1.专业定位
广州新华学院为落实《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号）、《教育部关于印发〈高等学校人工智能创新行动计划〉的通知》（教技〔2018〕3号）等有关精神，从满足国家人工智能产业人才的需求出发申报了人工智能本科专业，2021年教育部批准了广州新华学院建设人工智能本科专业。人工智能专业人才培养目标定位在于满足国家《新一代人工智能发展规划》需求，实现广东省发布的《广东省新一代人工智能发展规划》中“将广东打造成为国际先进的新一代人工智能产业战略发展高地”的要求，结合粤港澳大湾区人工智能产业创新驱动的新时代智能产业，培养人工智能专业高科技专门人才。
2.培养目标
本专业着力培养学生德智体美劳全面发展，具有良好的人文社会科学素养与意志品质；培养社会经济发展所需要的人工智能领域的高素质应用型人才；培养学生能够系统掌握数学理论、计算机科学和人工智能及大数据技术等相关学科的基本理论、知识、技能与方法，拥有解决计算机视觉和智能大数据技术相关工程问题的能力，并具有科学的人文精神和创新创业精神；毕业生能够在政府机关、企事业单位从事如图形图像处理、推荐系统及大数据处理等人工智能和大数据领域相关的技术设计、开发和工程管理工作，可获得相当于该领域算法工程师、大数据工程师技术职称的能力。学生毕业5年后，应能够达到以下目标：
目标1：毕业生能够综合应用人工智能及大数据技术所需的多学科综合知识，通过完成难度和综合程度递增的阶段性综合实践项目，具备解决相关领域的复杂工程问题，并具有创新能力；
目标2：毕业生掌握扎实的专业基础知识和专业技能，能够从事人工智能和大数据等相关领域的产品开发、技术应用、分析、决策和运维等工作；
目标3：有良好的人文社会科学素养、社会责任感和工程职业道德，能够成为单位的业务骨干，有获得相当于人工智能及大数据技术领域算法工程师、大数据工程师技术职称的能力；
目标4：能够具有学习、沟通与表达、跨文化合作与交流能力，在信息与人工智能技术行业不同职能团队中发挥特定作用，并具备承担领导角色的能力。
３.培养规格
3.1学制与授予学位
学制4年。按要求完成学业并符合学位授予条件者授予工学学士学位。
3.2知识、能力与素质要求
工程知识：具有较扎实的自然科学基础，掌握高等数学、线性代数、概率论与统计及大学物理等基础性课程的基本理论和应用方法，能够将数学、自然科学和专业知识用于解决复杂计算机视觉和智能大数据工程中的数据（图像）分析、处理及可视化等问题。
问题分析：能够应用数学、自然科学和人工智能与大数据领域相关的基本原理，识别、表达、并通过文献研究分析计算机视觉和智能大数据技术中的问题，以获得有效的结论。
设计/开发解决方案：能够基于社会经济发展的需求设计人工智能与大数据相关领域中计算机视觉和智能大数据等复杂工程问题的解决方案，设计满足特定需求的系统、图形图像处理的模型或大数据分析与应用的流程，并能够在设计环节中体现工程意识，考虑社会、健康、安全、法律、文化以及环境等因素。
研究：了解人工智能与大数据领域的前言发展状态与趋势，能够基于科学原理并采用科学方法对计算机视觉与智能大数据复杂工程问题进行研究，包括设计实验、调试、分析与解释数据、并通过信息综合和数据可视化技术得到合理有效的结论。
使用现代工具：能够针对人工智能与大数据领域中数据（图像）的分析、处理及应用等问题，开发、选择与使用恰当的技术、资源、工程技术开发工具，包括对计算机视觉与智能大数据技术应用中问题的预测与模拟，并能够理解其局限性。
工程与社会：能够基于人工智能与大数据相关工程背景知识进行合理分析，评价计算机视觉和智能大数据工程实践中分析、处理与解决问题的方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
环境和可持续发展：能够理解和评价针对人工智能与大数据领域中专业工程实践对环境、社会可持续发展的影响。
职业规范：具有人工智能及大数据行业中的人文社会科学素养、社会责任感，能够在计算机视觉及大数据技术实践中理解并遵守工程职业道德和规范，履行责任。
个人和团队：能够在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。
