基于校企融合的人工智能人才培养模式探索

2022-12-06许洪玮杨晓君

科技风 2022年33期

许洪玮杨晓君原玲

广东工业大学信息工程学院广东广州 510006

随着相继发布《新一代人工智能发展规划的通知》《高等学校人工智能创新行动计划》，确定了人工智能成为国家科技发展的战略地位。培养高质量的人工智能科技人才，与企业需求对接，为国家科技发展提供人才支撑，成为高校发展人工智能学科建设的重要任务。

传统的人工智能课程存在以下问题：教学内容陈旧，教学方式单调[1]；教学目标与企业人才需求不相符，人才供需不平衡，人才结构不合理，人才质量不匹配[2-5]等。广东工业大学联合腾讯公司，突破传统路径依赖，紧跟时代技术发展，充分发挥高校和企业双方优势，共同建立人工智能实验班，以“企业项目驱动”方式开展基于人工智能技术实战训练的联合教学模式，与企业接轨，与行业对标，以产业为方向，以教育为基石，探索校企合作高度融合的人才培养模式。

一、人工智能实验班建设思路

广东工业大学联合腾讯公司共建人工智能实验班，实验班将从4个学院6个专业进行遴选学生(如图1、图2)，按独立编班教学，采取2+2培养模式，学生前2年在原专业学习，后2年除了参加原专业的必修课学习外，还要学习人工智能实验班相关课程。实验班配备“腾讯云人工智能实验室”；腾讯公司联合学校制订人才培养方案，以企业实际需求为导向，以行业人才诉求为目标，以企业真实技术应用为场景，为学生提供企业级课程体系。由腾讯资深工程师构成的教学团队，为实验班开设腾讯特色实践课程，指导学生实训实习；广东工业大学信息工程学院负责配备好导师团队、授课老师、辅导员和教学管理人员。

图1 学生学院构成图

图2 学生专业构成图

二、人工智能实训课程建设内容

由腾讯公司资深工程师及信息工程学院优秀教师构成的教学导师团队，在课程、实训、实习等方面开展人工智能实验班人才培养的深度合作，制订专门独立的人才培养方案、教学计划和教学大纲。教师根据自企业真实案例进行提炼并编写成教材。同时，由腾讯公司资深工程师构成的教学团队，为实验班开设腾讯特色实践课程，指导学生学业。

实验班的学生能够在信息工程学院建设的“腾讯云人工智能实验室”中利用云资源和云环境进行课程的综合学习，通过理论学习与实训实践一体化的新模式，快速提高自主学习能力和创新实践能力。实验班学生前4学期主要接受原专业(含专业类)课程学习，第5学期开始进入腾讯云人工智能高阶课程学习，具体课程安排如下表所示：

人工智能实验班课程设置表

图3 腾讯云人工智能实验室

(一)Python科学计算基础

本课程是大数据系列课程的基础课程，后续课程为数据采集与清洗等大数据方向课程。通过本课程的学习，学生能够深入了解Python语言以及科学计算工具库，能够使用Python编程实现小项目和用Pandas库做一些科学计算，并且能对编写的程序进行调试和运行，最终为后面学习模型打下坚实的基础，也为大数据其他方向的课程学习做好充足的准备。

(二)机器学习

本课程是人工智能方向的专业核心课程、专业必修课程。通过本课程的学习，学生能够了解机器学习的相关概念，能够依据实际问题建立合适的模型，并且对模型进行评估和优化，最终从数据中获取价值；学生可以从事数据分析相关岗位，也为胜任人工智能岗位打下坚实的基础。

(三)Python实训课：腾讯新闻爬取

本实训课程是针对大数据方向的行业应用，运用Python编程，以“爬取腾讯新闻Web页面”为项目原型，以“原理—实操”的形式，指导学生运用Python编程来设计并完成爬取腾讯新闻Web页面的任务，整个课程内容包括Python网络与Web编程、熟悉Python循环结构、函数、类，指导学生完成爬取腾讯新闻Web页面的方案开发。

(四)数据分析与挖掘技术

本门课程是大数据专业数据分析方向的专业核心课。本课程主要讲授数据分析的相关原理和方法，分为理论和实验两部分。学生能通过理论部分的学习，了解数据分析的基本理论，掌握数据分析的方法；通过实验部分学习，全面掌握数据分析的专业知识技能，学会运用统计分析的理论知识，掌握解决实际商业活动中具体问题的实际能力。本门课程还可以培养学生从事数据统计员、数据分析员、数据分析师等岗位的专业能力。

(五)车辆检测追踪系统开发

本课程是人工智能方向系列课程的实训课程。本实训课程是培养学生的图像识别分类专业技术能力，需要学生使用python语言，从0开始完成一个完整的车辆属性识别系统的开发。

(六)挖掘与分析实训：基础QQ用户标签推荐

本实训课程以“基于QQ用户喜好做相应推荐”为项目原型，以“项目目标—需求分析—任务驱动”的形式，指导学生运用数据特征提取、协同过滤相关知识完成基于用户特征进行相关推荐的开发任务。本实训课程可以培养学生从事大数据采集工程师、大数据分析助力工程师、大数据开发工程师等岗位的专业能力。

(七)大数据实时处理技术(Spark)

本课程为大数据方向的专业核心课程，主要围绕Spark的4个核心模块Spark RDD、Spark SQL、Spark Streaming、Spark MLlib展开。通过本课程的学习，学生能够对基于Spark生态系统的大数据处理模型有一个深刻的理解，并能够完成基本的大数据开发和运维工作，同时为后续的学习打下坚实基础。

(八)ETL实训：腾讯广告投放效果分析

本实训课程是针对大数据方向的行业应用，运用ETL、数据库及网络爬虫技术(Scrapy框架)，以“宣传效果分析”为项目原型，以“原理—实操”的形式，指导学生运用网络爬虫技术来设计并完成网络新闻(以腾讯新闻网页为例)的数据采集任务，最后进行结果分析。

三、人工智能人才培养预期成效及应用

人工智能人才培养是在遵循人工智能行业人才需求侧重于技术应用能力的基础上[5]，以企业实际需求为导向，以行业人才诉求为目标，以企业真实技术应用为场景，以学生为中心开展教学活动，推进腾讯云平台在“教、学、练、训”多位一体应用，实现“真实项目进入课堂、真实技能嵌入课程、真实技术融入课本”，探索校企高度融合的教学模式。在点上，通过项目实践、企业移动学习、行业信息近距离接轨，强化学生人工智能基础技术能力，强化底层能力的训练和技术沉淀，提升学生专业技术实践能力；在线上，围绕人工智能技术在社交、广告领域中的应用，通过产品策划、市场运营、需求分析、客户沟通、技术服务等方面的学习，训练学生具体的技术在泛娱乐产业领域的应用能力，打通各个专业教学信息链，提升学生复合技能；在面上，通过行业无缝沟通、产业前沿追随、文化无障碍互融，拓宽学生行业产业视野，提升学生未来服务社会的广度。从而培养学生掌握人工智能行业所需的专业技能，服务高校学科建设，服务行业人才培养，助力产业发展，推动技术革新。此外，还可以在科研项目、产教合作、对外服务等方面发挥积极作用。