（一）培养目标

培养具有一定的科学文化水平，良好的人文素养、职业道德和创新意识，精益求精的工匠精神，较强的就业能力和可持续发展能力。掌握本专业知识和技术技能，面向软件和信息技术服务业的生成式人工智能系统应用员、人工智能训练师、人工智能工程技术人员等职业群，能够从事数据标注、人工智能算法测试、人工智能系统运维、人工智能系统操作、人工智能算法开发、人工智能应用开发等工作的复合型技术技能人才。

（二）、主干课程

针对高职学生的特点，设计课程体系注重结合产业发展方向和就业岗位需求。基于项目化驱动教学、以就业为导向、学生能力培养为目标，厚基础、专方向。以数据采集-标注-处理和大语言模型两个技术方向进行课程体系设计。

  专业基础课程：Java程序设计、网页设计、计算机网络技术、数据库应用技术、Python应用技术、Linux操作系统、Web前端框架、数据结构与算法

  专业核心课程：数据分析与处理、机器学习应用、数据采集与网络爬虫、深度学习及应用、自然语言处理技术应用、计算机视觉技术应用、数据标注、大语言模型应用、知识图谱应用

实践能力培养方向1：数据采集+数据标注+数据处理+机器学习

实践能力培养方向2：深度学习+大语言模型+自然语言处理/计算机视觉（1+X证书）

（三）、职业发展路径

（四）、行业发展前景

1. 技术驱动下的行业增长

  制造业中，AI驱动的自动化生产线使效率提升30%，次品率降低20%‌1；物联网技术则实现对生产设备的实时监控，降低能耗和原材料浪费‌。

资产管理领域，全球市场规模预计从2023年的1177.25亿元增长至2029年的1920.85亿元，年均复合增长率达8.7%‌。

2. 市场需求与人才趋势

 ‌    岗位需求激增：‌人工智能领域人才供需比达0.39（5个岗位竞争2人），算法、数据分析等岗位薪资水平领先，平均月薪超4.6万元‌。餐饮智能管理领域新增运营经理、系统分析师等职位，薪资待遇优厚‌。

‌技能要求升级：‌AI技术逐渐成为职场核心竞争力，传统行业员工需掌握基础AI知识；智能管理系统开发、运维等专业技能需求旺盛‌。

3. 政策与资本推动

 政府对科技创新尤其是人工智能领域的支持，为行业创造有利环境。例如，2025年智能经济产业版图扩展至医疗、教育等领域，政策红利加速技术商业化进程‌。