计算机科学与技术专业培养方案

一、专业介绍

计算机科学与技术专业以计算机科学理论为基础、以计算机硬件和软件为核心主线，结合云原生、鸿蒙开发、智能物联等具体的热点研究方向，设立完备的课程体系，加强学生对计算机学科基础理论的学习和理解，强化学生运用计算机知识解决实际问题的能力，鼓励学生去学习及了解计算机学科各领域的前沿发展，致力于培养计算机相关领域研发、设计和管理的高素质、复合型人才，能够应用软硬件协同设计解决复杂工程问题的应用型专门人才。

二、培养目标

计算机科学与技术专业的培养目标为：培养德、智、体、美、劳全面发展，掌握计算机科学与技术的基本理论和知识，熟悉计算机软硬件系统及计算机应用技术，立足计算机系统、面向应用，了解本学科及相关专业的最新发展动态，具有良好的组织管理和交流沟通能力，能适应技术进步和社会需求的变化；能在国民经济相关领域，从事计算机科学研究、计算机工程实践或计算机应用的应用型专门人才。

三、毕业条件及授予学士学位条件

达到学校对本科毕业生提出的德、智、体、美、劳等方面的要求，完成培养方案课程体系中各教学环节的学习，最低修满170学分，毕业设计（论文）答辩合格，方可准予毕业。符合天津仁爱学院学士学位授予条件，可授予学士学位。

四、学制与学位

标准学制：4年，学习年限3—6年

授予学位：工学学士学位

课程学时学分分配

五、专业核心课程

计算机科学与技术专业旨在培养具备扎实的计算机理论基础、较强的软件设计与开发能力，以及良好的创新意识和团队合作精神的高级专门人才。专业课程群涵盖了从专业基础到专业深化，再到个性化发展和综合实践等全方位的内容，确保学生能够在理论与实践的结合中不断提高自己的专业素养。

（一）专业核心课程

专业核心课程是计算机科学与技术专业的基石，它们为学生提供了系统的计算机理论知识和基本编程技能。这些课程包括计算机导论、C语言程序设计、集合论与图论、Web前端开发技术、Java程序设计、数据结构、数据库技术及应用、Java Web应用与开发、Linux操作系统及应用、算法设计与分析、计算机系统平台、Vue框架开发技术、Python程序设计、Java EE框架技术、计算机网络、Spring Boot应用与开发、Spring Cloud微服务开发技术等。通过这些课程的学习，学生将掌握计算机科学与技术的核心知识和技能，为后续的专业学习打下坚实的基础。

（二）专业模块

为了满足不同学生的兴趣和职业发展方向，计算机科学与技术专业设置了两个专业模块。这些模块涵盖了当前计算机科学与技术领域的前沿技术和热门应用，使学生能够根据自己的兴趣和职业规划选择相应的课程进行学习。

云原生方向：该模块聚焦于云原生技术的学习和应用，包括云计算虚拟化技术与实现、云原生安全技术、鲲鹏云服务应用技术与实践、NoSQL与分布式数据库、Kubernetes容器化平台管理、RabbitMQ消息中间件、前后端分离项目开发与实践、分布式微服务项目开发与实践等内容。通过学习这些课程，学生将掌握云原生技术的核心原理和应用方法，为未来的云原生和微服务开发打下坚实的基础。

鸿蒙智能物联方向：该模块致力于鸿蒙智能物联技术的学习和实践，包括移动应用开发、微信小程序开发、OpenHarmony应用开发、嵌入式应用开发基础、OpenHarmony智能硬件、鸿蒙原生APP开发与实践、鸿蒙物联网APP开发与实践、物联网通信技术等内容。学生将通过这些课程的学习，深入了解鸿蒙系统的原理和应用，掌握智能物联技术的开发方法和实践技能。

（三）个性化课程

为了满足学生的个性化需求，计算机科学与技术专业还设置了一系列个性化课程。这些课程涵盖了大数据应用开发、数据分析与可视化、ElasticSearch分布式搜索引擎等领域，使学生能够根据自己的兴趣和职业规划选择相应的课程进行学习。通过个性化课程的学习，学生将能够拓展自己的知识领域，提高自己的综合素质和竞争力。

（四）综合实践课程

综合实践课程是计算机科学与技术专业的重要组成部分，它们旨在通过校内外实践项目的方式，提高学生的实践能力和解决问题的能力。这些课程包括Java语言课程设计、Java EE课程设计、鸿蒙智能物联综合应用实践、云原生应用与开发综合实践、综合课程设计、毕业设计（论文）等。通过这些实践项目的参与，学生将能够将所学的理论知识应用于实际问题的解决中，提高自己的实践能力和创新能力。同时，这些实践项目还能够为学生提供丰富的实践经验和就业机会，帮助他们更好地适应未来的职业发展。

