计算机科学与技术专业培养方案(​2024版)

发布时间:2024-07-03文章作者:编辑:郭宇审核人:浏览次数:

计算机科学与技术专业培养方案(2024版)

一、专业简介

专业名称:计算机科学与技术

专业代码:080901

专业特色:专业旨在对接计算机及“人工智能+”应用发展需求,面向计算机应用及智能信息技术产业及岗位群,深化产教融合,开展校企合作育人机制。本专业依托计算机科学与技术学科,有校企实践教学合作基地、内蒙古自治区模式识别与智能图像处理重点实验室、草原畜牧业溯源大数据内蒙古自治区工程实验室的支撑。

二、学制与学位

学制:4年

授予学位:工学学士

三、培养目标与毕业要求

培养目标:本专业立足内蒙古地区,面向全国,服务经济社会发展,适应新技术革命、新产业变革,培养德智体美劳全面发展的社会主义建设者和接班人。具备良好的人文素养、职业道德和工程实践素养,能够综合运用计算机科学与技术专业基础理论和知识、人工智能基础理论知识,识别、分析并解决计算机应用和智能信息领域的复杂工程问题,能够在该领域从事技术开发、科学研究、测试、运维和项目组织等工作的高素质应用型人才。

培养的员工毕业5年左右,应具备以下能力:

(1)能够树立和践行社会主义核心价值观,具备良好的人文素养和社会责任感,能够在工程实践中坚守职业道德规范,坚持可持续发展理念和公众利益优先原则。

(2)能够综合运用计算机与人工智能的专业理论、科学原理与工程方法,结合现代工具与技术,有效识别、分析并解决计算机应用和智能信息领域的复杂工程问题。

(3)具备创新意识和创新能力,能够胜任计算机应用和智能信息领域研发工程师、算法工程师、开发工程师、实施与运维工程师等岗位。

(4)富有团队精神,具备良好的表达、沟通、协作和领导能力,能够在开发过程中考虑社会与可持续发展的关系,在开发团队中作为技术骨干或负责人发挥有效作用。

(5)能够持续跟踪行业的国内外现状和发展趋势,具备一定的国际视野。拥有自主学习和终生学习的习惯和能力,不断提高专业能力和工程创新能力。

毕业要求:

1. 工程知识:能够将数学、自然科学、工程基础和专业知识用于解决计算机应用和智能信息系统中的复杂工程问题。

1.1能够运用数学、自然科学、计算机工程专业知识表述计算机领域复杂工程问题。

1.2能够针对计算机应用系统中的具体工程问题建立数学模型,并对其求解。

1.3能够将计算机专业相关知识和数学模型方法用于计算机应用和智能信息系统中具体工程问题的推演、分析。

1.4能够将计算机专业相关知识和数学模型方法用于计算机应用和智能信息系统中复杂工程问题解决方案的比较与综合。

2. 问题分析:能够运用数学、自然科学和工程科学的基本原理以及计算机科学与技术专业知识,识别、表达、并通过文献研究分析计算机应用和智能信息系统中的复杂工程问题,以获得有效结论。

2.1能够应用数学、自然科学工程科学的基本原理,识别和判断计算机应用和智能信息领域中复杂工程问题的关键环节。

2.2能够基于科学原理和数学模型方法对计算机应用和智能信息领域中复杂工程问题进行抽象与建模。

2.3能够认识到解决计算机应用和智能信息系统中复杂工程问题有多种可选方案,借助文献研究方法,寻求有效的替代解决方案。

2.4能够运用计算机科学与技术专业基本原理,借助文献研究方法,对计算机应用和智能信息领域复杂工程问题的解决方案进行分析,并获得有效结论。

3. 设计/开发解决方案:能够设计针对计算机应用和智能信息系统中的复杂工程问题的解决方案,设计满足特定需求的计算机应用和智能信息系统,能够在设计环节中体现创新意识,并综合考虑社会、健康、安全、法律、文化以及环境等因素。

