1.工程知识：具备将数学、自然科学、计算、人工智能基础和专业知识用于解决人工智能领域复杂工程问题的能力。

1.1能系统理解数学、自然科学、计算、工程科学理论基础并用于人工智能领域复杂工程问题的表述。

1.2能够结合工程应用理解算力、算法和数据对解决人工智能领域复杂工程问题的意义和基本方法。

1.3能利用计算思维理解算法的基本逻辑，理解合理利用海量数据对人工智能领域复杂工程问题解决的价值，同时理解其局限性。

1.4能够将相关工程专业知识和数学分析方法用于推演、分析人工智能领域复杂工程问题。

1.5能够借助系统思维，将工程知识用于人工智能领域工程问题解决方案的比较与综合，并体现人工智能领域先进的技术。

2.问题分析：能够应用数学、自然科学和工程科学的基本原理，综合运用人工智能领域的知识技能，正确识别、表达复杂工程问题，并通过文献研究分析，综合考虑可持续发展要求，形成解决复杂工程问题的思路，最终获得有效结论。

2.1能运用人工智能领域基本原理，识别和判断人工智能领域复杂工程问题关键环节，并能运用基本原理对人工智能复杂工程问题进行追根溯源、解构分析和合理简化。

2.2能基于基本原理和数学模型方法正确表达人工智能领域复杂工程问题。

2.3能认识到解决人工智能领域复杂工程问题有多种方案可选择，会通过文献研究寻求可替代的解决方案。

2.4在分析人工智能领域复杂工程问题时，能综合考虑可持续发展的要求，获得有效结论。

3.设计/开发解决方案：能正确理解设计需求，针对人工智能领域复杂工程问题设计和开发解决方案，设计满足特定需求的系统、单元(部件)，能够设计环节中体现创新性，并从健康、安全与环境、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑方案可行性。

3.1掌握针对人工智能领域复杂工程问题的工程设计和产品开发全周期、全流程的设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。

3.2能够针对特定需求，完成人工智能领导复杂工程问题中的单元(部件)的设计。

3.3能够进行人工智能领域系统设计，在相关设计中体现创新性。

3.4在进行人工智能领域复杂工程问题的设计中能够考虑健康、安全与环境、全生命周期成本与净零碳要求、法律与伦理、社会与文化等制约因素。

4.研究：能够基于人工智能领域相关科学原理，采用科学方法，根据设计要求，设计研究路线和实验方案对人工智能领域的复杂工程问题进行研究，并通过分析解释数据及信息综合得出合理有效的结论。

4.1能够基于人工智能领域相关科学原理，通过文献研究或相关方法，调研和分析复杂工程问题的解决方案。

4.2能够根据人工智能领域研究对象特征选择研究路线，并根据具体需求设计实验方案。

4.3能够根据实验方案构建实验系统，安全地开展实验，正确地采集实验数据。

4.4能正确对实验结果进行分析和解释，通过信息综合得到合理有效的结论。

5.使用现代工具：能够针对人工智能领域的复杂工程问题，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，对复杂工程问题进行预测与模拟，并能够理解其局限性。

5.1了解人工智能领域常用的现代仪器设备、信息技术工具、工程工具和模拟软件的使用原理和方法，并理解其局限性。

5.2能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件，对人工智能领域复杂工程问题进行分析、计算与设计。

5.3能够针对具体的人工智能领域复杂工程问题对象，通过组合、选配、改进、二次开发等方式创造性地使用仪器、信息资源、工程工具和专业模拟软件等现代工具进行分析、计算与设计，预测、模拟，满足解决人工智能领域复杂工程问题的特定需求，并能够分析其局限性。

6．工程与可持续发展：在解决人工智能领域复杂工程问题时，能够基于人工智能相关背景知识，分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。

6.1知晓和理解联合国可持续发展目标（SDG），了解人工智能领域相关的技术标准体系、知识产权、产业政策和法律法规，理解可持续发展对解决人工智能领域复杂工程问题的影响。

6.2能够分析评价人工智能领域工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，以及这些非技术制约因素对项目实施的影响，并理解应承担的责任。

