一、培养目标
培养具有数据安全意识与跨界创新思维的复合型人才,要求学生掌握多模态数据标注、AI 数据工程、机器学习等核心理论与技能,具备项目管理与实践创新能力,能在人工智能、金融、医疗、智能制造等领域从事数据标注、数据工程、模型优化及管理工作。具体预期能力包括:
本专业学生在社会与专业领域的预期为:
1. 掌握图像、文本、语音等多模态数据的精细化标注方法论,熟练操作主流标注工具;
2. 具备数据清洗、增强、存储优化及质量评估的系统工程能力,精通 AI 数据预处理技术;
3. 掌握机器学习数据驱动范式,能基于业务场景完成特征工程、数据管道构建及模型可解释性分析;
4. 独立承担复杂数据项目的流程设计、实施与质量把控,具备跨学科协作与项目管理能力。
二、结业要求
1. 综合素养价值观:树立数据安全与绿色生产理念,遵守人工智能数据标注行业规范;具备职业道德与社会责任感,能在实践中践行创新驱动发展战略。
2.知识/技能/素质:掌握多模态数据标注的核心理论与工具(如 LabelImg、Prodigy);熟练运用 Python/Matlab/R 语言进行数据处理,掌握 Linux 系统基础操作;精通 AI 数据工程技术,包括数据采集、清洗、增强及质量评估方法;掌握机器学习基础算法(如回归、聚类、分类)及数据驱动建模流程。
3. 思维/创新:具备将业务问题转化为数据建模任务的跨界思维;能针对复杂数据标注场景提出流程优化与效率提升方案;具备自主学习能力,能跟踪数据工程与人工智能领域的前沿技术(如自动化标注、深度学习框架)。
三、所属专业类、招生对象与条件
所属专业类:工程类、通信类、计算机类、经济管理类等相关学科专业。
招生对象与条件:黑龙江八一农垦大学大二及以上年级全日制本科学生;对数据科学与人工智能领域有浓厚兴趣,具备逻辑思维与自主学习能力;优先录取有 Python/Matlab/R 语言等编程基础的学生。
四、总学分
13学分。
智能数据工程与标注技术微专业教学计划进程表
类别 | 课程编码 | 开课 单位 | 课程名称 | 学 分 | 学时 | 实践 周数 | 考核 方式 | 开课 学期 | 授课 方式 | ||
合计 | 讲课 | 实验 | |||||||||
专业必修课 | W240904320 | 理学院 | 计算机程序基础 | 2.0 | 32 | 16 | 16 |
| 考查 | 3/5 | 线上线下混合 |
W240904321 | 理学院 | AI数据工程与预处理技术 | 2.0 | 32 | 16 | 16 |
| 考查 | 3/5 | 线上线下混合 | |
W240904322 | 理学院 | 机器学习与数据驱动 | 2.0 | 32 | 16 | 16 |
| 考查 | 3/5 | 线上线下混合 | |
W240904323 | 理学院 | 多模态数据标注与工程实践 | 2.0 | 32 | 16 | 16 |
| 考查 | 4/6 | 线上线下混合 | |
W240904324 | 理学院 | 数据工程案例实战 | 3 | 48 | 24 | 24 |
| 考查 | 4/6 | 线上线下混合 | |
W240904325 | 理学院 | 深度学习框架与实践 | 2 | 32 | 16 | 16 |
| 考查 | 4/6 | 线上线下混合 | |
小 计 | 13 | 208 | 104 | 104 |
|
| |||||
总学分 | 13学分 |
备注:招收大二、大三年级学生。