一、專業(yè)背景

1.1人工智能成為國家戰(zhàn)略

近年來，人工智能技術(shù)不斷取得突破，且開始在具體的產(chǎn)業(yè)化、商業(yè)化項目中得到應(yīng)用，出現(xiàn)新的發(fā)展趨勢。第一，“深度學(xué)習(xí)”+“大數(shù)據(jù)”是當(dāng)前人工智能發(fā)展的主要特征，人造神經(jīng)網(wǎng)絡(luò)能夠像人一樣學(xué)習(xí)和思考，使得人工智能能夠處理更加復(fù)雜的任務(wù)，這一方式也成為大多數(shù)人工智能企業(yè)選擇的技術(shù)路線。第二，實現(xiàn)了從實驗技術(shù)向產(chǎn)業(yè)化的轉(zhuǎn)變，在圖像和語音識別、科學(xué)研究、預(yù)測分析等方面都已出現(xiàn)成熟的商業(yè)化產(chǎn)品。第三，應(yīng)用的領(lǐng)域從商業(yè)、服務(wù)業(yè)向制造業(yè)、農(nóng)業(yè)拓展，這使得人工智能越來越表現(xiàn)出通用技術(shù)和基礎(chǔ)技術(shù)的特征。

人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，將進(jìn)一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量，并創(chuàng)造新的強(qiáng)大引擎，重構(gòu)生產(chǎn)、分配、交換、消費(fèi)等經(jīng)濟(jì)活動各環(huán)節(jié)，形成從宏觀到微觀各領(lǐng)域的智能化新需求，催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式。人工智能正在與各行各業(yè)快速融合，助力傳統(tǒng)行業(yè)轉(zhuǎn)型升級、提質(zhì)增效，在全球范圍內(nèi)引發(fā)全新的產(chǎn)業(yè)浪潮。

隨著人工智能在各個領(lǐng)域的產(chǎn)業(yè)化商業(yè)化應(yīng)用取得顯著成效，支持人工智能技術(shù)和產(chǎn)業(yè)化的發(fā)展幾乎成為所有有能力的國家重點扶持的技術(shù)和產(chǎn)業(yè)。當(dāng)然，各個國家根據(jù)自身定位和優(yōu)勢稟賦也有所側(cè)重點，這將對人工智能的國際分工格局產(chǎn)生深遠(yuǎn)影響。例如，美國秉持領(lǐng)先全球技術(shù)和預(yù)防被潛在競爭對手超越的理念，更加注重人工智能基礎(chǔ)技術(shù)的研發(fā)以及在軍事等高端應(yīng)用上對全球的引領(lǐng)；日本注重將人工智能與機(jī)器人產(chǎn)業(yè)相結(jié)合，繼續(xù)鞏固全球機(jī)器人強(qiáng)國的地位；德國將人工智能納入到“工業(yè)4.0”框架中，通過人工智能進(jìn)一步提升德國制造業(yè)的智能化水平；英國則更加注重相關(guān)人才的培育。

我國政府高度重視人工智能的技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展，人工智能已上升國家戰(zhàn)略。2017年7月，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》提出?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》明確了我國新一代人工智能發(fā)展戰(zhàn)略“三步走”目標(biāo)：

第一步，到2020年，人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟(jì)增長點，人工智能技術(shù)應(yīng)用成為改善民生的新途徑。

第二步，到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應(yīng)用達(dá)到世界領(lǐng)先水平，人工智能成為我國產(chǎn)業(yè)升級和經(jīng)濟(jì)轉(zhuǎn)型的主要動力，智能社會建設(shè)取得積極進(jìn)展。

第三步，到2030年，人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。

人工智能市場前景巨大，預(yù)計到2025年人工智能應(yīng)用市場總值將達(dá)1270億美元。近年來，我國在人工智能領(lǐng)域密集出臺相關(guān)政策，更在2017、2018以及2019年連續(xù)三年的政府工作報告中提到人工智能，可以看出在世界主要大國紛紛在人工智能領(lǐng)域出臺國家戰(zhàn)略，搶占人工智能時代制高點的環(huán)境下，中國政府把人工智能上升到國家戰(zhàn)略的決心。截至2018年11月，全國已有15個省市發(fā)布人工智能規(guī)劃，其中12個制定了具體的產(chǎn)業(yè)規(guī)模發(fā)展目標(biāo)。通過一系列政策與資金扶持，各省市不斷強(qiáng)化當(dāng)?shù)厝斯ぶ悄艿募夹g(shù)研發(fā)與應(yīng)用，為人工智能產(chǎn)業(yè)提供了廣闊發(fā)展前景。

1.2 AI人才缺口

未來的人工智能人才發(fā)展，將從基礎(chǔ)教育改革開始，依托社會治理的力量逐漸構(gòu)建形成人工智能教育生態(tài)。需要政府、高校、企業(yè)和社會共同努力。

各國的人工智能人才都非常稀缺，人工智能公司ElementAI發(fā)布的《2019年度全球AI人才報告》指出，全球人工智能人才的數(shù)量不斷攀升，但頂級人才仍然供不應(yīng)求。根據(jù)中國教育部門測算，我國人工智能人才目前缺口超過500萬，國內(nèi)的供求比例為1：10，供需比例嚴(yán)重失衡。不斷加強(qiáng)人才培養(yǎng)，補(bǔ)齊人才短板，是我國的當(dāng)務(wù)之急。

從市場規(guī)模來看，據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》統(tǒng)計數(shù)據(jù)顯示，2015中國人工智能市場規(guī)模已突破100億元，到了2016年中國人工智能市場規(guī)模達(dá)到142億元，同比增長27%。截止到2017年中國人工智能市場規(guī)模增長至217億元，同比增長53%。初步測算2018年中國人工智能市場規(guī)模將達(dá)339億元左右，比2017年增長56%，遠(yuǎn)高于全球17%的增速水平。并預(yù)測在2019、2020年中國人工智能市場規(guī)模將達(dá)500億元、710億元。2015-2020年復(fù)合年均增長率為44.5%。

