級軟件技術專業人才培養方案編碼ZY-510203-2022制定時間2022年4月24日主持人譚超團隊成員黃曉清葉勇健曾申舟鄭超鄭蕊田美艷林勇升慧科集團—張俊陳松濤一、專業名稱軟件技術二、專業代碼510203三、招生對象普通高中畢業生/“三校生”（職高、中專、技校畢業生）四、學制與學歷三年制，專科五、職業崗位與崗位能力要求(一)職業崗位就業面向的行業：人工智能、制造業、電商、銀行證券、交通、互聯網等行業主要就業單位類型：軟件開發類、系統集成類、運維支持類、事業單位主要就業部門：開發部、產品部、測試部、售前部、運維部等可從事的工作崗位：崗位能力分析表序號崗位名稱崗位類別崗位描述崗位能力要求初始崗位發展崗位1數據分析專員¨根據業務需求進行數據收集與存儲，在此基礎上進行數據處理與清洗（包括多個存儲文件的合并與連接），最后制作數據分析報告掌握爬蟲獲取數據（如request技術、scrapy框架等）技術應用；掌握非結構化數據存儲策略；熟練使用Pandas、NumPy、Matplotlib進行字段預處理、數據清洗、數據可視化等。2人工智能訓練師¨負責對應模型的訓練數據預處理；進行人工智能產品使用過程中的數據管理；負責人工智能模型訓練時的算法參數設置和優化；負責對人工智能產品進行性能調優。熟練使用NumPy、OpenCV庫進行圖像數據運算；熟練使用Nltk、Jieba庫輔助處理文字數據；熟悉人工智能常見算法如決策樹、K緊鄰、神經網絡等；熟悉人工智能算法訓練流程。3智能應用開發工程師¨負責智能產品系統開發，參與產品的需求調研和需求分析，配合其他開發人員、測試人員，完成產品開發和發布上線。熟悉XML、HTML、DOM、XPATH、HTTP/HTTPS協議；熟練掌握數據庫設計的步驟和方法；掌握調研和需求分析流程；熟練掌握Python編程與開發工具；熟悉人工智能產品的應用原理。4數據挖掘工程師¨針對預處理后的數據進行分析和建模，深入挖掘數據的業務價值；利用機器學習領域的前沿技術和工具建立和創建可行解決方案；建立通用化解決方案和工具，并能應用到項目中熟悉一門編程語言，如Python/Java；掌握NumPy、Pandas、Matplotlib等；熟悉常用機器學習框架，例如Sklearn、SparkMLlib等；能根據業務場景設計適合的可視化展現形式。5視覺應用工程師¨參與項目需求分析，負責計算機視覺相關算法模型（如目標識別、目標檢測、實例分割等）的應用、開發、訓練等工作；負責計算機視覺模型的優化，并能應用到項目中；負責或參與深度學習平臺和框架的搭建工作，包括算法實現及系統研發。熟練掌握Python編程語言；熟練使用OpenCV等任一種視覺軟件庫進行視覺系統開發；熟悉圖像處理各種算法的基本原理，并能夠靈活運用算子進行圖像、視頻的內容提取、分類、檢測、跟蹤、分割等；熟悉DNN、CNN、RNN、LSTM等深度神經網絡模型，熟悉SSD,FasterR-CNN、MaskR-CNN、YOLO等目標檢測網絡，并掌握其相關的優化方法。（二）典型工作任務及其工作過程序號典型工作任務工作過程1數據爬取爬取微博、論壇、社交網站等的帖子、消費者點評、新聞、電商銷售信息、圖片和視頻等，獲取各種結構化和非結構化數據，進行鏈接分析和轉碼。2數據預處理對爬取到的非結構化數據，包括圖片、視頻、文本等進行初步清洗、預處理，即使用Pandas、Numpy進行字段預處理、數據清洗（如缺失值處理、異常值檢測等），使用OpenCV進行圖像處理、圖像增強等。3數據分析參考行業標準，定義問題，結合業務，構建行業數據指標分析體系；根據需求進行數據多維度分析，實現多個結果指標，從多個角度挖掘數據價值；明確決策需求，理解業務各個階段的產出結果，選擇恰當合理的可視化技術、工具進行可視化表達；根據分析結果的方差或偏差進行合理的改進，最后制作數據分析報告。4AI訓練標注和加工圖片、文字、語音等業務的原始數據；監控、分析、管理人工智能產品應用數據；訓練和評測人工智能產品相關算法、功能和性能；調整、優化人工智能產品參數和配置。