一、专业简介

本微专业是面向我校全日制在校学生开设的特色应用型微专业，聚焦Python技术与深度学习算法的工程化应用能力培养，无需计算机专业背景，零基础可学。课程紧密对接工业和信息化部《Python技术应用工程师职业标准（2025年版）》中级工要求，贴合人工智能算法工程师、数据分析师、Python开发工程师等岗位核心需求，构建理论精讲+项目实战+工程部署的三阶教学体系。通过系统学习，学生可掌握Python编程基础、深度学习框架应用（ResNet/YOLO）、模型训练与优化、工业级项目部署等核心技能，既能解决实际业务场景中的技术问题，也能为进入人工智能、大数据等领域奠定专业基础，实现“技术入门+能力提升+职业储备”的三重目标。本专业由我校信息学院牵头开设，联合本地科技企业共建课程与实训资源，保障教学内容贴合行业前沿与岗位实操需求。

二、培养目标

本微专业旨在培训掌握Python基础、深度学习等理论，具有Python语法与数据结构应用、神经网络构建、图像分类与目标检测算法模型搭建等技能，具备认真严谨且爱岗敬业的岗位态度，从事算法应用、数据分析模型设计与实施等岗位工作的人员。

三、结业要求及证书发放

（一）结业要求

1. 理论知识达标：系统完成全部课程理论内容学习，阶段性测试、综合理论考核通过率≥80%，能准确阐述Python核心语法、深度学习原理、算法优化策略，构建完整的技术理论体系。

2. 实操技能合格：完成全部项目实战环节，所有实训项目考核合格，能独立完成ResNet图像分类、YOLO目标检测等核心任务，综合项目验收成绩≥70分。

3.修完本微专业全部课程，无旷课、学术不端等违规行为，所有课程成绩均合格。

4. 职业素养达标：学习过程中遵守开发规范、团队协作要求与项目管理制度，践行“安全开发、代码规范”的职业理念，无抄袭作弊等行为，完成全部职业素养相关考核内容。

（二）证书发放

学校微专业证书：学生满足全部结业要求，经信息学院审核、教务处备案后，由学校统一颁发Python应用技术微专业结业证书。

职业技能证书衔接：课程内容全面对接工信部“Python技术应用工程师（中级）”认证标准，学生结业后可自愿报考，考核通过后由工业和信息化部教育与考试中心颁发职业技术证书。

四、修学时限

标准修读周期：1个学期，同步完成理论学习、实训操作、实践考核全部环节。

最长修学年限：2年，因特殊情况无法在标准周期内完成学习的学生，可申请延期修读，累计修读时长不得超过2年，逾期未完成全部课程考核者，不予结业。

补修与补考规则：课程考核不合格者，可在1个学期内申请补考/补训；实训、实践环节不合格者，需重新完成对应环节实操训练与考核，合格后方可获得对应学分。

五、课程设置及教学计划

六、课程简介

1.Python理论基础

本课程为Python应用技术微专业入门核心理论课，聚焦“掌握Python编程基础，构建算法实现理论框架”的核心目标，为后续实操课程奠定理论基础。

课程核心内容包括：Python语法基础（变量、数据类型、控制流、函数定义）、数据结构应用（列表、字典、集合操作与实践）、科学计算库入门（NumPy数组基础、Pandas数据处理）、算法逻辑训练（条件判断、循环控制、异常处理）、代码规范与可读性（PEP8规范、注释方法、命名规则）。

教学采用“概念讲解+代码演示+即时练习”的互动教学模式，通过在线判题系统实时反馈学习效果，结合案例分析加深理解。课程结束后，学生能独立编写基础Python程序，理解常用数据结构的应用场景，掌握科学计算库的基本操作，构建系统的Python编程理论框架。

2.路线导航及路径规划

本课程为微专业核心实操课，聚焦“掌握路径规划算法原理与工程实现，完成从理论到代码的转化”的核心目标，培养算法落地能力。

课程核心内容包括：路径规划基础算法（Dijkstra算法原理与Python实现、A*算法启发式搜索与优化、动态路径规划与实时避障策略）；工程化实践（地图数据解析与可视化、路径规划API调用与二次开发多场景路径优化）；项目实战（月球矿石探测采集、反恐爆炸物拆除）。

教学采用“算法推导－代码实现－效果验证”的三步教学法，4人一组完成项目开发，配备专业开发环境与地图数据资源。通过算法正确性测试、代码效率评估、项目功能验收检验学习效果。课程结束后，学生能独立实现主流路径规划算法，完成真实场景下的路径规划系统开发，掌握算法优化与工程落地的基本方法。

3.图像分类算法实践

本课程为微专业综合实践与技能强化课，聚焦“掌握图像分类算法工程化实现，实现从模型到产品的落地”的核心目标，强化算法应用能力。

课程核心内容包括：数据集处理（图像数据采集与标注、数据增强技术、数据集划分与交叉验证）；模型开发（ResNet模型构建与迁移学习、模型训练与超参数调优、分类性能评估）；工程部署（Flask API开发与服务部署、前端交互界面设计与实现）。

教学采用“自主开发+导师指导+企业点评”的项目驱动模式，学生基于真实数据集（如花卉分类、工业缺陷检测）完成全流程开发。最终提交可部署的图像分类系统及技术文档，通过功能演示、代码评审、性能测试进行综合考核。课程结束后，学生能独立完成图像分类项目的完整开发流程，具备算法选型、模型优化、工程部署的综合能力。

4.目标检测算法实践

本课程为微专业高阶实践课，聚焦“掌握目标检测算法实战应用，构建实时检测系统”的核心目标，提升复杂场景下的技术落地能力。

课程核心内容包括：检测算法实践（ YOLOv8模型原理与配置、自定义数据集标注与训练、多类别目标检测与性能优化）；工程化能力（ 模型轻量化、视频流实时检测实现、检测结果后处理与应用集成）。

教学采用“问题导向+技术攻关+成果展示”的实践教学模式，学生分组完成具有实际应用价值的检测项目，企业工程师提供行业真实需求与技术指导。通过项目答辩、系统演示、代码质量评估检验学习效果。课程结束后，学生能独立设计并实现实时目标检测系统，掌握复杂场景下的算法优化与工程部署技巧，具备解决实际业务问题的技术能力。

七、学习安排

1.学习方式：理论+实训+实践

2.考核方式：考试+考查

3.可考证书：Python技术应用工程师

4.证书费用：以实际报考时相关认证机构收费标准为准

八、报名事项

1.报名时间：工作日8:00-11:30，14:00-16:50

2.报名条件：具有高中及以上学历，对编程感兴趣者均可报名。

九、报名咨询及方式

1.报名咨询：崔老师，13394528863

2.报名方式：QQ495790248

3.线下咨询地点：齐齐哈尔工程学院信息学院办公室1#2403

4.咨询时间：工作日8:00-11:30，14:00-16:50