3.1掌握计算机应用和智能信息系统中复杂工程问题的相关设计开发方法和技术,能够识别并分析影响设计目标和技术方案的各种因素。

3.2能够针对特定需求,对计算机应用和智能信息系统中复杂工程问题进行功能分解与模块细化,完成计算机子系统(模块)的设计与实现。

3.3能够进行计算机应用和智能信息系统整体架构与单元模块设计,提供完整的解决方案,并在设计环节中体现创新意识。

3.4能够在计算机应用和智能信息系统的设计与开发过程中,综合考虑社会、健康、安全、法律、文化以及环境等因素。

4. 研究:能够基于科学原理并采用科学方法对计算机应用和智能信息系统中复杂工程问题进行研究,设计实验方案并实施,对实验数据进行分析与解释,通过信息综合得到合理有效的结论。

4.1能够基于科学原理与专业原理知识,通过文献研究或相关方法,调研和分析计算机应用和智能信息系统中复杂工程问题的解决方案。

4.2能够针对计算机应用和智能信息系统的复杂工程问题,选择合理的研究路线,设计实验方案(包括原型系统或实验装置),并分析方案的可行性。

4.3能够根据实验方案搭建计算机软硬件系统环境,安全地开展实验,正确、完整地收集实验数据。

4.4能对实验系统产生的数据进行加工整理,并对实验结果进行分析和解释,通过信息综合得到合理有效的结论。

5. 使用现代工具:能够针对计算机应用和智能信息系统的复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和计算机软硬件开发工具,对计算机应用和智能信息领域复杂工程问题进行预测与模拟,并能够理解其局限性。

5.1掌握计算机专业常用的技术、资源、现代工程工具和软硬件开发工具的使用原理和方法,并理解其局限性。

5.2能够选择、开发与使用恰当的资源、平台和工具,对计算机应用和智能信息系统的复杂工程问题进行分析、设计与实现。

5.3能够针对具体对象,开发或选用满足特定需求的现代工具进行模拟和预测,并能够分析其局限性。

6. 工程与社会:能够基于计算机工程相关背景知识进行合理分析,评价计算机应用和智能信息系统中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。

6.1了解计算机应用和智能信息领域相关的技术标准体系、知识产权、产业政策和法律法规,理解不同社会文化对工程活动的影响。

6.2能分析和评价计算机专业工程实践对社会、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:理解环境保护和社会可持续发展的理念和内涵,能够评价计算机应用和智能信息系统的复杂工程实践对环境、社会可持续发展的影响。

7.1知晓和理解环境保护和社会可持续发展的理念和内涵,并能在计算机领域的工程实践中自觉遵守。

7.2能够站在环境保护和可持续发展的角度思考计算机应用和智能信息系统中复杂工程实践的可持续性,评价产品周期中可能对人类和环境造成的损害和隐患。

8. 职业规范:能够树立和践行社会主义核心价值观,具有良好的人文社会科学素养和社会责任感,能够在计算机应用和智能信息系统工程实践中理解并遵守工程职业道德和规范,履行责任。

8.1树立并践行社会主义核心价值观,具有坚定的政治立场,热爱祖国,了解中国国情。

8.2理解信息技术对民族复兴、社会进步和人类文明的推动作用,理解诚实公正、诚信守则的工程职业道德和规范,并能在计算机工程实践中自觉遵守。

8.3理解计算机技术的社会价值以及工程师的社会责任,自觉遵守工程师职业道德和行为规范,尊重和保护知识产权,遵守信息安全法,能够在计算机工程实践中自觉履行责任。

9.个人和团队:具有团队合作意识,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。

9.1能主动与团队其他成员进行有效沟通,合作共事。

9.2在多学科背景下,能够针对工程实践活动进行合理分工,完成整个设计周期中个人的任务,或者在团队中担任负责人角色。

10. 沟通:能够就计算机应用和智能信息系统的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沟通和交流。

10.1能够针对计算机应用和智能信息系统的专业问题与业界同行及社会公众进行有效沟通和交流,通过书面报告、设计文档、编写代码和口头陈述清晰地表达团队或个人观点与设计理念。