软件工程专业培养方案

一、专业介绍

软件工程专业设置软件开发技术和移动互联开发两个专业方向，旨在培养具备扎实的软件工程理论基础与专业基础、实践能力过硬，具有一定国际视野的软件工程技术与管理人才。本专业于2021年获批校级一流专业建设点，拥有天津市级计算机实验教学示范中心，拥有较强的专兼职师资队伍，积极与国内外知名高校、信创产业建立长期合作交流关系。始终坚持产教、科教双融合协同育人的培养模式，重视工程教育，紧跟产业前沿及时调整教学内容，并注重学生创新能力培养。作为我校硕士点建设支撑学科，近年来在教学、科研和人才培养方面取得显著成果，为社会输送了近千名实践和创新能力较强的优秀毕业生。

二、培养目标

本专业以培养学生的创新精神和实践能力为核心，致力于促进学生德、智、体、美、劳全面发展，培养能适应未来产业需求的高素质软件工程专业人才。毕业生应能够灵活运用数学与自然科学知识及软件工程理论与技术，具备独立分析与解决复杂软件工程问题的能力，拥有软件开发实践经验和项目组织管理能力。

学生毕业后能够胜任软件工程项目管理、工程设计与软件开发等工作，具备创新创业意识、团队合作精神、良好的外语应用能力以及持续学习和自我发展的能力，成为推动软件工程在国民经济各领域落地应用的骨干力量。预期毕业5年后达到的目标：

目标1：具备坚定的家国情怀与社会责任感，恪守工程职业道德与行业规范，能够在软件产品的设计、开发与应用过程中，正确认识并评估相关的社会、伦理、文化及法律影响。

目标2：拥有坚实的自然科学基础与良好的人文社会科学素养，系统掌握软件工程领域的基本理论、核心知识与专业技能，为后续学习与工程实践奠定扎实基础。

目标3：注重工程实践，具备创新意识与工程思维，能够综合运用专业知识，独立分析、设计并解决计算机及软件工程领域中的复杂工程问题。

目标4：具备良好的沟通能力和团队协作精神，能够在跨学科、跨领域的项目中发挥积极作用。

三、毕业条件及授予学士学位条件

达到学校对本科毕业生提出的德、智、体、美、劳等方面的要求，完成培养方案课程体系中各教学环节的学习，最低修满166学分，方可准予毕业。符合天津仁爱学院学士学位授予条件，可授予学士学位。

四、学制与学位

标准学制：4年，学习年限3—6年

授予学位：工学学士学位

课程学时学分分配

五、专业核心课程

（一）专业核心必修课程

专业核心课程是软件工程专业的基石，它们为学生提供了基础的软件工程理论知识和基本编程技能，课程包括：C语言程序设计、集合论与图论、数据结构、数据库技术及应用、计算机系统平台、算法设计与分析、Java程序设计、计算机网络、操作系统、软件工程、Web前端开发技术、Java Web应用与开发、Java EE框架技术、大模型在软件工程中的应用与实践、人机交互与大模型、知识工程与知识图谱等。

（二）专业模块

为了满足学生的不同兴趣和职业规划，软件工程专业设置了两个专业方向，涵盖了当软件工程领域的前沿技术和热门应用。

软件开发技术方向：移动应用开发、软件设计与体系结构、软件测试、软件项目管理。

移动互联开发方向：微信小程序开发、移动Web应用开发、移动云计算应用开发（Android）、Android应用测试。

（三）个性化课程

C#程序设计、Python程序设计基础、数字图像处理、Linux操作系统、编译技术、计算机视觉、嵌入式系统、计算机组织与结构、自然语言处理。

（四）综合实践课程

Java语言课程设计、软件工程综合实践、移动平台应用开发实习、综合课程设计、Web项目综合实践、毕业设计（论文）。

人工智能专业培养方案

一、专业介绍

天津仁爱学院于2022年开设人工智能专业，是响应国家人工智能战略、契合新工科建设要求的复合型应用型专业。专业立足京津冀区域产业智能化升级需求，依托学校工科优势与相关专业支撑，构建产业需求导向、实践能力核心的育人体系，助力区域AI产业发展与天津智港建设。