圖 中國人工智能市場規(guī)模和增速

中國人工智能人才存在較大“缺口”，中美差距較大。國外企業(yè)ElementAI發(fā)布的《2019年度全球AI人才報告》顯示，中國成為全球最“吸金”的國家。由于國內(nèi)的創(chuàng)業(yè)環(huán)境、政府支持和大數(shù)據(jù)沉淀，中國人工智能領(lǐng)域的投融資占到了全球的60%，吸引了較多擁有技術(shù)的海外留學(xué)生回國發(fā)展。即便如此，中國在人才培養(yǎng)和人才吸引方面仍然與美國存在較大差距。數(shù)據(jù)顯示，58%的中國高級研究員在美國攻讀研究生，35%在中國讀研究生，7%在其他國家(澳大利亞和英國)讀研究生。

在畢業(yè)于美國院校的中國高級研究員中，78%留在美國研究機(jī)構(gòu)工作，僅有21%回到中國研究機(jī)構(gòu)工作。該報告還顯示，全球吸引人工智能人才的國家中，排名前五的是美國、中國、英國、德國、加拿大，共占據(jù)了72%的人工智能人才。中國雖然位列前列，但數(shù)量上僅有美國的四分之一，與美國存在較大差距。

培養(yǎng)模式是限制中國人工智能人才的“短板”。清華大學(xué)2018年6月發(fā)布的《中國人工智能發(fā)展報告》顯示，中國的論文總量和高被引論文數(shù)量都排名世界第一。的確，中國采用了“規(guī)模性生產(chǎn)”的人才模式，加快了人工智能人才的培養(yǎng)。

1.3 教育發(fā)展

《中國公民科學(xué)素質(zhì)建設(shè)報告》顯示，2018年，我國公民具備科學(xué)素質(zhì)的比例達(dá)到8.47%。雖然相比于2015年的6.2%提升了2.27%，但國民的科學(xué)素養(yǎng)仍在世界平均水平之下，這一點值得我們注意與省思。中國人工智能人才要發(fā)展，國民的基本科學(xué)素質(zhì)是根基，而素質(zhì)的提升又離不開教育的發(fā)展。中國與美國等發(fā)達(dá)國家在教育上的差異，不是體現(xiàn)在教材上，而是在教育理念和教學(xué)方法上。未來的教育要注重啟發(fā)式的培養(yǎng)，鼓勵學(xué)生互動和質(zhì)疑，突出創(chuàng)新思維的培養(yǎng)。

1、樹立正確的科學(xué)觀。在培養(yǎng)人工智能人才的問題上，不僅要強(qiáng)化通識教育，更重要是激發(fā)學(xué)生的好奇心，引導(dǎo)他們對科學(xué)的熱愛，樹立正確的科學(xué)觀;

2、其次，注重基礎(chǔ)層面算法人才的培養(yǎng)，將計算機(jī)科學(xué)嵌入中小學(xué)生的必(選)修課之中，注重培養(yǎng)學(xué)生在日常學(xué)習(xí)過程中對計算機(jī)的學(xué)習(xí)與運(yùn)用，強(qiáng)調(diào)在啟發(fā)、互動和實踐的過程中，培養(yǎng)學(xué)生思考和創(chuàng)新的能力;

3、營造開放和寬松的創(chuàng)新環(huán)境，要真正成為人工智能人才大國，不僅需要培養(yǎng)一批本土的高素質(zhì)的科技隊伍，同時還要集聚全世界的優(yōu)秀人工智能人才，這就需要以環(huán)境為依托，需要通過政策導(dǎo)向與市場優(yōu)化雙管齊下，營造良好環(huán)境。

以新時代人才發(fā)展理念為引領(lǐng)，打造“政產(chǎn)學(xué)研商”聯(lián)動發(fā)力的人工智能教育生態(tài)。人工智能人才的培養(yǎng)既是產(chǎn)業(yè)發(fā)展的需要，又承載著社會責(zé)任與歷史使命，需要政府、高校、企業(yè)和社會各界共同努力，依托社會治理的力量構(gòu)建新時代人工智能教育生態(tài)。我國政府對人工智能人才的培養(yǎng)極為重視。

2017年，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，將“加快培養(yǎng)聚集人工智能高端人才”列為重點任務(wù)，并對人工智能相關(guān)教育提供了大量資金支持。2018年，國家投入到高等職業(yè)教育領(lǐng)域的費(fèi)用是2900億元，而2019年的預(yù)算是3000多億元。

高校在人工智能人才的培養(yǎng)上剛剛起步，從長遠(yuǎn)來看，人工智能產(chǎn)業(yè)的發(fā)展和人才的培養(yǎng)，迫切地需要高校積極發(fā)力，廣泛開設(shè)人工智能專業(yè)。2018年，呼聲極高的人工智能專業(yè)正式被列入新增審批本科專業(yè)名單，全國共有35所高校獲取首批成立該專業(yè)資格。

2019年10月，教育部官網(wǎng)公布《普通高等學(xué)校高等職業(yè)教育（?？疲I(yè)設(shè)置管理辦法》，在相關(guān)學(xué)校和行業(yè)提交增補(bǔ)專業(yè)建議的基礎(chǔ)上，教育部組織研究確定了2019年度增補(bǔ)人工智能技術(shù)服務(wù)（專業(yè)代碼：610217）等專業(yè)共9個，其中171所高職院校新增人工智能技術(shù)服務(wù)專業(yè)，自2020年起執(zhí)行。

人工智能教育需要大力推動校企合作，注重科技創(chuàng)新和產(chǎn)業(yè)發(fā)展的深度融合：其一，校企攜手合作，致力于改變高校人才滯后于企業(yè)發(fā)展的現(xiàn)狀;其二，企業(yè)技術(shù)賦能高校研究，助力產(chǎn)學(xué)研融合落到實處。例如，百度目前已經(jīng)形成了囊括師資培訓(xùn)、課程共建、教材出版以及學(xué)生賽事等多個維度產(chǎn)學(xué)融合生態(tài);騰訊以產(chǎn)業(yè)為驅(qū)動，將產(chǎn)業(yè)人才需求聯(lián)合高校轉(zhuǎn)化為專業(yè)設(shè)置，將企業(yè)職業(yè)標(biāo)準(zhǔn)轉(zhuǎn)化為課程內(nèi)容，將企業(yè)生產(chǎn)開發(fā)過程通過實訓(xùn)項目轉(zhuǎn)化為教學(xué)過程;阿里參與的校企合作，則更側(cè)重學(xué)術(shù)及研究，將真實的業(yè)務(wù)場景和全球院校的科研實力結(jié)合，是阿里校企合作的最大特色。