5數據挖掘根據業務需求，對多種數據源進行數據預處理和探索性分析；進行特征工程、特征選擇和數據建模，然后跑模型、調參數、對模型進行評估；將模型應用到大數據平臺，通過監控平臺，檢測模型的運行效果，不斷迭代模型。六、培養目標與規格（一）培養目標本專業培養具有良好的綜合素質，具有扎實的理論知識，具有堅實的專業知識，具有分析問題和解決問題的能力，掌握Python程序開發、機器學習、深度學習、計算機視覺、自然語言處理、人工智能應用等，能夠從事智能系統開發、智能系統運維、智能產品銷售與咨詢、智能產品售前售后技術支持等崗位的德、智、體、美、勞等方面全面發展的高素質創新人才和技術技能人才。（二）培養規格本專業畢業生應在素質、知識和能力等方面達到以下要求：1.素質（1）堅定擁護中國共產黨和社會主義制度，在習近平新時代中國特色社會主義思想指引下，踐行社會主義核心價值觀，具有深厚的愛國情感和民族自豪感；（2）崇尚憲法、遵紀守法、崇德向善、誠實守信、尊重生命、熱愛勞動，履行道德準則和行為規范，具有健康的人生修養和高尚的職業道德；（3）具有嚴謹、細心、認真、負責的工作態度；（4）具有本專業所從事行業的安全意識和方法；（5）具有一定的組織、協調能力和合作精神；（6）具有良好的品德修養和職業道德；（7）具有社會責任心和較強的社會交往能力；（8）學生具有探究學習、終身學習、分析問題和解決問題的能力；（9）具有良好的語言、文字表達能力和溝通能力；學生具有健康的人生修養和高尚的職業道德；（10）在學習實踐中，強調本專業所從事行業的安全意識和方法，養成嚴謹、細心、認真、負責的工作態度，逐漸提高組織、協調能力和合作精神，增強社會責任心和社會交往能力。2.知識（1）具備計算機操作系統方面的知識；（2）具備數據庫原理方面的知識；（3）具備面向對象程序設計方面的知識；（4）具備機器學習技術應用方面的知識；（5）具備深度學習技術應用方面的知識；（6）具備計算機視覺方面的知識；（7）具備自然語言處理方面的知識；（8）具備人工智能應用方面的知識。3.技能（1）具有大學英語三級要求的聽說讀寫能力；（2）具有國家級要求的計算機應用能力；（3）具有運用計算機處理工作領域內的信息和進行技術交流的能力；（4）具有圖像視頻數據處理的能力；（5）具有文本數據處理的能力；（6）具有商業智能數據分析的能力；（7）具有商業智能可視化的能力；（8）具有基于人工智能常用框架開發的能力；（9）具有人工智能技術應用的能力；（10）具有人工智能產品維護的能力；（11）具有智能產品的營銷能力；（12）具有智能產品的技術支持能力。七、職業證書序號職業資格（證書）名稱等級頒證單位1華為云HCIA-AI初級華為云計算技術有限公司2華為云HCIP-AI中級華為云計算技術有限公司3華為移動應用開發中級華為云計算技術有限公司八、課程體系與課程簡介（一）課程體系專業依據畢業生職業崗位能力要求及行業標準，以崗位工作過程為依據，通過分析學生職業能力和職業素養結構細化學生的專業基礎、專業技能、拓展技能、職業素養等設計課程體系。專業課程體系由職業素養課程、專業基礎課程、專業核心課程、創新創業能力拓展課程以及實踐課程體系與實施等部分組成。1.職業素養為落實“育人為本、德育為先、能力為重、全面發展”的要求，本專業強化素質教育訓練，通過加大選修課比例促進學生綜合素質和能力發展。通過《思想道德與法治》、《毛澤東思想與中國特色社會主義理論概論》、《形勢與政策》、《心理健康教育》等課程，提升學生的職業道德素養和法律意識。通過《職業生涯規劃》、《就業指導》提高學生的就業競爭能力和職業轉換能力。選修課程和第二課堂的開設著力增強學生的人文素質，使學生形成藝術的、人文的、科學的知識結構，全面提高學生的綜合素質。廣泛開展的第二課堂活動以及項目驅動的實踐教學，培養學生良好的工作態度、職業習慣、團隊意識、責任意識、溝通能力等綜合素質。2.職業基礎職業基礎是為職業核心課程的學習打下良好的基礎。