沟通：能够就计算机视觉和大数据领域中的产品开发，大数据（图像）分析与处理等复杂工程问题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。具备一定的国际视野，基本掌握一门外语，能够在跨文化背景下进行沟通和交流。
项目管理：理解并掌握人工智能和数据工程管理原理与经济决策方法，并能在多学科环境中应用。
终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
４.课程体系
4.1课程结构
毕业总学分166学分，其中理论教学107.8学分，实验教学58.2学分，集中性实践教学环节18.5学分。实验实践教学占总学分35.06%。
4.2核心课程
人工智能导论、程序设计基础、人工智能程序设计、数据结构、数字逻辑与系统设计、概率论与数理统计、算法分析与设计、机器学习、计算机组成原理、计算机网络、操作系统、通信原理、大数据处理技术及应用、软件工程、最优化方法、高级机器学习、数据库系统和离散数学。
4.3实践教学环节
4.3.1军事技能训练
军事技能训练坚持按纲施训、依法治训原则，积极创造条件开展仿真训练和模拟训练。训练时间为2周。
4.3.2社会实践调查
为促进我校大学生早期接触社会实践，在实践中接受教育、增长才干，培养大学生的学习能力、实践能力、创新能力，促进大学生全面成长，为将来毕业后融入社会作好充分准备，大学生社会实践调查总体安排在1-5学期的第二十周进行。
4.3.3“创新、创业、创意”课程模块
主要包括学生选修创新训练课程、参加学术讲座、参加各类学科竞赛等，培养学生创新思维、创新能力及团队精神。
4.3.4主要实验课程
为了提高学生的综合应用能力，本专业的实践教学环节包括专业基础课程实验及专业课程实验、创业创新训练、生产实习、毕业论文（毕业设计）等。
实验课程主要计算机程序设计I实验、计算机程序设计II实验、数据结构与算法实验、数据库系统实验、计算机网络实验、机器学习实验、操作系统实验；创业创新训练课程主要有人工智能创新设计与实践、智能大数据综合实训、计算机视觉综合实训以及工程创新实践训练等；第七学期有八周分散的生产实习，安排学生到研究所、公司、工厂等单位，直接参加生产劳动或科学研究工作；第八学期安排学生进行十周的毕业论文（设计），使学生掌握查阅文件资料、拟定课题方案，进行科学实验、整理分析数据、撰写论文等科学研究工作的初步训练。
５.师资队伍
本专业学科带头人为中山大学数学学院教授、博士生导师，广东省数学会理事长、中国工业与应用数学会常务理事、广东省高校数学教指委主任，广东省科学技术协会第七、八届全省委员会委员，广州新华学院副校长姚正安教授。专任教师总数15人，其中教授（含其他正高级）职称人数5人，副教授（含其他副高级）职称人数4人；硕士及以上学位15人，其中博士学位10人；中青年教师10人。具有合理的师资梯队，有效整合了师资力量，注重对青年教师培养，以老带新，较快提高青年教师的教学水平。通过优先引进、重点培养、稳定骨干等措施，打造一支师德高、结构优、业务精的教师队伍。
６.教学条件
计算机网络实验室、移动计算与软件测试实验室、计算机科学与软件工程实训室、数字电路实验室等10间专业实验室；与国际著名IT企业（如IBM、思科、华为等)合作共建课程；与玖龙纸业、粤嵌、漫游等30余家知名企事业单位深度合作，共建校外实习基地，为师生打造“教学-实习-就业”一站式实践教学平台，探索实施精准教学育人模式。
构建“校内双师型教师+校外企业导师”师资团队，建设专业方向课程体系，形成校内基础实训、企业专项训练、企业工程实践实习3梯度实践课程体系，构建“企业-专业-学生-企业”循环多角度、全方位的协同育人机制。
设置合理的教学组织和教学机构、优化资源要素的配置及其管理方式和手段、教学规章制度和质量标准等教学运行与管理机制，以制度来规范管理。针对具体的教学改革项目和新专业建设中需要提前准备到位的教学条件进行逐项排查，及时发现和预测教学条件中可能或已经存在的问题和不足，积极推进教学改革，为学生创新精神和实践能力的培养，为教师学术水平的发展提高提供充分的条件保障。