未來的人工智能人才發(fā)展，將從基礎(chǔ)教育改革開始，依托社會治理的力量逐漸構(gòu)建形成人工智能教育生態(tài)。這是一段漫長的道路，需要我國政府、高校、企業(yè)和社會共同努力。

唯眾從解決人工智能相關(guān)專業(yè)的專業(yè)建設(shè)難點出發(fā)，以讓教學(xué)實訓(xùn)更簡單為理念，推出人工智能相關(guān)專業(yè)一站式專業(yè)建設(shè)解決方案，助力學(xué)校完成人工智能相關(guān)專業(yè)的專業(yè)建設(shè)。

二、高職人工智能人才需求

本專業(yè)領(lǐng)域畢業(yè)生可到各類企事業(yè)單位承擔(dān)人工智能產(chǎn)品和系統(tǒng)的生產(chǎn)、測試、運(yùn)營、維護(hù)、技術(shù)支持、售后、銷售等工作，對于能力較強(qiáng)的學(xué)生可以承擔(dān)人工智能助理工程師、機(jī)器學(xué)習(xí)工程師、計算機(jī)視覺工程師等研發(fā)崗。

具體崗位包括:人工智能實施工程師（15%）、人工智能運(yùn)維工程師（15%）、人工智能助理工程師（10%）、人工智能測試工程師（15%）、人工智能技術(shù)支持工程師（10%）、人工智能工程師（15%）、機(jī)器學(xué)習(xí)工程師（15%）、人工智能產(chǎn)品銷售（5%）。

細(xì)分領(lǐng)域占比（%）細(xì)分領(lǐng)域占比（%）算法/機(jī)器學(xué)習(xí)47.6語音識別4.8機(jī)器人15.7智能/精準(zhǔn)營銷2.3硬件/GPU/智能芯片13.1推薦系統(tǒng)1.6圖像識別/計算機(jī)視覺6.5智能交通/自動駕駛1.4自然語言處理5.5其他1.5

從人才類別分析。人工智能的人才分布呈金字塔式分布，其中占比最多的為數(shù)字藍(lán)領(lǐng)人才，包括：人工智能訓(xùn)練師、智能可視化工程師、人工智能數(shù)據(jù)標(biāo)注、人工智能應(yīng)用工程師，最少的為科學(xué)家人才，如下圖所示。

三、關(guān)鍵技術(shù)

人工智能技術(shù)包含了機(jī)器學(xué)習(xí)、知識圖譜、自然語言處理、人機(jī)交互、計算機(jī)視覺等關(guān)鍵技術(shù)。

3.1機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（Machine Learning）是一門涉及統(tǒng)計學(xué)、系統(tǒng)辨識、逼近理論、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計算機(jī)科學(xué)、腦科學(xué)等諸多領(lǐng)域的交叉學(xué)科，研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能，是人工智能技術(shù)的核心?；跀?shù)據(jù)的機(jī)器學(xué)習(xí)是現(xiàn)代智能技術(shù)中的重要方法之一，研究從觀測數(shù)據(jù)（樣本）出發(fā)尋找規(guī)律，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進(jìn)行預(yù)測。根據(jù)學(xué)習(xí)模式、學(xué)習(xí)方法以及算法的不同，機(jī)器學(xué)習(xí)存在不同的分類方法。根據(jù)學(xué)習(xí)模式將機(jī)器學(xué)習(xí)分類為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，機(jī)器學(xué)習(xí)是單層的，深度學(xué)習(xí)是多層的。計算機(jī)通過深度學(xué)習(xí)技術(shù)對數(shù)據(jù)信息進(jìn)行總結(jié)、抽象，并發(fā)現(xiàn)其中的規(guī)律。在數(shù)據(jù)輸入后，通過多層非線性的特征學(xué)習(xí)和分層特征提取，最終對輸入的圖像、聲音等數(shù)據(jù)進(jìn)行預(yù)測。深度學(xué)習(xí)框架多硬件平臺適配總體架構(gòu)技術(shù)方案包括設(shè)備管理層接入接口、算子適配層接入接口，訓(xùn)練框架與推理框架的多硬件適配指標(biāo)體系包括安裝部署、兼容適配、算子支持、模型支持、訓(xùn)練性能、穩(wěn)定性和易擴(kuò)展性等。

3.2知識圖譜

知識圖譜本質(zhì)上是結(jié)構(gòu)化的語義知識庫，是一種由節(jié)點和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，以符號形式描述物理世界中的概念及其相互關(guān)系，其基本組成單位是“實體—關(guān)系—實體”三元組，以及實體及其相關(guān)“屬性—值”對。不同實體之間通過關(guān)系相互聯(lián)結(jié)，構(gòu)成網(wǎng)狀的知識結(jié)構(gòu)。在知識圖譜中，每個節(jié)點表示現(xiàn)實世界的“實體”，每條邊為實體與實體之間的“關(guān)系”。通俗地講，知識圖譜就是把所有不同種類的信息連接在一起而得到的一個關(guān)系網(wǎng)絡(luò)，提供了從“關(guān)系”的角度去分析問題的能力。

知識圖譜可用于反欺詐、不一致性驗證、組團(tuán)欺詐等公共安全保障領(lǐng)域，需要用到異常分析、靜態(tài)分析、動態(tài)分析等數(shù)據(jù)挖掘方法。特別地，知識圖譜在搜索引擎、可視化展示和精準(zhǔn)營銷方面有很大的優(yōu)勢，已成為業(yè)界的熱門工具。但是，知識圖譜的發(fā)展還有很大的挑戰(zhàn)，如數(shù)據(jù)的噪聲問題，即數(shù)據(jù)本身有錯誤或者數(shù)據(jù)存在冗余。隨著知識圖譜應(yīng)用的不斷深入，還有一系列關(guān)鍵技術(shù)需要突破。

3.3自然語言處理

自然語言處理( Natural Language Processing, NLP)是計算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個重要方向。它研究能實現(xiàn)人與計算機(jī)之間用自然語言進(jìn)行有效通信的各種理論和方法。自然語言處理是一門融語言學(xué)、計算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。因此，這一領(lǐng)域的研究將涉及自然語言，即人們?nèi)粘Ｊ褂玫恼Z言，所以它與語言學(xué)的研究有著密切的聯(lián)系，但又有重要的區(qū)別。自然語言處理并不是一般地研究自然語言，而在于研制能有效地實現(xiàn)自然語言通信的計算機(jī)系統(tǒng)，特別是其中的軟件系統(tǒng)。因而它是計算機(jī)科學(xué)的一部分。