专业聚焦智能系统开发、智能机器人应用等实践领域，以培养解决产业实际问题的应用型AI人才为核心。构建基础、专业、实践三层递进的产教融合课程体系，融入前沿内容，衔接产业需求；依托校内实验室、企业实训基地和科研创新平台，推行“2.5+0.5+1”培养模式，强化项目驱动实践，将实践能力的提升贯穿于学生成长的始终，培养符合产业需求的复合型应用型人才。

二、培养目标

本专业立足国家人工智能战略部署与京津冀区域产业智能化升级需求，遵循新工科建设产教融合核心理念，坚持德智体美劳“五育并举”，培养具备扎实的数理基础、计算机科学理论、工程科学素养及人工智能专业核心知识，掌握机器学习、深度学习、自然语言处理、计算机视觉等核心技术与主流开发工具的复合型应用型高级工程技术人才。

学生需具备较强的计算思维、工程实践能力与创新性思维，能够精准对接智能制造、信创产业、智慧服务等领域的实际需求，能够从事智能系统设计开发、算法开发、数据处理等任务，有效解决产业一线的工程问题；具备良好的团队协作、沟通表达与项目管理能力，恪守职业道德与行业规范，拥有强烈的社会责任感与宽广的国际视野；具备终身学习能力与技术迭代适应力，能够主动跟踪人工智能领域前沿动态，持续更新知识体系，毕业后可在京津冀及全国范围内的人工智能相关企业、科研院所及事业单位，从事人工智能应用开发、系统集成、技术支持、项目管理等工作，为区域智能产业高质量发展与技术创新提供坚实人才支撑。

毕业生毕业五年后应能达到以下目标：

培养目标1（技术能力与职业发展）：成长为人工智能领域具备核心竞争力的技术骨干或项目负责人，能精准把握行业技术发展趋势，熟练运用机器学习、深度学习及前沿AI技术，能够牵头或核心参与智能系统开发、算法开发、产业智能化解决方案设计等复杂工程任务，在智能制造、信创产业、智慧服务等领域发挥关键作用。

培养目标2（创新与问题解决）：能够以创新性思维跟踪人工智能及相关领域的前沿技术，能将新技术应用于工程实践，并运用现代工具从事本专业领域相关产品的设计、开发和生产，具有本专业的科学研究、科技开发和组织决策管理能力，具有较强的工作适应能力，胜任算法应用工程师等工作岗位。

培养目标3（职业素养与协作能力）：恪守职业道德与行业规范，具备良好的项目管理、跨团队沟通协调及资源整合能力，能带领团队高效推进项目实施；拥有强烈的社会责任感与可持续发展理念，在技术应用中兼顾伦理规范与社会效益，展现高素质工程技术人才的综合素养。

培养目标4（终身学习与行业适配）：保持主动学习的习惯与技术迭代适应力，通过自主学习、行业交流等方式更新知识体系，灵活适配技术变革与产业升级需求，在京津冀及全国人工智能相关行业中形成稳定职业竞争力，实现个人职业发展与行业发展同频共振。

三、毕业条件及授予学士学位条件

达到学校对本科毕业生提出的德、智、体、美、劳等方面的要求，完成培养方案课程体系中各教学环节的学习，在规定年限内最低修满165.5学分，毕业设计（论文）答辩合格，方可准予毕业。符合天津仁爱学院学士学位授予条件，可授予学士学位。

课程学时学分分配

四、学制与学位

标准学制：4年，学习年限3—6年。

授予学位：工学学士学位。

五、专业核心课程

本专业课程体系围绕应用型人才的培养目标和定位，科学设置课程体系，合理安排课程教学进度。课程体系上坚持以项目为向导，以学生为中心，形成了以专业核心课、专业限选课和专业实践课为基础“层级递进”的应用型人才培养课程体系。

专业核心课：围绕人工智能核心技术设置，为学生打下专业基础。课程包括：习近平总书记关于科技创新的重要论述、人工智能导论、C语言程序设计、数据结构、Python程序设计、数据库技术及应用、Linux操作系统及应用、机器学习、神经网络与深度学习、机器人基础、计算机网络、自然语言处理、Java程序设计、计算机视觉、知识工程与知识图谱、机器人建模与仿真、智能语音技术与应用、人工智能伦理等。

专业限选课：针对两个专业方向设置专项学习内容，增加专业方向学习深度。课程包括：前端开发技术、服务器端技术原理与应用、企业级智能系统开发、智能推荐应用开发、人工智能系统综合开发实践、ARM原理及应用、传感器技术、嵌入式Linux应用编程、机器人交互与实践、智能机器人技术与应用实践等。