通過職業基礎課程（如：人工智能專業導論、Python程序設計、網絡爬蟲與數據采集）的學習，讓學生對該專業的培養奠定基礎，為后續職業核心課程的學習打好基礎。3.職業核心職業核心課是針對崗位能力要求而對于的核心能力培養的課程，如：數據庫構建與管理、人工智能計算思維、機器學習技術應用、java語言程序設計、電子商務網站與小程序專業制作、Android項目開發等，這些課程是專業培養的重中之重，是突出專業培養目標，方向的關鍵性課程。4.創新創業能力拓展創新創業能力拓展課程包含專業選修課、通識選修、創新創業、技能競賽等模塊。旨在根據學生興趣愛好特長能力等，實行因材施教、適性揚才的教學環節。通過多種形式的教學培養創新創業能力，鼓勵學生積極參與創新、參與創業、參與技能競賽等，拓寬視野和知識面的學習。5.實踐教學實踐教學由專業認知實訓、課程實訓、綜合實踐以及崗位實習等組成。認知實訓，新生進校后讓學生到相關企業直觀感受職業環境。課程實訓，在校內實訓室進行,旨在培養學生的基本職業技能。綜合實訓，在校企合作的平臺上進行，旨在培養學生綜合職業技能，提升學生的綜合職業能力。崗位實習，在實際的工作崗位上進行，旨在培養學生實際工作能力，實現學習與工作的無縫對接。（二）課程簡介1.專業基礎課程模塊（1）人工智能專業導論開設學期：1學時：4學分：0理實比：能力要求：理解人工智能核心技術的應用場景；能夠對人工智能的專業名詞有所了解；能夠對人工智能技術的典型應用場景有一定認知。課程目標：本課程科普人工智能的基礎知識，深入淺出介紹人工智能基本方法論和前沿進展，以行業應用案例為導向，使學生了解學科的發展趨勢，拓寬學科視野，理解人工智能具體應用、機器學習概念及簡單原理、深度學習概念及簡單原理等。考核方式：（2）Python程序設計開設學期：1學時：64學分：4理實比：1:1能力要求：熟悉不同領域的常用Python模塊；掌握常用Python開發工具的使用；掌握Python語言的基礎語法；掌握Python中列表、元組、字典、集合等常用數據類型的使用；掌握Python函數設計以及類的設計與使用；掌握Python的文件操作，能夠實現文件內容的讀取與寫入。課程目標：本課程的目標是使學生能夠正確而熟練地運用Python列表、元組、字典、集合等基本數據類型以及列表推導式、切片等特性來解決實際問題，熟練掌握Python分支結構、循環結構、函數設計以及類的設計與使用，同時掌握不同領域的擴展模塊，并能夠解決實際問題。考核方式：課程總成績=平時成績（50%）+期末成績（50%），其中平時成績包含考勤和課堂作業，期末成績為試卷考核成績。（3）圖形圖像處理技術（PS)開設學期：2學時：64學分：4理實比：1:1能力目標：通過學習，掌握使用photoshop配合html5進行修圖、調色、合成、特效以及網頁動態設計、UI設計、創意設計等的能力。課程目標：通過學習掌握Photoshop入門必備的PS摳圖、修圖、調色、合成、特效以及PS平面設計、數碼照片處理、網頁設計、UI設計、創意設計等核心技術和必備的PS知識。考核方式：根據指導教師推薦主題，在規定時間內，完成一項圖形圖像處理相關的主題海報、廣告等設計，課程總成績=平時成績（50%）+期末成績（50%）其中平時成績包含考勤和課堂作業，期末成績為設計作品成績。（4）HTML5交互設計基礎開設學期：1學時：64學分：4理實比：1:1能力目標：通過學習，掌握H5前端UI設計基礎能力。課程目標：通過完成本課程學習，系統地掌握web前端開發技術，成為web前端開發、HTML5交互式應用開發的高級技術人才并完全滿足行業企業要求的有能力，有經驗，有思維的中高級前端開發人才。考核方式：課程結束后，要求以個人或團隊的方式提交一個采用H5技術設計的主題網頁，及網頁運行相關截圖文件說明，課程總成績=平時成績（50%）+期末成績（50%）其中平時成績包含考勤和課堂作業，期末成績為設計作品成績。