题的分析和汇总和处理、数据库数据

的日常备份能力。

课程目标：了解数据库设计的目标、内容、方法、过程，深入理解和熟练掌握关系数据

库设计的具体方法与步骤。掌握SQL的语言组成，熟练掌握在数据库（例如MySQL）中使用

SQL语言实现数据定义、数据更新和数据查询等三类数据基本操作的具体方法。

考核方式：课程结束后，要求以小组或个人的方式提交一个打包后完整的数据库管理系

统，并提供该数据库管理系统创建过程中的相关支撑材料，以及针对该数据库管理系统进行

操作的相关截图文件，课程总成绩=平时成绩（50%）+期末成绩（50%）其中平时成绩包含

考勤和课堂作业，期末成绩为设计作品成绩。

2.专业核心课程模块

（1）面向对象程序设计

开设学期：2学时：64学分：4理实比：1:1

能力目标：在代码设计方面要能独当一面；在团队开发中能认清自己的位置，做好自己

的本分工作，并积极的沟通客户，配合队友。

课程目标：中级程序员以.NET为平台，通过C#程序设计，掌握面向对象方法。该课程

由C#程序设计基础、Windows应用程序设计和Web应用程序设计三部分组成，主要内容包括

C#语言基础知识、面向对象的编程技术、Windows窗体控件、目录与文件管理、图形图像处

理、、报表设计、类库与控件库设计以及Web应用程序开发等。

考核方式：课程结束后，要求以个人或团队的方式提交一个采用.NET技术设计的项目

软件，及软件运行相关截图文件说明，课程总成绩=平时成绩（50%）+期末成绩（50%）其

中平时成绩包含考勤和课堂作业，期末成绩为设计作品成绩。

（2）网络爬虫与数据采集

开设学期：2学时：64学分：4理实比：1:1

能力要求：掌握构建健壮Python爬虫程序的基本架构，能够借助各种程序工具实现页

面信息爬取；掌握解析页面内容的方法，并能够结合实际情况选择、运用相关技术构建内容

提取程序；掌握Web身份认证技术，并能够设计程序完成自动身份认证；掌握爬取动态网站、

富互联网应用网站的信息爬取方法，能够构建程序实现基本信息获取；掌握Scrapy爬虫框

架，能够借助这一框架设计健壮、高效的网络爬虫工具。

课程目标：本课程的目标是使学生理解和掌握网络数据采集的基本概念、基本原理和基

本方法；掌握使用Python语言构建网络爬虫程序，收集网络数据的基本过程和关键技术；

使学生能够根据实际情况，逐步形成发现问题、分析问题、解决问题的能力，建立网络是数

据API的思想，能够自主设计程序实现数据采集。

考核方式：根据指导教师推荐内容，在规定时间内，完成数据爬取与存储，课程总成绩

=平时成绩（50Q+期末成绩（50%）,其中平时成绩包含考勤和课堂作业，期末成绩为大作

业成绩。

（3）人工智能计算思维

开设学期：3学时：64学分：4理实比：1:1

能力要求：提升学生的人工智能计算思维认知能力；掌握数据预处理的能力；掌握

Python编程的数据分析能力；掌握数据可视化的能力；用数据讲故事的能力。

课程目标：本课程的目标是使学生理解数据科学基础概念、数据科学的应用流程、数据

科学方法论，能利用NumPy、Pandas等主流数据分析库对数据进行分析处理，可以通过

Matplotlib、pyecharts等可视化库对数据进行可视化展示。

考核方式：根据指导教师推荐内容，在规定时间内，完成数据预处理与分析项目，课程

总成绩=平时成绩（50%）+期末成绩（50%）,其中平时成绩包含考勤和课堂作业，期末成绩

为大作业成绩。

（4）机器学习技术应用

开设学期：3学时：64学分：4理实比：1:1

能力要求：理解机器学习的一般流程；掌握特征工程与可视化；熟悉机器学习常见算法

如决策树、k近邻、支持向量机、朴素贝叶斯、线性回归与逻辑回归、聚类与降维；通过Python

编程应用机器学习方法。

课程目标：本课程的目标是使学生了解机器学习常见应用场景，理解机器学习的一般作

业流程，初步理解机器学习常见方法，掌握特征工程与可视化，可以通过Python编程实现

机器学习项目，能够在真实案例中应用到机器学习的具体方法。