专业实践课：培养学生工程实践能力和职业素养。课程包括：Python程序设计综合实践、机器学习综合实践、综合课程设计、毕业设计（论文）等。

数据科学与大数据技术专业培养方案

一、专业介绍

（一）专业定位

数据科学与大数据技术专业培养适合地方经济建设和社会发展需要，具有良好的思想道德修养和身心素质，较高的人文科学素养、社会科学素养和自然科学素养，德、智、体、美、劳全面发展，以大数据分析为核心，夯实学生数据统计与分析、系统与算法基础，融合计算机科学、数学、统计学三大支撑学科，结合交通、金融行业特色，兼顾理论教育与技能培养、拓展与创新，培养服务京津冀区域经济的大数据分析挖掘类应用型人才。

二、培养目标

本专业培养具有社会责任感、良好职业道德和科学素养，系统掌握大数据科学理论和实践知识，具备解决复杂工程问题的研究分析和设计开发能力，拥有自我学习能力、创新意识和国际视野，适应社会需求，能够在大数据领域独立承担大数据分析挖掘、大数据系统设计开发运维等工作的应用型人才。

毕业后经过5年左右工作锻炼，经过行业实践和自主学习，能够达到以下培养目标：

目标1：具备扎实的数学理论基础和系统的大数据专业知识，能够识别和分析大数据系统、大数据应用工程以及大数据科学研究领域的相关复杂问题；

目标2：具有独立运用专业理论、技术与相应工具进行大数据分析与研究、大数据系统设计与开发维护的工程能力；

目标3：在多学科背景的团队中具有较强的沟通协调能力，具有团队协作精神，并具备一定的国际视野。

目标4：通过自主学习、继续教育、工作经验积累或其它的终身学习途径，持续地拓展数据科学与大数据技术及相关领域的知识和能力。

目标5：具备坚定的政治信念，强烈的社会责任感，自觉践行社会主义核心价值观；具有良好的道德素养、人文社会科学素养，在实践中坚守职业道德和职业规范。

三、毕业要求

1.工程知识：具有数据科学与大数据技术专业所需的数学、自然科学、工程基础和专业知识，并综合运用所学知识解决数据科学与大数据技术及人工智能领域中的复杂工程问题。

1.1掌握扎实的数学、计算机科学、数据科学的理论知识，能够表述数据科学领域的复杂工程问题；

1.2能够利用数据科学专业知识、统计学原理以及大数据处理方法对数据科学领域的复杂工程问题进行数学建模并利用计算机求解；

1.3能够将数据科学的专业知识和数学分析方法用于推演、分析相关工程问题，并能利用系统思维能力对专业工程问题的解决方案进行比较与综合。

2.问题分析：能够运用数学、自然科学和工程科学的基本原理和方法，通过文献研究，识别、表达复杂计算机工程问题，以获得有效结论。

2.1 能够运用数学、自然科学和计算机科学的基本原理对数据科学领域的工程问题进行识别与判断；

2.2 针对大数据应用领域复杂工程问题，能够结合文献和互联网资源等进行检索、整理、分析和归纳，寻求多种有效的解决方案。

3.设计/开发解决方案：能够综合运用理论和技术手段，针对数据科学与大数据技术及人工智能领域复杂工程问题提出解决方案，设计满足特定需求的系统、模块或开发流程，并在设计开发过程中体现创新意识，综合考虑社会、健康、安全、法律、文化以及环境等因素。

3.1 能够综合运用数据科学与大数据技术专业涉及的工程设计概念、原则和方法，针对复杂工程问题提出合理的解决方案并根据特定需求完成系统、模块或流程的设计和开发；

3.2 能够结合社会、健康、安全、法律、文化以及环境等诸多现实因素对工程设计方案进行可行性分析，了解影响设计目标和技术方案的各种因素；

3.3 能够根据市场信息、技术发展和用户需求，进行大数据系统或流程设计，并在设计中体现创新意识。

4.研究：能够基于计算机及人工智能原理并采用科学方法对数据科学与大数据技术及人工智能领域中的复杂工程问题进行研究，制定技术路线、设计实验方案，并分析和解释数据并得到合理有效的结论。

4.1能够通过文献研究和调研，基于大数据原理对复杂工程问题的背景和需求进行分析，选择合理可行的研究路线，并设计试验方案进行试验研究、数值计算、系统设计以及采集试验数据等；