自然語言處理主要應(yīng)用于機(jī)器翻譯、輿情監(jiān)測、自動摘要、觀點提取、文本分類、問題回答、文本語義對比、語音識別、中文OCR等方面。

3.4人機(jī)交互

人機(jī)交互主要研究人和計算機(jī)之間的信息交換，主要包括人到計算機(jī)和計算機(jī)到人的兩部分信息交換，是人工智能領(lǐng)域的重要的外圍技術(shù)。人機(jī)交互是與認(rèn)知心理學(xué)、人機(jī)工程學(xué)、多媒體技術(shù)、虛擬現(xiàn)實技術(shù)等密切相關(guān)的綜合學(xué)科。傳統(tǒng)的人與計算機(jī)之間的信息交換主要依靠交互設(shè)備進(jìn)行，主要包括鍵盤、鼠標(biāo)、操縱桿、數(shù)據(jù)服裝、眼動跟蹤器、位置跟蹤器、數(shù)據(jù)手套、壓力筆等輸入設(shè)備，以及打印機(jī)、繪圖儀、顯示器、頭盔式顯示器、音箱等輸出設(shè)備。人機(jī)交互技術(shù)除了傳統(tǒng)的基本交互和圖形交互外，還包括語音交互、情感交互、體感交互及腦機(jī)交互等技術(shù)。

3.5計算機(jī)視覺

計算機(jī)視覺是使用計算機(jī)模仿人類視覺系統(tǒng)的科學(xué)，讓計算機(jī)擁有類似人類提取、處理、理解和分析圖像以及圖像序列的能力。自動駕駛、機(jī)器人、智能醫(yī)療等領(lǐng)域均需要通過計算機(jī)視覺技術(shù)從視覺信號中提取并處理信息。近來隨著深度學(xué)習(xí)的發(fā)展，預(yù)處理、特征提取與算法處理漸漸融合，形成端到端的人工智能算法技術(shù)。根據(jù)解決的問題，計算機(jī)視覺可分為計算成像學(xué)、圖像理解、三維視覺、動態(tài)視覺和視頻編解碼五大類。

3.6 人工智能硬件

主要圍繞智能芯片、系統(tǒng)軟件、開發(fā)框架等方面，為人工智能提供基礎(chǔ)設(shè)施支撐。主要有傳統(tǒng)芯片和智能芯片兩類，另外還有受生物腦啟發(fā)設(shè)計的類腦仿生芯片等。傳統(tǒng)芯片可以覆蓋人工智能程序底層所需要的基本運(yùn)算操作，但是在芯片架構(gòu)、性能等方面無法適應(yīng)人工智能技術(shù)與應(yīng)用的快速發(fā)展；智能芯片是專門針對人工智能領(lǐng)域設(shè)計的芯片，包括通用和專用兩種類型。其中通用型智能芯片具有普適性，在人工智能領(lǐng)域內(nèi)靈活通用；專用型智能芯片是針對特定的應(yīng)用場景需求設(shè)計的。

3.7人工智能框架

AI框架給開發(fā)者提供構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的數(shù)學(xué)操作，AI框架把復(fù)雜的數(shù)學(xué)表達(dá)，轉(zhuǎn)換成計算機(jī)可識別的計算圖。AI計算框架可以很好地實現(xiàn)各種深度學(xué)習(xí)算法，涉及自然語言處理、機(jī)器翻譯、圖像描述、圖像分類等一系列技術(shù)。AI框架最核心的是提供開發(fā)者構(gòu)建神經(jīng)網(wǎng)絡(luò)的接口（數(shù)學(xué)操作），自動對神經(jīng)網(wǎng)絡(luò)訓(xùn)練（進(jìn)行反向求導(dǎo)，逼近地求解最優(yōu)值），得到一個神經(jīng)網(wǎng)絡(luò)模型（逼近函數(shù)）用于解決分類、回歸、擬合的問題，實現(xiàn)目標(biāo)分類、語音識別等應(yīng)用場景。

四、高職人工智能技術(shù)應(yīng)用知識體系

五、高職人工智能專業(yè)方向

5.1.1培養(yǎng)目標(biāo)

本專業(yè)培養(yǎng)適應(yīng)社會主義現(xiàn)代化建設(shè)事業(yè)需要，德、智、體、美全面發(fā)展，具有良好人文、科學(xué)素養(yǎng)和職業(yè)道德，掌握計算機(jī)編程技術(shù)、Python語言高級開發(fā)技術(shù)、人工智能數(shù)學(xué)、機(jī)器學(xué)習(xí)、算法、人工智能的實踐工作和創(chuàng)新能力，能從事人工智能技術(shù)在智能交通、環(huán)境保護(hù)、公共安全、智能家居、工業(yè)監(jiān)測、個人健康等多個領(lǐng)域中的系統(tǒng)開發(fā)及其應(yīng)用的高級技術(shù)應(yīng)用型人才。綜合素質(zhì)方面具有一定的創(chuàng)新意識、團(tuán)隊意識、邏輯推理能力，綜合分析能力、實踐動手能力、自主學(xué)習(xí)能力，能在企事業(yè)單位從事人工智能應(yīng)用相關(guān)的開發(fā)、運(yùn)維、管理工作的高素質(zhì)技術(shù)技能型人才。

5.1.3就業(yè)方向

本專業(yè)領(lǐng)域畢業(yè)生可到各類企事業(yè)單位承擔(dān)人工智能產(chǎn)品和系統(tǒng)的生產(chǎn)、測試、運(yùn)營、維護(hù)、技術(shù)支持、售后、銷售等工作，對于能力較強(qiáng)的學(xué)生可以承擔(dān)人工智能助理工程師、機(jī)器學(xué)習(xí)工程師、計算機(jī)視覺工程師等研發(fā)崗。

具體崗位包括:人工智能實施工程師、人工智能運(yùn)營工程師、人工智能運(yùn)維工程師、人工智能助理工程師、人工智能測試工程師、人工智能技術(shù)支持工程師（FAE）、人工智能工程師、機(jī)器學(xué)習(xí)工程師、人工智能產(chǎn)品銷售。

六、立體課程體系

人工智能從架構(gòu)上劃分分為三個層次：基礎(chǔ)層、技術(shù)層和應(yīng)用層?；A(chǔ)層包括：人工智能的計算能力和數(shù)據(jù)資源基礎(chǔ)；技術(shù)層包括：算法、模型和技術(shù)開發(fā)；應(yīng)用層則聚焦在人工智能和各行業(yè)各領(lǐng)域的結(jié)合。