考核方式：根据指导教师推荐内容，在规定时间内，完成机器学习应用项目，课程总成

绩=平时成绩（50%）+期末成绩（50%）,其中平时成绩包含考勤和课堂作业，期末成绩为大

作业成绩。

（5）java语言程序设计

开设学期：3学时：64学分：4理实比：1:1

能力目标：通过学习JAVA程序逻辑，掌握使用JAVA程序在项目开发中的应用，掌握

java运行原理和运行逻辑，使学生掌握java项目开发的能力。

课程目标：通过java程序逻辑学习，掌握程序基本逻辑结构，掌握java面向对象思想,

掌握java中的类的创建、对象创建、方法调用，熟练使用封装、继承、多态等面向对象特

征完成游戏代码逻辑编码。掌握使用java中的容器、数组等掌握使用容器、数组完成项目

逻辑代码编写。掌握使用面向对象思想重构代码结构。

考核方式：使用java技术开发一个具备一定实际应用意义的软件，要求界面友好，功

能完善，课程总成绩=平时成绩（50%）+期末成绩（50%）其中平时成绩包含考勤和课堂作

业，期末成绩为设计作品成绩。

（6）Web前端开发考证（中级）

开设学期：3学时：64学分：4理实比：1:1

能力目标：通过学习考证，具备使用互联网平台设计制作多平台自适应的中小网站，web

前端方向设计的能力。

课程目标：通过阶段性课程，和考前实训，通过web前端开发中级考证，取得证书。

考核方式：考证

（7）大数据应用开发（Python）职业技能等级证书（中级）

开设学期：4学时：96学分：6理实比：1:1

能力目标：通过学习考证，使学生具备Python数据处理、数据分析与数据平台使用的

能力。

课程目标：通过课程学习使学生掌握数据处理流程、数据分析与挖掘技术、数据可视化

工具、文本挖掘方法、深度学习核心技术以及数据平台与系统的搭建、配置、操作、监控、

优化等。通过阶段性课程和考前实训，通过大数据应用开发（Python）职业技能等级证书中级

考证，取得证书。

考核方式：考证。

(8)深度学习技术应用

开设学期：4学时：64学分：4理实比：1:1

能力要求：理解深度学习的核心思想与算法，包括梯度下降、前馈、反向传播、卷积算

法等；掌握相关软件工具与框架的使用方法，包括Anaconda、TensorFlow、Keras等；具备

持续改进优化问题解决方案的能力。

课程目标：本课程的目标是使学生理解深度学习的核心思想与算法，同时掌握相关软件

工具与框架的使用，并通过带领学生实践帮助学生掌握深度学习的核心技术和优化思路，培

养学生解决人工智能领域的工程及学术问题的能力。

考核方式：根据指导教师推荐内容，在规定时间内，完成深度学习应用项目，课程总成

绩=平时成绩(50%)+期末成绩(50%),其中平时成绩包含考勤和课堂作业，期末成绩为大

作业成绩。

3.专业技能训练课

(1)项目一一人工智能数据处理

开设学期：2学时：26学分：1理实比：0:1

能力要求：通过学习使学生具备网络数据采集的工具使用和常见问题处理能力。

课程目标：本课程主要培养学生掌握使用Python语言构建网络爬虫程序，收集网络数

据的基本过程和关键技术，使学生能够根据实际情况，自主开发程序实现数据采集。

考核方式：根据指导教师推荐的爬取内容，在规定时间内，完成指定内容爬取开发，

根据项目完成度及过程中问题解决情况进行5级评分。

(2)图像与视频处理

开设学期：3学时：26学分：1理实比：0:1

能力要求：通过学习使学生具备人工智能领域图像与视频的常见处理能力。

课程目标：通过本课程学生可以掌握图像与视频处理的常用工具和基本方法，并通过

实验掌握在人工智能技术服务领域经常用到的图像与视频处理技巧。

考核方式：根据指导教师建议的内容，在规定时间内，完成指定的图像与视频处理，根

据内容完成度及完成效率进行5级评分。

(3)自然语言文本处理

开设学期：4学时：26学分：1理实比：0:1

能力要求：通过学习使学生具备人工智能领域自然语言文本的常见处理能力。

课程目标：通过本课程学生可以掌握自然语言文本处理的常用工具和基本方法，并通