（5）數據庫構建與管理開設學期：2學時：64學分：4理實比：1:1能力目標：掌握數據庫構建與管理的能力，具備數據庫的建立、數據庫的調優、數據庫的重組、數據庫的重構、數據庫的安全管控、報錯問題的分析和匯總和處理、數據庫數據的日常備份能力。課程目標：了解數據庫設計的目標、內容、方法、過程，深入理解和熟練掌握關系數據庫設計的具體方法與步驟。掌握SQL的語言組成，熟練掌握在數據庫（例如MySQL）中使用SQL語言實現數據定義、數據更新和數據查詢等三類數據基本操作的具體方法。考核方式：課程結束后，要求以小組或個人的方式提交一個打包后完整的數據庫管理系統，并提供該數據庫管理系統創建過程中的相關支撐材料，以及針對該數據庫管理系統進行操作的相關截圖文件，課程總成績=平時成績（50%）+期末成績（50%）其中平時成績包含考勤和課堂作業，期末成績為設計作品成績。2.專業核心課程模塊（1）面向對象程序設計開設學期：2學時：64學分：4理實比：1:1能力目標：在代碼設計方面要能獨當一面；在團隊開發中能認清自己的位置，做好自己的本分工作，并積極的溝通客戶，配合隊友。課程目標：中級程序員以.NET為平臺，通過C#程序設計，掌握面向對象方法。該課程由C#程序設計基礎、Windows應用程序設計和Web應用程序設計三部分組成，主要內容包括C#語言基礎知識、面向對象的編程技術、Windows窗體控件、目錄與文件管理、圖形圖像處理、ADO.NET、報表設計、類庫與控件庫設計以及Web應用程序開發等。考核方式：課程結束后，要求以個人或團隊的方式提交一個采用.NET技術設計的項目軟件，及軟件運行相關截圖文件說明，課程總成績=平時成績（50%）+期末成績（50%）其中平時成績包含考勤和課堂作業，期末成績為設計作品成績。（2）網絡爬蟲與數據采集開設學期：2學時：64學分：4理實比：1:1能力要求：掌握構建健壯Python爬蟲程序的基本架構，能夠借助各種程序工具實現頁面信息爬取；掌握解析頁面內容的方法，并能夠結合實際情況選擇、運用相關技術構建內容提取程序；掌握Web身份認證技術，并能夠設計程序完成自動身份認證；掌握爬取動態網站、富互聯網應用網站的信息爬取方法，能夠構建程序實現基本信息獲取；掌握Scrapy爬蟲框架，能夠借助這一框架設計健壯、高效的網絡爬蟲工具。課程目標：本課程的目標是使學生理解和掌握網絡數據采集的基本概念、基本原理和基本方法；掌握使用Python語言構建網絡爬蟲程序，收集網絡數據的基本過程和關鍵技術；使學生能夠根據實際情況，逐步形成發現問題、分析問題、解決問題的能力，建立網絡是數據API的思想，能夠自主設計程序實現數據采集。考核方式：根據指導教師推薦內容，在規定時間內，完成數據爬取與存儲，課程總成績=平時成績（50%）+期末成績（50%），其中平時成績包含考勤和課堂作業，期末成績為大作業成績。（3）人工智能計算思維開設學期：3學時：64學分：4理實比：1:1能力要求：提升學生的人工智能計算思維認知能力；掌握數據預處理的能力；掌握Python編程的數據分析能力；掌握數據可視化的能力；用數據講故事的能力。課程目標：本課程的目標是使學生理解數據科學基礎概念、數據科學的應用流程、數據科學方法論，能利用NumPy、Pandas等主流數據分析庫對數據進行分析處理，可以通過Matplotlib、pyecharts等可視化庫對數據進行可視化展示。考核方式：根據指導教師推薦內容，在規定時間內，完成數據預處理與分析項目，課程總成績=平時成績（50%）+期末成績（50%），其中平時成績包含考勤和課堂作業，期末成績為大作業成績。（4）機器學習技術應用開設學期：3學時：64學分：4理實比：1:1能力要求：理解機器學習的一般流程；掌握特征工程與可視化；熟悉機器學習常見算法如決策樹、k近鄰、支持向量機、樸素貝葉斯、線性回歸與邏輯回歸、聚類與降維；通過Python編程應用機器學習方法。課程目標：本課程的目標是使學生了解機器學習常見應用場景，理解機器學習的一般作業流程，初步理解機器學習常見方法，掌握特征工程與可視化，可以通過Python編程實現機器學習項目，能夠在真實案例中應用到機器學習的具體方法。