從人工智能的這三個層次來對人工智能課程體系進(jìn)行立體劃分，如下圖所示。

七、實踐教學(xué)內(nèi)容

在人工智能實踐教學(xué)方面，實驗內(nèi)容主要包括：人工智能基礎(chǔ)層實驗、人工智能技術(shù)層實驗、人工智能綜合應(yīng)用實驗，如下圖所示。

人工智能基礎(chǔ)層實驗主要針對人工智能的基礎(chǔ)層技術(shù)，包括：python基礎(chǔ)實驗、Linux操作系統(tǒng)實驗和數(shù)據(jù)分析處理實驗。其中python基礎(chǔ)實驗包括條件語句、復(fù)合語句、表達(dá)式、文件操作等實驗；Linux操作系統(tǒng)實驗包括Linux基礎(chǔ)命令、Linux用戶管理、Linux目錄管理、Linux文件管理等實驗；數(shù)據(jù)分析處理實驗包括數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)標(biāo)注等實驗。

人工智能技術(shù)層實驗主要是針對人工智能的技術(shù)層技術(shù)，包括：計算機(jī)視覺實驗、語言識別實驗、機(jī)器學(xué)習(xí)實驗、自然語言處理實驗。計算機(jī)視覺實驗分為圖像處理、人臉檢測、物體識別、車牌識別等實驗；語音識別實驗包括語言采集、信號處理、語音識別、語音編碼等實驗；機(jī)器學(xué)習(xí)實驗包括模型構(gòu)建、模型訓(xùn)練、模型部署、模型驗證等實驗；自然語言處理實驗分為語法分析、語義分析、篇章理解等實驗。

人工智能綜合應(yīng)用實驗則是結(jié)合人工智能各層所需技術(shù)內(nèi)容模擬行業(yè)中的經(jīng)典應(yīng)用，分為綜合實驗以及自主實驗。綜合實驗包括智能家居實驗、智慧門禁實驗、智能監(jiān)控實驗。自主實驗則是由學(xué)生進(jìn)行自主命題實現(xiàn)創(chuàng)新創(chuàng)意的實驗。

八、人工智能人才培養(yǎng)高水平實訓(xùn)基地建設(shè)

人工智能專業(yè)的培養(yǎng)目標(biāo)是培養(yǎng)掌握基礎(chǔ)理論知識、掌握物聯(lián)網(wǎng)核心技術(shù)、精通物聯(lián)網(wǎng)系統(tǒng)及部件應(yīng)用、物聯(lián)網(wǎng)知識面寬、動手能力強(qiáng)、適應(yīng)各種崗位工作的應(yīng)用型及研發(fā)型人才，從事物聯(lián)網(wǎng)核心部件開發(fā)、技術(shù)應(yīng)用、系統(tǒng)搭建、系統(tǒng)維護(hù)升級、解決方案設(shè)計等工作。

由于人工智能知識體系的龐雜性、應(yīng)用性、實踐性等特點，實驗室和實訓(xùn)基地在教學(xué)過程中起的作用遠(yuǎn)比其他學(xué)科來的重要。在進(jìn)行基本理論知識教學(xué)之后，實驗室能夠提供給學(xué)生動手實踐的平臺，將理論知識轉(zhuǎn)為實際操作；為學(xué)生提供一個真實擬真的人工智能網(wǎng)環(huán)境，掌握各種物聯(lián)網(wǎng)設(shè)備、部件、系統(tǒng)的原理、技術(shù)和運(yùn)用唯眾結(jié)合企業(yè)人才需求，從機(jī)器學(xué)習(xí)、知識圖譜、自然語言處理、人機(jī)交互、計算機(jī)視覺、人智能硬件、人工智能框架“七維”角度為專業(yè)學(xué)科建設(shè)提供軟硬件平臺及教學(xué)實驗環(huán)境的支撐。

基礎(chǔ)實訓(xùn)區(qū)：滿足人工智能專業(yè)知識點的基礎(chǔ)實驗學(xué)習(xí)，覆蓋人工智能編程基礎(chǔ)、人工智能硬件開發(fā)、計算機(jī)基本算未能、數(shù)據(jù)采集等教學(xué)實驗，主要通過實訓(xùn)裝置等常規(guī)設(shè)備實現(xiàn)。

綜合實訓(xùn)區(qū)：滿足人工智能專業(yè)知識點到知識面的綜合實訓(xùn)練習(xí)，每一個實訓(xùn)實驗都能夠基本覆蓋人工智能的全部知識點，能夠橫向掌握人工智能工程系統(tǒng)的完整開發(fā)流程。主要通過人工智能實訓(xùn)平臺等項目實訓(xùn)臺等設(shè)備實現(xiàn)。

創(chuàng)客實訓(xùn)區(qū)：滿足人工智能專業(yè)對人才創(chuàng)新能力的培養(yǎng)，結(jié)合行業(yè)的各種實際應(yīng)用需求，深度掌握核心技術(shù)，從縱向?qū)?yīng)用難點的創(chuàng)新和突破。創(chuàng)新實驗設(shè)備提供更加開放的提供設(shè)計性功能，設(shè)備形態(tài)更加接近實際工程應(yīng)用產(chǎn)品，同時能夠滿足其他不同學(xué)科的交叉性知識內(nèi)容。

人工智能高水平實訓(xùn)基地效果圖

九、方案價值

9.1專業(yè)教學(xué)服務(wù)

人工智能技術(shù)應(yīng)用專業(yè)是人工智能技術(shù)、計算機(jī)科學(xué)、信息科學(xué)與特色行業(yè)相結(jié)合的復(fù)合型專業(yè)。人工智能技術(shù)應(yīng)用專業(yè)注重強(qiáng)化學(xué)生的人工智能建模與算法分析設(shè)計能力、解決交通、醫(yī)療等行業(yè)人工智能應(yīng)用問題的實踐能力，強(qiáng)調(diào)學(xué)生的個性化科學(xué)思維和創(chuàng)新實踐能力的培養(yǎng)；培養(yǎng)能夠進(jìn)行人工智能算法分析與設(shè)計、人工智能核心技術(shù)研究與開發(fā)、人工智能技術(shù)應(yīng)用與其它專業(yè)領(lǐng)域結(jié)合等復(fù)雜工程問題分析與解決的高級專門人才。人工智能技術(shù)應(yīng)用專業(yè)將專業(yè)課程劃分為如圖1五個模塊。