过实验掌握在人工智能技术服务领域经常用到的自然语言文本处理技巧。

考核方式：根据指导教师建议的内容，在规定时间内，完成指定的自然语言文本处理,

根据内容完成度及完成效率进行5级评分。

(4)移动应用开发实战

开设学期：4学时：26学分：1理实比：0:1

能力要求：通过学习使学生掌握Android实战项目开发的能力。

课程目标：通过阶段实战完成一个Android综合项目的开发。

考核方式：根据指导教师推荐内容，在规定时间内，完成综合项目开发，根据综合实战

项目完成度及创新性进行5级评分。

(5)项目实践、企业见习

开设学期：5学时：26学分：1理实比：0:1

能力要求：通过项目实践、企业见习，提高学生的专业应用能力、职场适应能力、就

业综合能力。

课程目标：本课程主要以学生在人工智能相关岗位上的见习为主，以专业教师的辅导

指点为辅，课程会让学生在见习中运用所学专业基础知识和技能，与企业工程师进行交流讨

论并参与到部分工作中。

考核方式：见习结束后，在规定时间内，学生需完成见习报告，根据见习报告和见习收

获答辩进行5级评分。

九、专业办学基本条件

(-)专业教学团队

软件技术专业建设有一支整体素质高、结构合理、业务过硬、具有实践能力和创新精神

的“专兼结合”的“双师性”师资队伍。软件技术专业现有专任教师16名，企业教师5名，

其中正高级职称1名，副高级5名，中级职称7名，双师型教师14名，兼职教师9名。

(-)教学设施。

1.校内实训基地

专业拥有软件技术专业实训室、《计算机实训室三》《计算机实训室十一》《信息技术

实训室1》《信息技术实训室2》等4间实训室，总面积为548平方米。设备总值约111.3

万元，一次性可容纳224个学生实训。

表6软件技术专业各实训室建设情况

仪器设备总

实训基地名称工位数主要实训项目

值

数据预处理实训、数据分析实训、深

人工智能实训室100万元50个度学习实训、计算机视觉实训、自然

语言处理实训

Html5UI框架技术、数据库构建与

1.计算机实训室三19.087万元50个

管理、软件建模技术

数据库构建与管理、软件项目管理、

2.计算机实训室十一35.214万元50个

软件建模技术

Java程序设计、移动互联技术、.NET

3.信息技术实训室128.51万元57个程序设计、物联网技术、UNITY3D交

互设计

程序设计与编程规范、android项目

4.信息技术实训室228.51万元57个

开发

2.校外实训基地

本专业与慧科教育科技集团有限公司深度合作，开设了数据分析、深度学习、计算机视

觉、自然语言处理等项目定制及校外实训基地。

3.信息网络教学条件

为了满足模型训练、数据处理、数据分析等信息网络教学的需要，学校校园网的主干带

宽要达到千兆速率传输能力，专业教学场所（校内实训基地）、自主学习场所（图书馆、学

生宿舍）达到百兆速率到桌面，学校网络配置基本确保了学生在课程学习的所有计算机终端

设备能够访问校园网的专业课程资源和互联网的专业学习资源。

（三）教材及图书、数字化（网络）资料等学习资源

1.教材选用要求

对接人工智能产业发展趋势和市场需求，选用充分反映产业最新发展的高职高专规划教

材、基于工作过程的教材，建议教师按照人才培养目标对教学内容重新设计，课程内容对接

职业标准和1+X认证标准。

2.图书文献配备要求

本专业相关图书文献配备，应能满足人才培养、专业建设、教科研等工作需要，方便师

生查询、借阅，且定期更新。主要包括机器学习、深度学习、数据分析、Python、计算机视

觉、自然语言处理等技术类和案例类图书，以及人工智能相关专业学术期刊。

3.数字资源配备要求

结合专业需要，开发和配备一批优质音视频素材、教学课件、数字化教学案例库、人工

智能软件、网络课程等专业教学资源库，有效开展多种形式的信息化教学活动，激发学生学

习兴趣，提高学习效果。

2.网络资源

通过与企业合作，按照软件工程项目的技术规范、标准、工作流程和高职学生的特点，