考核方式：根據指導教師推薦內容，在規定時間內，完成機器學習應用項目，課程總成績=平時成績（50%）+期末成績（50%），其中平時成績包含考勤和課堂作業，期末成績為大作業成績。（5）java語言程序設計開設學期：3學時：64學分：4理實比：1:1能力目標：通過學習JAVA程序邏輯，掌握使用JAVA程序在項目開發中的應用，掌握java運行原理和運行邏輯，使學生掌握java項目開發的能力。課程目標：通過java程序邏輯學習，掌握程序基本邏輯結構，掌握java面向對象思想，掌握java中的類的創建、對象創建、方法調用，熟練使用封裝、繼承、多態等面向對象特征完成游戲代碼邏輯編碼。掌握使用java中的容器、數組等掌握使用容器、數組完成項目邏輯代碼編寫。掌握使用面向對象思想重構代碼結構。考核方式：使用java技術開發一個具備一定實際應用意義的軟件，要求界面友好，功能完善，課程總成績=平時成績（50%）+期末成績（50%）其中平時成績包含考勤和課堂作業，期末成績為設計作品成績。（6）Web前端開發考證（中級）開設學期：3學時：64學分：4理實比：1:1能力目標：通過學習考證，具備使用互聯網平臺設計制作多平臺自適應的中小網站，web前端方向設計的能力。課程目標：通過階段性課程，和考前實訓，通過web前端開發中級考證，取得證書。考核方式：考證（7）大數據應用開發(Python)職業技能等級證書(中級)開設學期：4學時：96學分：6理實比：1:1能力目標：通過學習考證，使學生具備Python數據處理、數據分析與數據平臺使用的能力。課程目標：通過課程學習使學生掌握數據處理流程、數據分析與挖掘技術、數據可視化工具、文本挖掘方法、深度學習核心技術以及數據平臺與系統的搭建、配置、操作、監控、優化等。通過階段性課程和考前實訓，通過大數據應用開發(Python)職業技能等級證書中級考證，取得證書。考核方式：考證。（8）深度學習技術應用開設學期：4學時：64學分：4理實比：1:1能力要求：理解深度學習的核心思想與算法，包括梯度下降、前饋、反向傳播、卷積算法等；掌握相關軟件工具與框架的使用方法，包括Anaconda、TensorFlow、Keras等；具備持續改進優化問題解決方案的能力。課程目標：本課程的目標是使學生理解深度學習的核心思想與算法，同時掌握相關軟件工具與框架的使用，并通過帶領學生實踐幫助學生掌握深度學習的核心技術和優化思路，培養學生解決人工智能領域的工程及學術問題的能力。考核方式：根據指導教師推薦內容，在規定時間內，完成深度學習應用項目，課程總成績=平時成績（50%）+期末成績（50%），其中平時成績包含考勤和課堂作業，期末成績為大作業成績。3.專業技能訓練課（1）項目——人工智能數據處理開設學期：2學時：26學分：1理實比：0:1能力要求：通過學習使學生具備網絡數據采集的工具使用和常見問題處理能力。課程目標：本課程主要培養學生掌握使用Python語言構建網絡爬蟲程序，收集網絡數據的基本過程和關鍵技術，使學生能夠根據實際情況，自主開發程序實現數據采集。考核方式：根據指導教師推薦的爬取內容，在規定時間內，完成指定內容爬取開發，根據項目完成度及過程中問題解決情況進行5級評分。（2）圖像與視頻處理開設學期：3學時：26學分：1理實比：0:1能力要求：通過學習使學生具備人工智能領域圖像與視頻的常見處理能力。課程目標：通過本課程學生可以掌握圖像與視頻處理的常用工具和基本方法，并通過實驗掌握在人工智能技術服務領域經常用到的圖像與視頻處理技巧。考核方式：根據指導教師建議的內容，在規定時間內，完成指定的圖像與視頻處理，根據內容完成度及完成效率進行5級評分。（3）自然語言文本處理開設學期：4學時：26學分：1理實比：0:1能力要求：通過學習使學生具備人工智能領域自然語言文本的常見處理能力。課程目標：通過本課程學生可以掌握自然語言文本處理的常用工具和基本方法，并通過實驗掌握在人工智能技術服務領域經常用到的自然語言文本處理技巧。