圖 1 人工智能專業(yè)課程模塊化

人工智能專業(yè)基礎(chǔ)模塊：包括人工智能導(dǎo)論、python程序設(shè)計、Linux操作系統(tǒng)、計算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)結(jié)構(gòu)、計算機(jī)數(shù)學(xué)等專業(yè)基礎(chǔ)課程，為后續(xù)深入學(xué)習(xí)人工智能專業(yè)核心課程打下基礎(chǔ)。

計算能力模塊：人工智能的算法、模型等都是建立在計算能力的基礎(chǔ)之上,因此在深入學(xué)習(xí)人工智能核心技術(shù)之前需要有計算能力的基礎(chǔ)，計算能力模塊主要由高等數(shù)學(xué)、線性代數(shù)、概率論數(shù)理統(tǒng)計和隨機(jī)過程、離散數(shù)學(xué)、數(shù)值分析等計算基礎(chǔ)課程組成。

數(shù)據(jù)集訓(xùn)練模塊：涵蓋了數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)標(biāo)注、數(shù)據(jù)集制作等技術(shù)，主要由數(shù)據(jù)挖掘、數(shù)據(jù)分析與特征工程、數(shù)據(jù)標(biāo)注、圖像處理等專業(yè)核心課程構(gòu)成。

機(jī)器學(xué)習(xí)模塊：機(jī)器學(xué)習(xí)模塊分為兩個子模塊，一部分為算法學(xué)習(xí)子模塊，另一部分為框架學(xué)習(xí)子模塊。

算法學(xué)習(xí)子模塊中包括一些人工智能中常用的算法學(xué)習(xí)如線性回歸算法、邏輯回歸算法、決策樹算法、樸素貝葉斯算法、K 近鄰算法等。

框架學(xué)習(xí)子模塊中包括一些人工智能中常用的機(jī)器學(xué)習(xí)框架如Scikit-learn、Caffe、Torch、MXNet、PyTorch、Keras、TensorFlow等主流框架。

人工智能應(yīng)用模塊：人工智能應(yīng)用模塊也分為兩個子模塊，一是人工智能行業(yè)應(yīng)用子模塊，另一個是人工智能技術(shù)應(yīng)用子模塊。

行業(yè)應(yīng)用子模塊中包括人工智能在行業(yè)中的一些經(jīng)典應(yīng)用，如智能制造、智能家居、智慧交通、智能安防、智慧醫(yī)療等。

技術(shù)應(yīng)用子模塊中包括人工智能在技術(shù)領(lǐng)域中的應(yīng)用，如自動駕駛技術(shù)、人臉識別技術(shù)、語音識別技術(shù)、文字識別技術(shù)等。

十、理實一體全流程教學(xué)

云課堂是唯眾憑借十多年在職業(yè)教學(xué)領(lǐng)域耕耘，以“微服務(wù)、虛擬化、全棧云”三大核心技術(shù)為支撐，助力學(xué)校高水平專業(yè)建設(shè)。該平臺采用微服務(wù)架構(gòu)，將平臺服務(wù)精準(zhǔn)分為公共基礎(chǔ)、公共應(yīng)用、專業(yè)應(yīng)用服務(wù)。公共基礎(chǔ)服務(wù)精確為字典、banner、用戶權(quán)限、文件、認(rèn)證、網(wǎng)關(guān)、訂單、轉(zhuǎn)碼、平臺運(yùn)營、學(xué)校運(yùn)營、日志、登錄、搜索等；專業(yè)應(yīng)用服務(wù)精確為KVM虛擬化、容器虛擬化、代碼評測、工具、資源、環(huán)境等；公共應(yīng)用服務(wù)精確為課程、考試服務(wù)、云盤、云優(yōu)選、題庫、活動、工具等。不同的微服務(wù)進(jìn)行因材施教和按需施教，可以非常方便教師實施個性化的教學(xué)模式、具體的教學(xué)內(nèi)容、針對性的教學(xué)流程，精細(xì)賦能Ｗeb前端框架應(yīng)用教學(xué)。

老師利用平臺非常方便構(gòu)建多層次、立體化的教學(xué)課程資源，拓寬了學(xué)習(xí)渠道，極大地調(diào)動了學(xué)生參與學(xué)習(xí)的積極性，提高了教學(xué)效率，實現(xiàn)了老師在家、在辦公室、在教室都可輕松進(jìn)行無差異環(huán)境備課，實現(xiàn)了與學(xué)生的“課前”“課中”“課后”和校內(nèi)校外有機(jī)結(jié)合的網(wǎng)絡(luò)在線學(xué)習(xí)、在線實踐操作，并逐步形成課堂教學(xué)與云教學(xué)相結(jié)合的混合式教學(xué)模式。該平臺在教學(xué)中的應(yīng)用，打破了校園時空限制、教學(xué)環(huán)境限制，可實現(xiàn)學(xué)生的遠(yuǎn)程學(xué)習(xí)和彈性自主學(xué)習(xí)，遠(yuǎn)程實訓(xùn)和彈性自主學(xué)訓(xùn)。唯眾云課堂充分利用KVM和容器等多種虛擬化技術(shù)進(jìn)行精準(zhǔn)化教學(xué)，根據(jù)不同的教學(xué)內(nèi)容選用不同的虛擬化技術(shù)、不同硬件資源，如GPU、CPU、算力、不同的實驗環(huán)境，對不同軟件開發(fā)語言（C、Java、Python、html等）、同一課程的不同階段開展精細(xì)化教學(xué)。

唯眾云課堂還可根據(jù)教學(xué)的需求進(jìn)行公有云、私有云、混合云等不同方式的部署，可以適應(yīng)學(xué)校各種不同的復(fù)雜網(wǎng)絡(luò)環(huán)境和資產(chǎn)入庫需求而且性價比高、穩(wěn)定性強(qiáng)。平臺還將科研、技能大賽、1+X認(rèn)證等全流程無縫銜接各種計算機(jī)網(wǎng)絡(luò)、智能化安防、物聯(lián)網(wǎng)、人工智能等前端應(yīng)用場景，更加高效開展具有多種功能的開放式、全流程、理實一體化的Web前端教學(xué)平臺?；谖ū娫普n堂的“6+6”互動教學(xué)流程如下圖所示。