10.2具备良好的英语运用能力,通过阅读国内外技术文献等方式,理解不同文化、技术行为之间的差异性和多样性,能够在跨文化背景下进行沟通和交流。

11. 项目管理:理解并掌握工程管理原理与经济决策方法,熟悉计算机工程项目管理的方法和技术,并能在多学科环境中应用。

11.1能够理解计算机应用和智能信息系统设计及开发等工程项目的生命周期,掌握计算机相关项目管理的基本原理方法与技术,以及经济决策的一般方法。

11.2具有一定的项目管理能力,能够在计算机系统及其应用的设计、开发等计算机工程项目中考虑成本、效率等目标,并能在多学科环境中有效应用。

12. 终身学习:在社会发展的大背景下,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。

12.1能够及时了解计算机领域发展最新动态,认识到不断探索和学习的必要性,具有自主学习和终身学习的意识。

  1. 12.2能够适应计算机领域发展需求,具有自主学习的能力,通过多种形式和方法手段获取知识,能够对知识进行理解、归纳与总结,适应行业与社会发展。

四、主干学科、主干课程、主要实践环节

主干学科:计算机科学与技术、信息与通信工程

主要课程:离散数学、数据结构与算法、C语言程序设计、高等数学A(1)、高等数学A(2)、Java程序设计、Python语言程序设计、操作系统、计算机网络、数据库原理、机器学习与模式识别、神经网络与深度学习、信息检索与数据挖掘、计算机视觉。

主要实践环节:认识实习、C语言程序课程设计、数据结构与算法程序设计、Python语言课程设计、程序设计基础课程设计、数据库原理课程设计、机器学习综合实训、深度学习综合实训、人工智能综合实训、毕业设计。

五、校企共建课程及实践环节说明

校企共建课程:人工智能原理、算法分析与设计、Linux系统及应用、机器学习与模式识别、神经网络与深度学习、信息检索与数据挖掘、计算机视觉、自然语言处理、数字图像处理、渐进式框架应用开发、应用服务端开发技术、就业实习实训、机器学习综合实训、深度学习综合实训、人工智能应用实训。

校企共建实践教学体系说明:校企合作共同开展专业实践教学,把握OBE中以成果为导向的教学理念,采用产业项目案例驱动教学,培养员工的项目实战能力。

六、教育平台构成、学分安排、毕业学分及学位授予要求

课程类别

学分安排

毕业要求

占毕业要求总学分百分比

必修

通识类必修课程

43.5

最低取得136学分

82%

学科基础课程

39.5

专业必修课程

17

独立设置实践教学环节

36

选修

专业选修课程

40

最低取得20学分

18%

通识类选修课程

最低取得10学分

(其中美育类2学分;外语类2学分;创新创业教育类2学分;四史类1学分;人文社科经管类3学分)

毕业要求总合计

最低取得166学分

100%

学位授予要求:

1.修满培养方案要求的学分,经审核准予毕业。

2.不含毕业设计(论文)必修课平均学分绩≥70.0分。

3.在校期间无记过及以上处分。

 

 

 

七、教学安排

(一)教学计划

通识必修课程

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

226000101

军事理论

考查

2

36

24

12

1

226000102

老员工心理健康教育

考查

2

32

16

16

1

227000101

老员工就业指导

考查

1

16

16

6

242000101

劳动教育(1)

考查

1

16

16

1

243000102

创业基础

考查

2

32

24

8

3

265000103

企业管理与技术经济分析

考试

2

32

32

5

265139120

老员工职业生涯规划

考查

1.5

24

24

1

270000101

国家安全教育

考查

1

16

16

2

271000101

大学英语(1)

考试

3

48

48

1

271000102

大学英语(2)

考试

3

48

48

2

271000103

大学英语(3)

考试

2

32

32

3

273000101

体育(1)

考查

1

36

30

6

1

273000102

体育(2)

考查

1

36

30

6

2

273000103

体育(3)

考查

1

36

30

6

3

273000104

体育(4)

考查

1

36

30

6

4

280000101

思想道德与法治

考试

3

48

40

8

2

280000103

马克思主义基本原理

考试

3

48

40

8

3

280000104

毛泽东思想和中国特色社会主义理论体系概论

考试

3

48

40

8

5

280000105

中国近现代史纲要

考试

3

48

40

8

4

280000106

形势与政策(1)

考查

0.25

8

8

1

280000107

形势与政策(2)

考查

0.25

8

8

2

280000108

形势与政策(3)

考查

0.25

8

8

3

280000109

形势与政策(4)

考查

0.25

8

8

4

280000110

形势与政策(5)

考查

0.25

8

8

5

280000111

形势与政策(6)

