“智能软件开发”微专业由数学与计算机学院主导,依托国家一流专业计算机科学与技术、大数据产业学院、特色化软件学院,联合安徽陆科光电科技有限公司,构建开放、创新的人才培养平台。聚焦工业应用软件,学习全栈开发、AI算法等技术,通过校企合作,精准对接行业需求,强化创新实践能力,致力于培养兼具深厚工程实践与科技创新素养的复合型智能软件开发精英。
二、培养目标
“智能软件开发”微专业秉承“服务地方经济,培养立足安徽,服务工业”的办学思想,面向国家大型工业软件战略需求和产业发展对“智能+软件”复合型创新工程人才的迫切需求,培养具有良好的人文科学素养、职业精神和社会责任感,熟悉人工智能、软件开发基本理论与应用方法,能够从事智能软件相关的科研、开发、应用和管理工作,具备国际视野和创新意识的高素质应用型人才。
三、招生方式
1.招生规模与对象
“智能软件开发”微专业招生20-30人,面向全校院系普通全日制本科一、二年级学生招生。
2.报名条件
(1)遵纪守法、品行端正、无违纪记录,综合素质高,具有较强的沟通能力、学习能力及团队合作精神;
(2)主修专业成绩良好,学有余力;
(3)对智能软件开发技术兴趣浓厚的优先。
3.选拔和录取方式
根据全体报名者学科结构分布、技能特长等,通过初试+面试的方式进行选拔,具体初试的方式见QQ群通知。成绩合格者可进入“智能软件开发”微专业学习。报名的同学务必加入QQ群。
四、报名时间及联系方式
2026年3月6日前,将铜陵学院“智能软件开发”微专业报名表交到逸夫楼554办公室(务必加QQ群:479173286、电子版报名表发到邮箱24477480@qq.com)。
联系人:王老师(微信号15056812999)、陈老师(微信号15838208257);束老师(QQ:382804262)
电话:0562-5881556;
QQ群:479173286
办公地点:逸夫楼554
五、授课形式与地点
采取线上线下结合的课堂教学模式。
线上学时:以教师理论教授为主,以课程平台自主学习为辅,并组织讨论、答疑、测试等。
线下学时:总学时不少于 1/2 学时安排为线下模式,包含线下实验课、工程项目实践课。线下课程安排在周末或寒暑假,分别在学校实验室、企业工程研究现场进行。
六、学制与学习证明
学制 2 年。期间,智能软件开发微专业的学员由导师指导参与学科竞赛、科研项目等,并获得进企业实习的机会。
学生完成微专业培养方案所有课程(共 13学分)的学习,考核合格者发放学校签发的“智能软件开发微专业毕业证”。
七、教学计划
序号 | 课程名称 | 课时 | 修读方式 | 学分 | 修读学期 |
1 | 算法设计与分析 | 32 | 线上线下混合 | 2 | 1 |
2 | 全栈开发技术 | 48 | 线上线下混合 | 3 | 2 |
3 | 智能机器人与控制系统 | 32 | 线上线下混合 | 2 | 2 |
4 | 工业视觉检测系统与应用 | 48 | 线上线下混合 | 3 | 3 |
5 | 智能软件系统开发综合实践 | 48 | 线上线下混合 | 3 | 4 |
八、课程简介
1.《算法设计与分析》
【课程概述】本课程聚焦算法设计原理与方法,目标是培养学生的算法思维与分析能力,使他们能为实际问题设计有效算法。核心内容覆盖算法基础、数据结构、图论、动态规划及算法优化。通过理论学习与实践训练,学生将掌握算法设计技巧,提升逻辑与抽象思维,建立解决复杂问题的能力。本课程对学生的专业能力培养、科学研究素养的提升以及未来职业发展都具有深远的影响。
2.《全栈开发技术》
【课程概述】本课程旨在培养全栈软件开发者,内容覆盖Web与数据库基础、前端框架(Vue.js)、跨平台(uniapp)与后端(Spring Boot),及智能仓储系统实战。核心是HTML/CSS/JS基础,Vue.js组件化,uniapp多端开发,Spring Boot框架与数据管理,并通过项目实践全栈流程,提升工程与解决问题能力。课程整合理论与实践,紧跟行业趋势,旨在培养技术扎实、具创新精神的全栈人才,增强就业竞争力与持续学习能力。
3.《智能机器人与控制系统》
【课程概述】本课程是智能软件开发微专业的核心集成实践课程,依托叉车AGV、辊筒AGV、机械臂及复合型AGV等工业级实体设备构成的微型产线教学环境,旨在培养学生在真实工业场景下的机器人系统集成与操控能力。课程聚焦于智能物流与柔性产线的核心环节,围绕各类机器人的部署、调试、运控、调度与系统集成展开。学生将通过从单设备编程到多机协同,最终组建完整物料流转生产线的全流程项目实践,深度掌握工业机器人及移动机器人的应用开发、通信组网与系统集成技能,成为能够解决智能制造中“物料流”自动化关键问题的技术骨干。
4.《工业视觉检测系统与应用》
【课程概述】本课程聚焦“缺陷、定位、测量”三大工业核心检测需求,构建从图像基础、传统算法到深度学习及前沿大模型应用的完整知识体系。内容涵盖工业图像预处理、模板匹配与特征提取等经典视觉算法,并重点深入讲解基于CNN、U-Net、YOLO的深度学习检测模型,以及应对小样本场景和迁移SAM等大模型的先进方法。通过贯穿课程的代码实践与手机屏幕、金属表面、PCB等真实工业案例的全流程演练,学生将深度掌握从算法选型、模型训练优化到性能验证的工程化能力。本课程紧密对接智能制造产业升级中对高精度、智能化质检的技术趋势,致力于培养兼具扎实理论功底、卓越工程实践能力与前沿创新视野的工业视觉开发人才,显著增强学生在高端制造与机器视觉领域的核心竞争力。
5.《智能软件系统开发综合实践》
【课程概述】本课程是智能软件开发微专业的终极集成与能力转化环节,扮演“毕业设计”与“企业级项目预演”的双重角色。课程以构建一个数字化、可感知、自决策的“柔性智能制造单元” 为核心目标,深度串联并综合应用微专业全部前置课程知识与技能。学生将在接近真实的工业环境中,以项目团队形式,完整经历从需求分析、架构设计、模块开发、系统集成、调试部署到数据运维的全生命周期开发流程。本课程旨在锻造学生解决复杂工程问题的“系统思维”与“工程实现”能力,最终交付一个可演示、可测量、可对接的软硬件一体化智能系统原型,实现从学习者到工业智能系统初级开发者的关键跨越。
附件1:智能软件开发微专业人才培养方案.docx
附件2:智能软件开发微专业报名表.docx
附件3:智能软件开发微专业报名信息汇总表.docx