10.1 1+X認(rèn)證服務(wù)

提供1+X證書（物聯(lián)網(wǎng)智能家居系統(tǒng)集成和應(yīng)用、物聯(lián)網(wǎng)傳感網(wǎng)開發(fā)）初級、中級、高級認(rèn)證培訓(xùn)資源；Web前端開發(fā)1+X證書初級、中級資源

10.2 人工智能專業(yè)群技能大賽支撐

10.2.1 一帶一路金磚國家技能發(fā)展與創(chuàng)新大賽

十一、產(chǎn)學(xué)研究中心

目標(biāo)：圍繞前沿技術(shù)，探索以物聯(lián)網(wǎng)為代表的跨界融合產(chǎn)業(yè)，為高校用戶、科研單位、政企部門提供智云物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)+、云計算大數(shù)據(jù)、智慧農(nóng)業(yè)產(chǎn)品產(chǎn)學(xué)研一體化的解決方案。物聯(lián)網(wǎng)產(chǎn)學(xué)研究中心是唯眾與院校合作進(jìn)行深度科研合作的平臺，通過技術(shù)的融合、共享和協(xié)作，能夠響應(yīng)國家產(chǎn)教融合戰(zhàn)略。

唯眾與院校共同建設(shè)產(chǎn)業(yè)研究中心，雙方共同推動產(chǎn)教融合的發(fā)展：

1）院校選派優(yōu)秀教師參與唯眾技術(shù)項目研發(fā)、技術(shù)難題分析與解決、技術(shù)創(chuàng)新孵

化及企業(yè)技術(shù)人員能力提升，共同舉辦學(xué)術(shù)問題研討與咨詢。

2）唯眾積極支持、參與高校校內(nèi)企業(yè)創(chuàng)新機(jī)構(gòu)的建設(shè)，幫助老師及時跟蹤新知識

新技術(shù)，提升高校的師資力量。

3）雙方合作申報各個層次的科技項目、品牌與渠道合作項目，并共同進(jìn)行研究。

11.1雙活數(shù)據(jù)中心功能示意圖

11.2項目價值

教材聯(lián)合開發(fā)教材

聯(lián)合各院校教授專家，開發(fā)物聯(lián)網(wǎng)技術(shù)應(yīng)用專業(yè)系列教材，贈送物聯(lián)網(wǎng)技術(shù)應(yīng)用專業(yè)系列教程，為院校專業(yè)實驗課程開展和教學(xué)提供參考。

11.3 產(chǎn)學(xué)研支撐平臺

11.3.1數(shù)字基座

平臺采用spring cloud微服務(wù)開發(fā)架構(gòu)，各服務(wù)模塊單獨運(yùn)行并提供服務(wù)接口；可提供穩(wěn)定、快速、高效的服務(wù)；平臺整體采用前后端分離和分布式微服務(wù)的彈性計算架構(gòu)實現(xiàn)，后端主要基于Java的Spring cloud實現(xiàn)，前端vue實現(xiàn)等，具有高內(nèi)聚、松耦合、業(yè)務(wù)單一、高性能、高并發(fā)、高可能、跨平臺、跨語言等特點。

平臺提供SSO單點登錄，多個應(yīng)用系統(tǒng)統(tǒng)一登錄，統(tǒng)一的用戶管理，一個賬戶可登錄驗證教學(xué)全場景以及數(shù)字技術(shù)專業(yè)群實踐教學(xué)等所有應(yīng)用模塊系統(tǒng)。

平臺采用kubernetes技術(shù)進(jìn)行部署，支持公有云、私有云、混合云模式安裝；平臺支持多數(shù)據(jù)源從而保證技術(shù)的一致性；確保服務(wù)的穩(wěn)定、可擴(kuò)展、彈性擴(kuò)容；每個獨立服務(wù)支持分布式集群部署，理論上可以無限橫向擴(kuò)展，提高系統(tǒng)處理能力，支持大規(guī)模并發(fā)教學(xué)全場景和數(shù)字化專業(yè)群教學(xué)實踐應(yīng)用。

基礎(chǔ)虛擬化服務(wù)由docker和kvm兩種虛擬化技術(shù)根據(jù)學(xué)科性質(zhì)進(jìn)行選擇性支撐，可滿足不同的虛擬化需求，提供穩(wěn)定、可自行配置的虛擬機(jī)器。

基于全流程DevOps自動化運(yùn)維，支持持續(xù)集成、分析、服務(wù)注冊與發(fā)現(xiàn)、系統(tǒng)監(jiān)控、性能監(jiān)控、日志管理、預(yù)警、持續(xù)部署(基于docker的鏡像倉庫，Kubernetes的容器云管理調(diào)度平臺，在線可視化管理、監(jiān)控、調(diào)度容器)。

基礎(chǔ)持久化層支持RDS和NoSQL兩種方式，采用MySQL集群和MongoDB集群搭建，支持基于CQRS的分布式事務(wù)處理，支持?jǐn)?shù)據(jù)自動備份，同時使用于Redis集群對熱點數(shù)據(jù)進(jìn)行緩存，支持大并發(fā)；支持純本地化數(shù)據(jù)源。

基礎(chǔ)服務(wù)層支持在線驗證碼服務(wù)、基礎(chǔ)文件服務(wù)、消息隊列服務(wù)、OSS對象存儲服務(wù)、用戶/鑒權(quán)服務(wù)、個人云盤服務(wù)、WebSocket服務(wù)等，保證平臺的通用性。用戶基礎(chǔ)信息管理：對訂單實行按業(yè)務(wù)方向進(jìn)行配置，對班級、教師、學(xué)生相關(guān)信息進(jìn)行新增、修改、刪除以及數(shù)據(jù)權(quán)限進(jìn)行配置。

11.3.2三大核心技術(shù)

唯眾緊密圍繞職業(yè)院校高水平數(shù)字專業(yè)群，針對職業(yè)教學(xué)發(fā)展現(xiàn)狀，傾力打造以微服務(wù)、虛擬化、全棧云三大核心技術(shù)為載體，以計算機(jī)技術(shù)、多媒體技術(shù)、網(wǎng)絡(luò)通信技術(shù)、大數(shù)據(jù)技術(shù)、人工智能技術(shù)等新一代數(shù)字技術(shù)手段構(gòu)建的一種新型教學(xué)平臺，可以支持院校進(jìn)行教學(xué)研發(fā)創(chuàng)新。