考查

0.25

8

8

6

280000112

形势与政策(7)

考查

0.25

8

8

7

280000113

形势与政策(8)

考查

0.25

8

8

8

280000117

铸牢中华民族共同体意识

考试

2

32

24

8

2

280000118

习近平新时代中国特色社会主义思想概论

考试

3

48

40

8

5

学分/学时(周数)合计

43.5

812

704

108

学科基础课程

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

267111130

C语言程序设计

考查

3.5

56

40

16

1

267111103

离散数学

考试

3.5

56

56

1

267111104

计算机专业导论

考查

1.5

24

24

1

267111105

数据结构与算法

考试

4

64

48

16

3

267111107

数据库原理

考试

3

48

48

3

267111133

计算机网络

考试

3.5

56

48

8

4

268000101

高等数学A(1)

考试

5.5

88

88

1

268000102

高等数学A(2)

考试

5.5

88

88

2

268000136

线性代数

考试

2

32

32

2

268000107

概率论与数理统计

考试

3

48

48

3

268000137

大学物理E

考试

4.5

72

72

2

学分/学时(周数)合计

39.5

632

592

40

 

专业必修课程

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

267111106

计算机组成原理

考试

3

48

40

8

4

267111137

Python语言程序设计

考试

2

32

32

3

267111111

操作系统

考试

3

48

40

8

5

267111114

软件工程

考试

2

32

24

8

5

267111143

科学计算

考试

3

48

32

16

6

(校企合作课程)

267111142

人工智能原理

考试

2

32

32

5

(校企合作课程)

267111120

算法分析与设计

考试

2

32

24

8

4

(校企合作课程)

学分/学时(周数)合计

17

272

224

48

备注:《人工智能原理》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《算法分析与设计》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

专业选修课程

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

267111108

数据库技术与应用

考试

3

48

32

16

4

267111109

Java程序设计

考试

4

64

48

16

2

267111115

专业英语

考查

2

32

32

6

267111116

Linux系统及应用

考查

2

32

24

8

4

校企合作课程

267111117

Java Web程序设计

考查

3

48

40

8

3

后修

267111121

机器学习与模式识别

考试

3

48

36

12

5

限选,校企合作课程

267111122

信息检索与数据挖掘

考试

2

32

24

8

6

限选,校企合作课程

267111123

神经网络与深度学习

考试

3

48

36

12

6

限选,校企合作课程

267111144

数字图像处理

考查

3.5

56

40

16

6

校企合作课程

267111124

计算机视觉

考试

2.5

40

32

8

7

校企合作课程

267111125

自然语言处理

考试

2

32

20

12

6

校企合作课程

267111127

渐进式框架应用开发

考查

2

32

20

12

7

校企合作课程

267111128

应用服务端开发技术

考查

2

32

20

12

7

校企合作课程

267111312

就业实习实训

考查

2

2周

2周

7

限选,校企合作课程

267159101

互联网应用开发基础

考试

2.5

40

32

8

1

267111138

IPV6+技术及实践

考查

1.5

24

24

6

学分/学时(周数)合计

40

608+2周

460

148

2周

备注:《Linux系统及应用》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《机器学习与模式识别》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《信息检索与数据挖掘》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《神经网络与深度学习》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《计算机视觉》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《自然语言处理》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《数字图像处理》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《渐进式框架应用开发》校企合作课程,合作企业:东软教育集团,开课形式:实训基地,机房授课

《应用服务端开发技术》校企合作课程,合作企业:东软教育集团,开课形式:实训基地,机房授课

《就业实习实训》校企合作课程,合作企业:东软教育集团,开课形式:企业实训

 

独立设置实践教学环节

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

226000301

军训

考查

2

2周

2周

1

242000402

劳动教育(2)

考查

1

32

32

7

243000302

金工实习B

考查

2

2周

2周

4

11-12周

243000303

电工电子实习

考查

2

2周

2周

5

267111301

C 语言课程设计

考查

1

1周

1周

1

267111303

认识实习

考查

1

1周

1周

2

267111305

数据结构与算法课程设计

考查

1

1周

1周

3

267111307

数据库原理课程设计

考查

1

1周

1周

3

267111310

Python语言课程设计

考查

1

1周

1周

3

267111313

计算机网络课程设计

考查

1

1周

1周

4

19周

267111304

企业项目综合实训I

考查

1

1周

1周

5

19周,校企合作课程

267111306

企业项目综合实训II

考查

1

1周

1周

6

19周,校企合作课程

267111311

专业综合应用实训

考查

2

2周

2周

7

19周,校企合作课程

267111319

毕业设计(论文)