考核方式：根據指導教師建議的內容，在規定時間內，完成指定的自然語言文本處理，根據內容完成度及完成效率進行5級評分。（4）移動應用開發實戰開設學期：4學時：26學分：1理實比：0:1能力要求：通過學習使學生掌握Android實戰項目開發的能力。課程目標：通過階段實戰完成一個Android綜合項目的開發。考核方式：根據指導教師推薦內容，在規定時間內，完成綜合項目開發，根據綜合實戰項目完成度及創新性進行5級評分。（5）項目實踐、企業見習開設學期：5學時：26學分：1理實比：0:1能力要求：通過項目實踐、企業見習，提高學生的專業應用能力、職場適應能力、就業綜合能力。課程目標：本課程主要以學生在人工智能相關崗位上的見習為主，以專業教師的輔導指點為輔，課程會讓學生在見習中運用所學專業基礎知識和技能，與企業工程師進行交流討論并參與到部分工作中。考核方式：見習結束后，在規定時間內，學生需完成見習報告，根據見習報告和見習收獲答辯進行5級評分。九、專業辦學基本條件（一）專業教學團隊軟件技術專業建設有一支整體素質高、結構合理、業務過硬、具有實踐能力和創新精神的“專兼結合”的“雙師性”師資隊伍。軟件技術專業現有專任教師16名，企業教師5名，其中正高級職稱1名，副高級5名，中級職稱7名，雙師型教師14名，兼職教師9名。（二）教學設施。1.校內實訓基地專業擁有軟件技術專業實訓室、《計算機實訓室三》《計算機實訓室十一》《信息技術實訓室1》《信息技術實訓室2》等4間實訓室，總面積為548平方米。設備總值約111.3萬元，一次性可容納224個學生實訓。表6軟件技術專業各實訓室建設情況實訓基地名稱儀器設備總值工位數主要實訓項目人工智能實訓室100萬元50個數據預處理實訓、數據分析實訓、深度學習實訓、計算機視覺實訓、自然語言處理實訓1.計算機實訓室三19.087萬元50個Html5UI框架技術、數據庫構建與管理、軟件建模技術2.計算機實訓室十一35.214萬元50個數據庫構建與管理、軟件項目管理、軟件建模技術3.信息技術實訓室128.51萬元57個Java程序設計、移動互聯技術、.NET程序設計、物聯網技術、UNITY3D交互設計4.信息技術實訓室228.51萬元57個程序設計與編程規范、android項目開發2.校外實訓基地本專業與慧科教育科技集團有限公司深度合作，開設了數據分析、深度學習、計算機視覺、自然語言處理等項目定制及校外實訓基地。3.信息網絡教學條件為了滿足模型訓練、數據處理、數據分析等信息網絡教學的需要，學校校園網的主干帶寬要達到千兆速率傳輸能力，專業教學場所（校內實訓基地）、自主學習場所（圖書館、學生宿舍）達到百兆速率到桌面，學校網絡配置基本確保了學生在課程學習的所有計算機終端設備能夠訪問校園網的專業課程資源和互聯網的專業學習資源。（三）教材及圖書、數字化（網絡）資料等學習資源1．教材選用要求對接人工智能產業發展趨勢和市場需求，選用充分反映產業最新發展的高職高專規劃教材、基于工作過程的教材，建議教師按照人才培養目標對教學內容重新設計，課程內容對接職業標準和1+X認證標準。2．圖書文獻配備要求本專業相關圖書文獻配備，應能滿足人才培養、專業建設、教科研等工作需要，方便師生查詢、借閱，且定期更新。主要包括機器學習、深度學習、數據分析、Python、計算機視覺、自然語言處理等技術類和案例類圖書，以及人工智能相關專業學術期刊。3．數字資源配備要求結合專業需要，開發和配備一批優質音視頻素材、教學課件、數字化教學案例庫、人工智能軟件、網絡課程等專業教學資源庫，有效開展多種形式的信息化教學活動，激發學生學習興趣，提高學習效果。2.網絡資源通過與企業合作，按照軟件工程項目的技術規范、標準、工作流程和高職學生的特點，開展基于工作過程的課程開發與實踐，校企雙方成員共同確定課程標準、設計教學項目、制定技能考核標準，共同開發在線MOOC等，形成交互式網絡課程，通過專業優質核心課程的建設，帶動專業課程的改革，逐步建設成一整套專業教學資源庫，全面提高人才培養質量。