01微服務(wù)

傳統(tǒng)的軟件都是采用單體架構(gòu)開發(fā)，所有的模塊都是緊密耦合在一起的。不僅開發(fā)代碼量大、客戶使用維護(hù)也十分困難。

微服用架構(gòu)將單一應(yīng)用程序劃分成一組小的服務(wù)，服務(wù)之間相互協(xié)調(diào)、互相配合，為師生提供最終價值。每個服務(wù)運(yùn)行在其獨立的進(jìn)程中，服務(wù)和服務(wù)之間采用輕量級的通信機(jī)制相互溝通。每個服務(wù)都圍繞著具體的業(yè)務(wù)進(jìn)行構(gòu)建，并且能夠被獨立的部署到生產(chǎn)環(huán)境、類生產(chǎn)環(huán)境等，對具體的一個服務(wù)而言，可根據(jù)業(yè)務(wù)上下文，選擇合適的語言、工具對其進(jìn)行構(gòu)建。

唯眾云課堂平臺采用微服務(wù)架構(gòu)，精準(zhǔn)分為公共基礎(chǔ)、公共應(yīng)用、專業(yè)應(yīng)用服務(wù)。公共基礎(chǔ)服務(wù)精確為字典、banner、用戶權(quán)限、文件、認(rèn)證、網(wǎng)關(guān)、訂單、轉(zhuǎn)碼、平臺運(yùn)營、學(xué)校運(yùn)營、日志、登錄、搜索等；專業(yè)應(yīng)用服務(wù)精確為KVM虛擬化、容器虛擬化、代碼評測、工具、資源、環(huán)境等；公共應(yīng)用服務(wù)精確為課程、考試服務(wù)、云盤、云優(yōu)選、題庫、活動、工具等。把不同的微服務(wù)方便進(jìn)行因材施教和按需施教，可以非常方便實施個性化的教學(xué)模式、具體的教學(xué)內(nèi)容、針對性的教學(xué)流程，精細(xì)賦能計算機(jī)基礎(chǔ)、綜合布線、網(wǎng)絡(luò)搭建與運(yùn)維、智能化安防、物聯(lián)網(wǎng)、嵌入式、移動互聯(lián)、WEB前端開發(fā)、軟件應(yīng)用開發(fā)、云計算、大數(shù)據(jù)、人工智能、創(chuàng)客等數(shù)字技術(shù)專業(yè)群教學(xué)和實訓(xùn)基地建設(shè)，從而營造動態(tài)精準(zhǔn)高效的好課堂，助力提質(zhì)培優(yōu)、增值賦能高水平職業(yè)教學(xué)。

02虛擬化

校園傳統(tǒng)機(jī)房絕大多數(shù)采用物理基礎(chǔ)架構(gòu)，電腦硬件配置往往限定了實驗環(huán)境的建設(shè)，這不僅導(dǎo)致了計算機(jī)資源浪費(fèi)、利用效率不高。同時，不可避免的硬件故障致使校方后期運(yùn)維管理壓力增大，成本也居高不下。

虛擬化技術(shù)中，可以同時運(yùn)行多個操作系統(tǒng)，而且每一個操作系統(tǒng)中都有多個程序運(yùn)行，每一個操作系統(tǒng)都運(yùn)行在一個虛擬的CPU或者是虛擬主機(jī)上。虛擬層會給每個虛擬機(jī)模擬一套獨立的硬件設(shè)備，包含CPU、內(nèi)存、主板、顯卡、網(wǎng)卡等硬件資源，并可用戶需要，動態(tài)配置資源，還可以在其上安裝Windows、Linux等不同操作系統(tǒng)和不同的版本。

唯眾云課堂充份利用KVM和容器等多種虛擬化技術(shù)可進(jìn)行精準(zhǔn)教學(xué)，根據(jù)不同的教學(xué)內(nèi)容選用不同的虛擬化技術(shù)、不同硬件資源，如GPU、CPU、算力、不同的實驗環(huán)境，對不同軟件開發(fā)語言（C、Java、Python、html等）、同一課程的不同階段開展精細(xì)化教學(xué)，可廣泛應(yīng)用于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、軟件開發(fā)、網(wǎng)絡(luò)仿真和人工智能等專業(yè)教學(xué)實訓(xùn)，讓教學(xué)用戶方便構(gòu)建構(gòu)建通用型高水平專業(yè)群實訓(xùn)基地，極大提高學(xué)校計算機(jī)機(jī)房利用率，教學(xué)應(yīng)用場景輕松切換和軟硬件管理維護(hù)高效便捷。

03全棧云

基于開放的、可信的、可靠智能的華為公有云，并融合了現(xiàn)代教育的行動導(dǎo)向、情境式、項目式理念具有多種功能的開放式、全流程、理實一體化平臺。

單純的私有云部署會因硬件等原因?qū)е聰?shù)據(jù)丟失或者服務(wù)不可用，而公有云部署數(shù)據(jù)安全性不高，有些服務(wù)無法滿足。

我們理解全棧云既要有有底層能力，還要有上層平臺能力，需要有從硬件到軟件，再到應(yīng)用的完整能力，包括對行業(yè)的理解能力，這樣，才能給客戶提供全棧的能力。具體來講有四個重要因素，首先是業(yè)務(wù)承載的連續(xù)性和全面性，其次，是圍繞業(yè)務(wù)不同的業(yè)務(wù)負(fù)載，滿足客戶的云服務(wù)。再次是面向各種業(yè)務(wù)場景需要的資源各層統(tǒng)一，最后是面向未來多云管理，

唯眾云課堂可根據(jù)用戶的需求進(jìn)行公有云、私有云、混合云等不同方式的部署，可以適應(yīng)學(xué)校各種不同的復(fù)雜網(wǎng)絡(luò)環(huán)境和資產(chǎn)入庫需求而且性價比高、穩(wěn)定性強(qiáng)。平臺可以滿足師生泛在化、個性化、精準(zhǔn)化的備課、授課、學(xué)習(xí)、科研、技能大賽、1+X認(rèn)證、作業(yè)、考試、統(tǒng)計、評價等全流程，還可以無縫銜接各種計算機(jī)網(wǎng)絡(luò)、智能化安防、物聯(lián)網(wǎng)、人工智能等硬件設(shè)備，高效開展理實一體化教學(xué)。

十二、基于華為生態(tài)校企共育數(shù)字人才行動方案

十三、項目推薦清單