7.工程伦理和职业规范：有工程报国、为民造福的意识，具有人文社会科学素养和社会责任感，能够理解和践行工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行责任。

7.1具有社会主义核心价值观，良好的人文社会科学素养，思辨能力和科学精神，理解个人与社会的关系，了解中国国情，有工程报国、为民造福的意识。

7.2解决人工智能领域复杂工程问题的活动中，能够恪守并践行工程伦理准则，严格遵守工程职业道德和规范，尊重国家和国际通行的法律法规，在工程实践活动中能体现工程职业道德和航天品质。

7.3在工程实践中自觉履行工程师对公众的安全、健康和福祉以及环境保护的社会责任。

8.个人和团队：具备在多样化、多学科背景下，承担个体、团队成员以及负责人的不同角色，在团队中独立或合作解决人工智能问题的能力。

8.1能够在多学科、面对面和远程互动等多样化团队中与其他团队成员有效地、包容性地沟通与合作。

8.2具有大局意识和团队精神，能够在团队中独立、协作或组织、协调和带领团队开展工作，完成工程实践任务。

9.沟通：能够针对人工智能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。

9.1能够撰写人工智能领域的报告和设计文稿，并通过适当方式准确清晰陈述和表达自己的观点，与业界同行针对复杂工程问题进行有效沟通和交流。

9.2理解和尊重世界不同语言、文化的差异性。

9.3具备跨文化交流的语言和书面表达能力，能就人工智能专业问题，在跨文化背景下进行基本沟通和交流。

10.项目管理：理解并掌握人工智能领域与工程项目相关的管理原理与经济决策方法，了解机械产品全周期、全流程的成本构成；具备在多学科环境中解决涉及工程管理与成本决策问题的能力。

10.1掌握人工智能领域的工程项目涉及的管理原理与经济决策方法

10.2了解人工智能及产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题。

10.3能在包括模拟环境在内的多学科环境下，对人工智能项目或产品在设计开发解决方案的过程中，运用工程管理与经济决策方法。

11.终身学习：具有自主学习、终身学习和批判性思维的意识和能力，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革。

11.1能够意识到自主学习、终身学习对个人能力发展的重要性，能通过主动学习获得提出问题、分析问题和解决问题的能力，并逐渐形成批判性思维。

11.2能够理解可能超出人工智能领域的更广泛的技术变革对工程与社会产生的潜在影响。

11.3能够针对个人或职业发展的需求，采用合适的方法，适应新技术变革，应对新问题和新挑战。

总数

实践

学时

实践占该模块比例

模块占课堂教学总数比例

总数

实践

学分

实践占该模块比例

模块占课堂教学总数比例

课堂教学课程(含课内实验、实践)

通识教育必修课

820

371

45.24%

33.23%

39

18

46.15%

27.08%

23.21%

通识教育选修课

48

0

0.00%

1.94%

3

0

0.00%

2.08%

1.79%

学科基础必修课

696

114

16.38%

28.20%

43.5

7

16.09%

30.21%

25.89%

学科基础选修课

112

0

0.00%

4.54%

4

0

0.00%

2.78%

2.38%

专业必修课

584

172

29.45%

23.66%

41.5

11

26.51%

28.82%

24.70%

专业选修课

208

48

23.08%

8.43%

13

3

23.08%

9.03%

7.74%

小计

2468

705

28.57%

100.00%

144

39

27.08%

100.00%

85.71%

集中

实践教学

总数

折合
学时

实践占总学时比例（国防与安全、体育除外）

总数

折合学分

实践占总学分比例（国防与安全、体育除外)

公共实践

0周

0

/

0

0

/

14.29%

专业实践

26周

780

/

24

24

/

小计

26周

780

/

24

24

/

总计

3248

1485

37.47%

168

63

32.74%

1

数学与自然科学类课程

27.5

168

16.37%

2

工程基础类课程、专业基础类课程与专业类课程

51.25

30.51%

3

工程实践与毕业设计（论文）

40.25

23.96%

4

人文社会科学类通识教育课程

46

27.38%

总计

98.21%