（四）教學方法、手段與教學組織形式在教學過程中，教師依據以結果為導向的教學方法，在課程教學過程中，重點倡導“要我學”改為“我要學”的學習理念，突出“以學生為中心”，加強創設真實的企業情境，強調探究性學習、互動學習、協作學習等多種學習策略，充分運用結果導向教學法，采用項目式教學，提高學生對知識的掌握程度；達成各專業能力模型的有效途徑；培養符合就業崗位能力的人才；踐行產教融合的最佳教學方式。PBL教學滲透在整個教學體系中。在實施的整個流程中，首先，要明確課程的教學目標，對應的培養崗位以及培養能力素養；其次，PBL基于工作場景和真實任務，做真實的項目準備、篩選和設計；最后，整個項目的項目產出可以通過外部評價，并反饋評價。PBL的流程本專業采用“德技并修、工學結合”人才培養模式，以培養全方位、復合型人才為目標，通過企業調研，設計符合企業需求、以項目實踐操作為核心的課程體系，通過高校師資和企業師資共同實施，嵌入企業真實項目案例，最終保證學生達到企業用人需求，與企業用人標準零縫隙。十、課程設置及教學計劃進程表（附表）十一、分學期學時統計表分學期學時統計表學期總學時數理論課時實踐教學時數教學周數平均周課時數校內實訓校外實習實訓15212212991629252926426416293421218202162344271822441624533593251619628992791616合計25209051615占總學時35.9%64.1%十二、各類課程學時、學分統計表課程類別學時學分占總學分比例公共基礎課6583324.26%36.03%專業基礎課2601611.76%專業核心課5443425.00%40.44%專業技能訓練課5462115.44%創新創業能力拓展課5123223.53%合計2520136100.00%十三、畢業條件本專業學生必須修完本人才培養方案規定的內容（包括必修部分和選修部分），并同時達到以下條件方可畢業：項目具體要求備注總學分至少達到136學分學分結構公共基礎課模塊33學分；創新創業能力拓展模塊32學分；專業基礎課模塊16學分；專業核心課模塊34學分；專業技能訓練課模塊21學分。職業技能證書獲得人工智能中級證書和1+X大數據應用開發(Python)職業技能等級證書(中級)綜合素質品德測評合格十四、繼續專業學習深造建議按本方案完成學習任務的學生已基本達到企業相應崗位的入職要求，繼續專業學習主要從提高專業經驗和接受更高層次教育兩個方面進行。提高專業經驗主要在企業接受企業內部或外部的專門培訓和訓練；接受更高層次教育則在畢業前，選擇與本專業對接的本科專業，通過“專升本”方式進入本科院校，繼續完成本科學習。附表軟件技術專業課程設置及教學計劃進程表課程性質課程序號課程名稱課程代碼課程類型考核方式學分教學時數周學時與各學期教學周數備注總學時理論實訓一二三四五六公

共

基

礎

課1思想道德與法治0B101B考試34832163含4學時

安全教育課2毛澤東思想和中國特色社會主義理論體系概論0B102B考試47254184含4學時

安全教育課3形勢與政策0A120A考查14848√√√√√√每學期

含2學時安全教育4計算機基礎2B108B考證2321616第一學期理論課16節；第二學期實訓課16節參加3月全國計算機等級考試，考前結束課程。5涉外英語(一)0B112B考試348163236涉外英語(二)0B113B考試348163237涉外禮儀0B206B考查11688√8應用文寫作0A121A考查11616√9體育(一)0B103B考查2324282每學期4學時理論，4學時安全教育課10體育(二)0B111B考查2324282每學期4學時理論，4學時安全教育課11大學生職業發展

與就業指導0B121B考查2321616√√每學期各16學時，每學期各一學分，每學期錄一次成績。12大學生創新創業

基礎教育0B202B考查2321