开展基于工作过程的课程开发与实践，校企双方成员共同确定课程标准、设计教学项目、制

定技能考核标准，共同开发在线M00C等，形成交互式网络课程，通过专业优质核心课程的

建设，带动专业课程的改革，逐步建设成一整套专业教学资源库，全面提高人才培养质量。

（四）教学方法、手段与教学组织形式

在教学过程中，教师依据以结果为导向的教学方法，在课程教学过程中，重点倡导“要

我学”改为“我要学”的学习理念，突出“以学生为中心”，加强创设真实的企业情境，强

调探究性学习、互动学习、协作学习等多种学习策略，充分运用结果导向教学法，采用项目

式教学，提高学生对知识的掌握程度；达成各专业能力模型的有效途径；培养符合就业岗位

能力的人才；践行产教融合的最佳教学方式。

PBL教学渗透在整个教学体系中。在实施的整个流程中，首先，要明确课程的教学目标,

对应的培养岗位以及培养能力素养；其次，PBL基于工作场景和真实任务，做真实的项目准

备、筛选和设计；最后，整个项目的项目产出可以通过外部评价，并反馈评价。

准备计划实施与控制收尾

|范困）

sow项目范围定义范围分解项目结束

活动定义活动排序工作时间估计项目计划制定

资源计划费用估计成本预算

质量计划编制经验总结

■风险识别

风险量化风险应对措施开发

团队组织计划人员获取资源馨放

采购商采W供应商双方供应湎

PBL的流程

本专业采用“德技并修、工学结合”人才培养模式，以培养全方位、复合型人才为目标,

通过企业调研，设计符合企业需求、以项目实践操作为核心的课程体系，通过高校师资和企

一业师资共同实施，嵌入企一业真实项目案例，最终保证学生达到企业用人需求，与企业用人标

准零缝隙。

十、课程设置及教学计划进程表（附表）

十一、分学期学时统计表

分学期学时统计表

实践教学时数

总学理论教学平均周

学期

时数课时校内校外周数课时数

实训实习实训

15212212991629

25292642641629

34212182021623

44271822441624

533593251619

628992791616

合计25209051615

占总学时35.9%64.1%

十二、各类课程学时、学分统计表

课程类别学时学分占总学分比例

公共基础课6583324.26%

36.03%

专业基础课2601611.76%

专业核心课5443425.00%

40.44%

专业技能训练课5462115.44%

创新创业能力拓展课5123223.53%

合计2520136100.00%

十三、毕业条件

本专业学生必须修完本人才培养方案规定的内容（包括必修部分和选修部分），并同时

达到以下条件方可毕业:

项目具体要求备注

总学分至少达到136学分

公共基础课模块33学分；创新创业能力拓展模块

学分结构32学分；专业基础课模块16学分；专业核心课

模块34学分；专业技能训练课模块21学分。

职业技能证书获得人工智能中级证书和1+X大数据应用开发

（Python）职业技能等级证书（中级）

综合素质品德测评合格

十四、继续专业学习深造建议

按本方案完成学习任务的学生已基本达到企业相应岗位的入职要求，继续专业学习主要

从提高专业经验和接受更高层次教育两个方面进行。提高专业经验主要在企业接受企业内部

或外部的专门培训和训练；接受更高层次教育则在毕业前，选择与本专业对接的本科专业,

通过“专升本”方式进入本科院校，继续完成本科学习。

附表软件技术专业课程设置及教学计划进程表

考

课

课课教学时数周学时与各学期教学周数

核

程

程程

方

类

性学

课程名称课程代码务备注

型

式

质

序实

理训一二三四五六

号论

考含4学时

1思想道德与法治0B101B34832163

试安全教育课

毛泽东思想和中国

考含4学时

2特色社会主义理论0B102B47254184

试安全教育课

体系概论

考每学期

3形势与政策0A120A14848

查含2学时安全教育

第一学期理