智能数据工程与标注技术微专业人才培养方案

作者:发布时间:2025-07-09浏览次数:10

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、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 LabelImgProdigy);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

  

13

208

104

104

 

 

总学分

13学分

备注:招收大二、大三年级学生。