考查

18

18周

18周

8

校企合作课程

268000237

物理实验E

考查

1

32

2

30

3

学分/学时(周数)合计

36

66+34周

4

30

32+34周

备注:《机器学习综合实训》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《深度学习综合实训》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

《人工智能应用实训》校企合作课程,合作企业:东软教育集团,开课形式:机房授课

通识选修课程(创新创业教育类)

课程编号

课程名称

考核方式

学分

学时/周数

开课学期

备注

总

讲授

实验

上机

实践

267111401

创新创业实践

考查

2

1-8

不集中安排

学分/学时(周数)合计

2

“创新创业实践”课程学分,通过如下途径,按照如下标准获得(按次累计):

项目

学分认定办法

“挑战杯”全国老员工课外学术科技作品竞赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

“创青春”全国老员工创业大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

“互联网+”全国老员工创业大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

全国老员工智能互联网创新大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

ACM/ICPC老员工程序设计大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

中国老员工计算机设计大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

华为中国老员工ICT大赛

全国奖4学分,自治区奖3学分,校级奖2学分,参与未获奖1学分。

其他重点赛事由各专业认定

全国奖4学分;自治区奖3学分;校级奖2学分,参与未获奖1学分

公开发表与专业相关的学术论文

中文核心及以上4学分,普刊2学分,其排名前两名

参加公司或公司统一组织的科创课外活动

全国奖4学分;自治区奖3学分;校级奖2学分,院级1学分

其他重点赛事由各专业认定

全国奖4学分;自治区奖3学分;校级奖2学分,参与未获奖1学分

公开发表与专业相关的学术论文

中文核心及以上4学分,普刊2学分,其排名前两名

参加学习或公司统一组织的其他课外活动

自治区3学分/次,校级2学分/次,院级1学分/次。

第八学期统一录入创新创业实践课程学分,学分录入时,由员工本人提出申请并且提供证明材料,由公司团总支做出认定,负责录入。对于作品竞赛项目,获奖的须提供奖励证书,未获奖的须提供公司团总支或公司相关部门出具的参与证明及参赛作品,公开发表与专业相关的论文须提供出版物原件。

(二)教学进程

学期

第1周

第2周

第3周

第4周

第5周

第6周

第7周

第8周

第9周

第10周

第11周

第12周

第13周

第14周

第15周

第16周

第17周

第18周

第19周

第20周

第21周

第22周

第23周

第24周

第25周

第26周

一

R

★

★

″

:

=

=

=

=

=

=

二

I

:

=

=

=

=

=

=

三

″

″

:

=

=

=

=

=

=

四

Θ

Θ

″

:

=

=

=

=

=

=

五

Ω

Ω

″

:

=

=

=

=

=

=

六

:

=

=

=

=

=

=

七

△

△

△

△

:

=

=

=

=

=

=

八

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

Φ

—

—

—

—

—

—

—

—

说明:□ 理论教学 R 入学教育 ★ 军训 : 考试
= 假期 ″ 课程设计 Θ 金工实习 Ω 电子实习
I 其它实习 △ 实验、实训 S 社会实践 D 社会调考查
L 公益劳动 Φ 毕业设计(论文)

(三)教学数据统计

 