4.2 能够利用科学方法分析和解释试验结果，对整个研究环节进行评价，并通过信息综合得到合理有效的结论。

5.使用现代工具：能够针对数据科学与大数据技术及人工智能领域中的复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具进行预测与模拟，能够在实践过程中理解相关方法及工具的局限性。

5.1 了解数据科学与大数据技术专业常用的工具及软件的原理和使用方法，并理解各种工具和软件的局限性；

5.2 能够选择与使用恰当的信息资源、组件和仿真软件对复杂工程问题进行分析、计算与设计。

6.工程与社会：能够基于工程相关背景知识进行分析，评价数据科学与大数据技术专业及人工智能工程实践和复杂工程问题解决方案，明确对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

6.1掌握数据科学与大数据技术相关背景知识，并具有专业实习和社会实践的经历。

6.2了解数据科学与大数据技术专业领域相关的技术标准、知识产权、产业政策和法律法规，了解企业管理体系和业务流程。

6.3理解大数据应用复杂工程项目中应当承担的责任。能够分析和评估软件工程实践对社会、健康、安全、法律、文化的影响以及制约因素对项目实施的影响。

7.环境和可持续发展：具有环境保护和可持续发展意识，能够理解和评价复杂工程问题的工程实践对环境和社会可持续发展的影响。

7.1能够理解大数据应用复杂工程问题所涉及的环境和可持续发展等方面的理念和内涵和法律法规。

7.2能够理解和评价针对大数据应用系统解决方案或大数据应用复杂工程实践对环境、社会可持续发展的影响。

8.职业规范：具有人文社会科学素养和社会责任感，能够在大数据系统设计开发等工程实践中理解并遵守工程职业道德和行为规范，履行大数据工程师的社会责任。

8.1 具有科学的世界观、人生观、价值观，具备良好的人文社会科学素养和社会责任感，了解国情并践行社会主义核心价值观；

8.2 遵守法律法规，恪守职业道德规范，理解大数据工程技术与信息技术应用领域相关的伦理道德要求，在大数据工程实践中履行社会责任。

9.个人和团队：具有较强的团队合作意识与能力，能够正确理解多学科背景下的团队中个体、团队成员以及负责人的角色，并承担其责任与义务。

9.1 具有人际交往与团队合作能力，能够在多样化、多学科背景下的团队中有效沟通、交流、协同工作；

9.2 能够在多样化、多学科背景下的团队中独立或合作开展工作，并能够组织、协调团队成员实现目标。能够独立完成团队分配的工作，并能与团队其他成员有效协作，具有团队意识和团结互助精神。

10.沟通：能够关于大数据领域的复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异。

10.1 关于大数据领域的工程问题，具备与业界同行及社会公众进行有效沟通和交流的能力，能够通过报告、文稿、陈述发言等方式清晰表达大数据工程问题的解决方案；

10.2 具备初步的外语应用能力，在跨文化背景下具备交流和学习能力，并具有一定的国际视野。

11.项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。

11.1理解并掌握大数据工程项目中涉及的工程管理与经济决策方法，掌握大数据工程项目各阶段的管理技术和方法；

11.2 能够在多学科环境中综合运用工程管理原理与经济决策方法，开展大数据工程项目的论证、规划、组织实施和进程管理等。

12.终身学习：具有自主学习和终身学习的意识，能够追踪数据科学与大数据技 术及人工智能领域的发展动态，有不断学习和适应发展的能力。

12.1能够跟踪社会进步和大数据行业技术发展，正确认识持续学习的重要性，具有自主学习和终身学习的意识；

12.2具备自主学习的方法和思维方式，掌握文献检索、资料查询及运用现代信息技术跟踪并获取相关信息的基本方法，能够不断学习新的软件和大数据工程中的理论、方法和技术，适应专业发展。

四、毕业条件及授予学士学位条件

达到学校对本科毕业生提出的德、智、体、美、劳等方面的要求，完成培养方案课程体系中各教学环节的学习，最低修满164学分。符合天津仁爱学院大学学士学位授予条件，可授予学士学位。

五、学制与学位

标准学制：4年，学习年限3—6年

授予学位：工学学士学位

六、毕业要求与培养目标的关系矩阵

七、专业核心课程

大数据技术导论、Python程序设计、Java程序设计、数据结构、数据库技术及应用、算法设计与分析、Linux操作系统及应用、计算机网络、计算机组成原理、数据可视化、工程伦理、数据安全技术、Hadoop大数据技术、多元统计分析与建模、大数据组件应用开发。