软件技术（AI应用）
时间:2026-06-17 19:20
| 【专业简介】 软件技术（AI应用）专业是学院重点建设的新兴复合型专业，紧密对接国家“人工智能+”发展战略和区域数字经济转型需求，面向软件与信息技术服务业、智能客服、企业智能化服务等高成长性领域，聚焦“大模型应用 + 智能系统开发”技术方向，着力培养具备AI应用开发、RAG系统实施、智能对话系统构建与运维能力的高素质技术技能型人才。毕业生能够胜任AI应用开发工程师、RAG系统实施工程师、智能客服系统开发/运维员、AI产品助理、AI运营专员等岗位，服务企业知识管理、客户服务自动化、智能问答系统建设等典型数字化转型场景。 
【培养目标】 本专业培养德智体美劳全面发展，掌握Python编程、大模型API调用、Prompt工程、RAG架构、多模态交互等核心技术，具备AI应用场景分析、系统集成、测试部署及项目协作能力的高素质技术技能型人才。 【考取资格证书】 人工智能工程师、人工智能训练师（人社部职业技能等级认定）、AI应用开发工程师、阿里云ACP-大模型应用工程师等相关职业资格证书。 
方向聚焦：以“大模型应用 + 智能系统开发”为核心，突出RAG（检索增强生成）、智能客服、多模态AI助手等企业级应用场景开发能力； 项目驱动：设置“智能问答机器人开发”“企业客服对话系统”等综合项目实训，贯穿从需求分析到部署上线的完整开发流程； 产教融合：校企共建AI实训室，引入真实企业项目案例，配备智能硬件开发套件； 岗证融通：课程内容与行业认证标准对接，支持学生在校期间考取多项AI领域权威证书； 师资保障：由具有多年企业研发经验的“双师型”教师团队授课，强化工程化能力培养。
【就业前景】 随着大模型技术快速落地，企业对AI应用型人才需求激增。毕业生可广泛就业于AI解决方案公司、互联网企业、金融科技、电商客服、教育科技等领域，从事AI应用开发、智能问答系统实施、数据标注与质检、AI产品运营、轻量化模型部署等工作。在数字化转型加速的背景下，相关岗位技术门槛适中、成长路径清晰、发展空间广阔。 
【核心课程】 1. python程序设计 Python 是当前人工智能和数据分析领域最主流的编程语言。课程从零基础开始，系统学习变量、条件判断、循环、函数、文件操作等基础知识，并通过小项目（如成绩管理系统）进行实战练习。学生不仅能掌握编程逻辑，还能熟练使用 Pandas、NumPy 等常用工具库，为后续 AI 开发打下扎实的代码基础。 2. Flask后端API开发 当使用一个智能APP时，背后往往有“后台服务器”在处理数据。课程培养学生使用 Flask（一个轻量级Python Web框架）搭建自己的后台服务，学会接收前端请求、连接数据库、返回JSON数据等核心技能。例如，可以开发一个支持AI问答结果查询的接口，实现前后端协同工作，是构建完整AI应用的关键一环。 3. AI应用开发工具实战（LangChain+向量库） LangChain 是目前最热门的大模型应用开发框架，能帮助开发者快速连接大模型、数据库、搜索引擎等组件。课程中，学生将学习如何用 LangChain 搭建“会查资料的AI助手”——比如上传一份产品手册，AI就能根据手册内容回答客户问题。同时结合向量数据库（如 Chroma 或 Milvus），掌握文本向量化、相似性检索等关键技术，提升AI回答的准确性和专业性。 4. 智能问答系统开发（RAG实战） RAG（检索增强生成）是当前企业落地大模型的核心技术。课程以真实场景为导向，指导学生完成一个完整的智能问答系统：从整理企业知识文档（如PDF、Word）、自动切分与向量化，到搭建检索模块、调用大模型生成答案，最终部署成可访问的Web服务。毕业后可直接胜任“AI知识库搭建”“智能客服系统实施”等岗位。 5. 轻量化AI模型部署实战 大模型虽然强大，但通常需要高性能服务器。而很多实际场景（如工厂设备、门店终端、移动APP）资源有限。课程教学生如何对模型进行“瘦身”——通过量化等技术减小模型体积，并转换为 TensorFlow Lite 或 ONNX 格式，部署到树莓派、手机或嵌入式设备上运行。例如，让一台摄像头本地识别缺陷产品，无需联网，既快又安全。 6. 图文音AI应用开发实战 真正的智能应用往往能“看、听、说”。本课程融合图像、语音和文本三种模态，带领学生开发多感官AI应用。比如：上传一张商品图片，AI自动识别并生成描述；录制一段会议语音，AI转写成文字并提炼要点；或开发一个支持“语音提问+图文回答”的智能助手。课程使用 OpenCV、Whisper、科大讯飞API 等主流工具，贴近产业实际需求。 |