项目

学期

合计

一

二

三

四

五

六

七

八

理论教学周数

15

18

16

16

16

18

17

1

117

集中安排实践教学周数

3

1

3

3

3

1

2

18

34

安排总学分

27.75

30.25

29.25

24.75

29.25

12.25

3.25

18.25

176

必修理论教学环节

安排门数

11

9

9

6

8

2

1

1

47

安排学时

424

372

348

228

264

56

8

8

1716

安排学分

24.75

21.75

20.25

12.75

16.25

3.25

0.25

0.25

100

周学时

28.3

20.7

21.8

14.3

16.5

3.1

0.5

8

113.3

专业选修课

安排门数

1

1

1

3

4

5

1

16

安排学时

40

64

48

128

160

160

2

610

安排学分

2.5

4

3

8

10

10

2

40

实践环节

独立设置环节数

2

1

4

2

2

1

2

1

15

安排学分

3

1

4

3

3

1

3

18

36

八、辅修专业教学计划

课程编号

课程名称

考核方式

学分

学时/周数

备注

总

讲授

实验

上机

实践

267111105

数据结构与算法

考试

3

48

40

8

267111110

Python语言程序设计

考试

3

48

24

24

267111113

计算机网络

考试

4

64

50

14

267111108

数据库技术与应用

考试

3

48

24

24

267111120

算法分析与设计

考试

2

32

24

8

267111118

Python数据预处理

考试

2

32

24

8

267111129

数据可视化

考试

2

32

16

16

267111116

Linux系统及应用

考试

2

32

24

8

267111119

人工智能原理

考试

1.5

24

24

0

267111121

机器学习与模式识别

考试

3

48

36

12

267111122

信息检索与数据挖掘

考试

2

32

24

8

267111123

神经网络与深度学习

考试

3

48

36

12

学分/学时(周数)合计

30.5

488

346

142

员工完成所有规定的教学环节学习,成绩合格,由公司颁发辅修专业结业证书。

九、专业培养目标与毕业要求相关矩阵

培养目标

毕业要求

培养目标1

培养目标2

培养目标3

培养目标4

培养目标5

毕业要求1

√

毕业要求2

√

√

毕业要求3

√

√

毕业要求4

√

√

毕业要求5

√

√

毕业要求6

√

√

毕业要求7

√

√

√

毕业要求8

√

√

毕业要求9

√

√

√

毕业要求10

√

√

√

毕业要求11

√

√

√

毕业要求12

√

十、课程体系对毕业要求的支撑关系矩阵

毕业要求

课程名称

1

2

3

4

5

6

7

8

9

10

11

12

工程知识

问题分析

设计方案

研究

使用工具

工程&社会

持续发展

职业规范

个人&团队

沟通

项目管理

终身学习

军事理论

M

老员工心理健康教育

M

L

老员工就业指导

L

M

劳动教育

L

创业基础

H

M

企业管理与技术经济分析

M

老员工职业生涯规划

M

H

国家安全教育

L

大学英语(1)~(3)

L

体育(1)~(4)

M

思想道德与法治

M

M

M

马克思主义基本原理

H

L

毛泽东思想和中国特色社会主义理论体系概论

H

H

中国近现代史纲要

M

形势与政策(1)~(8)

L

M

M

铸牢中华民族共同体意识

H

习近平新时代中国特色社会主义思想概论

M

C 语言程序设计

H

M

离散数学

H

M

计算机专业导论

L

M

数据结构与算法

H

H

M

数据库原理

L

M

H

计算机网络

H

H

M

高等数学A(1)、A(2)

M

L

线性代数

M

概率论与数理统计

M

L

大学物理C

M

M

计算机组成原理

M

M

M

Python语言程序设计

H

L

操作系统

H

M

L

软件工程

M

M

M

M

人工智能原理

H

H

H

L

算法分析与设计

H

L

科学计算

H

H

M

军训

H

金工实习B

L

电工电子实习

M

M

C 语言课程设计

L

L

认识实习

M

M

数据结构与算法课程设计

H

M

L

H

数据库原理课程设计

H

H

H

H

Python语言课程设计

H

M

计算机网络课程设计

L

H

H

M

企业项目综合实训I

H

M

H

M

企业项目综合实训II

M

H

H

专业综合应用实训

H

M

毕业设计(论文)

H

H

H

H

H

H

H

物理实验C

M

 

十一、方案制定人员

负 责 人:黄显武

执 笔:赵宇红、张继凯、黄显武、刘心怡、褚燕华

成   员

1. 专任教师:张晓琳、褚燕华、赵宇红、谭跃生、黄显武、刘心怡、汪再秋、丁雨、师东升、孙涛、张静、李征、李超、马宇欣

2. 同行专家及企业专家(东软集团):贾明、于洪超、王本正、张金山

方案审核:王静宇

 

上一条:计算机科学与技术专业培养方案(2026版)
下一条:网络空间安全培养方案-2022版

【关闭】