一、专业简介
《“十四五”数字经济发展规划》指出数据是最具时代特征的生产要素。智能计算与数据处理是计算机科学、数学和人工智能技术深度融合的交叉专业，聚焦于利用机器学习、深度学习、数据挖掘、可视化设计等智能计算和数据处理技术分析教育、医疗、金融、农业等领域的海量数据，挖掘数据价值，推动各行业创新发展。本微专业旨在通过系统化培养，让学生快速掌握智能计算和数据处理的核心技术，并能够将其灵活运用于解决跨领域的实际问题，成为兼具技术硬实力和专业洞察力的复合型人才。
二、专业特色
1.零基友好，快速上手。无需计算机背景，仅需数学基础即可系统掌握编程、数据分析、大模型应用等硬核技能。
2.学科交叉，精准赋能。打破专业壁垒，聚焦“智能+X（教育/农业/生物等）”垂直领域和真实场景，助力采用计算机技术解决专业领域的数据化转型难题。
3.实战为核，产教协同。引入中软国际等行业头部企业资源，以“行业项目实战+企业导师指导”模式，让学生积累真实项目经验。
4.个性培养，多元发展。通过线上线下深度融合的智慧教学模式匹配个性化需求。引入数据安全、AI伦理等议题，培养兼具技术能力与社会责任感的复合型人才。结业后，学生既可成为主修领域的数字化转型专家，也能开拓自由职业的技术赋能新赛道。
三、培养目标
本微专业以技术赋能、跨界融合为宗旨，致力于培养非计算机专业学生成为具备技术硬实力、行业洞察力和跨界创新力的复合型人才。
1.技术硬实力：从零基础起步，系统掌握Python编程、人工智能算法及数据分析全流程技术，独立完成从数据分析到智能系统部署，为专业领域增加AI驱动力。
2.行业洞察力：深度融合跨领域真实需求，通过大模型应用等课程，培养学生将技术转化为行业解决方案的能力。
3.跨界创新力：通过跨学科项目实践、企业真实案例研讨，强化团队协作、批判性思维与终身学习习惯，助力学生在主修专业与智能技术交叉领域开拓创新。
四、招生对象及条件
1.招生人数：面向西南大学全体在校本科生招生30-60人。
2.报名条件：
(1)热爱祖国，具有良好的政治素质和思想品德。
(2)已修课程无不及格科目。
(3)专业排名年级前50%。
(4)已修完高等数学I或II，或者本学期正在修读高数IB（IIB）且学期结束时能保证正常完成的学生，也可报名参加（数学类专业不做此要求）。
五、学期与学制
2025年夏季、秋季学期，2026年春季、夏季、秋季学期，学制1.5年。
六、学习证明
由学校统一发放微专业学习证明，并支持学校可信电子凭证平台在线查询。
七、收费标准
80元/学分。
八、课程计划及介绍
1.课程内容
以“基础工具 — 核心算法 — 跨学科应用”为主线，构建实践导向强、行业融合深的课程体系，共设置 6 门课程。
(1)Python编程与数据处理，聚焦编程基础，培养数据洞察驱动的决策与创新能力。内容包括Python的基本语法，NumPy、Pandas等常用数据处理工具，Matplotlib、Seaborn等数据可视化工具。
(2)计算思维与问题求解，聚焦数据结构与算法设计，培养结构化思维与复杂问题建模能力。内容包括数据结构、算法设计与优化、抽象建模方法等。
(3)人工智能算法与应用，聚焦人工智能基础理论、核心算法与应用，培养模型建立与优化、系统集成与部署的实战能力。内容包括传统AI算法、机器学习算法、深度学习算法、强化学习算法等。
(4)数据分析与可视化，聚焦数据分析与可视化设计的工具与方法，培养逻辑表达与可视化叙事能力。内容包括数据采集与预处理、探索性数据分析、统计建模、大数据处理工具及可视化设计工具等。
(5)大模型行业应用，聚焦大模型的理论以及应用，培养复杂系统拆解与领域知识迁移能力。内容包括大模型微调技术、提示词工程、行业知识库构建、大模型在各领域应用等。
(6) 行业软件开发综合实践，聚焦行业应用软件工程的全流程，培养跨学科应用与项目工程化能力。内容包括需求分析、架构设计、开发与测试等。
2.课程设置
课程名称 |
授课老师 |
学时 |
学分 |
开课学期 |
Python编程与数据处理 |
李 娅 黄 敏 张元平 |
80（32理论+48实验） |
4 |
2025年夏季学期 |
计算思维与问题求解 |
吕家恪 吴春明 |
56（32理论+24实验） |
3 |
2025年夏季学期 |
人工智能算法与应用 |
王 英 |
80（32理论+48实验） |
4 |
2025年秋季学期 |
数据分析与可视化 |
王小刚 |
80（32理论+48实验） |
4 |
2026年春季学期 |
大模型行业应用 |
黄俊杰 杜永杰 |
56（32理论+24实验） |
3 |
2026年夏季学期 |
行业软件开发综合实践 |
殷方言 |
128（32理论+96实验） |
6 |
2026年秋季学期 |
3.师资团队
(1) 李娅
计算机与信息科学学院 软件学院 教授
主要研究领域：网络表示学习、学术大数据分析、智慧课程
(2) 黄敏
计算机与信息科学学院 软件学院 讲师
主要研究领域：数据和知识工程、自然语言处理、大数据
(3)张元平
计算机与信息科学学院 软件学院 副教授
主要研究领域：软件工程与理论、人工智能、图像处理
(4)吕家恪
计算机与信息科学学院 软件学院 副教授
主要研究领域：公共计算机教育、数字农业
(5) 吴春明
计算机与信息科学学院 软件学院 副教授
主要研究领域：公共计算机教育、机器学习、计算机网络
(6) 王英
计算机与信息科学学院 软件学院 讲师
主要研究领域：边缘计算、群智计算、激励机制、机器学习
(7) 王小刚
计算机与信息科学学院 软件学院 副教授
主要研究领域：三维重建、机器学习、虚拟现实、数字孪生
(8) 黄俊杰
计算机与信息科学学院 软件学院 副教授
主要研究领域：大模型、数据挖掘、信息检索
(9) 杜永杰
计算机与信息科学学院 软件学院 讲师
主要研究领域：人工智能、机器学习、迁移学习
(10) 殷方言
计算机与信息科学学院 软件学院 助理实验师
主要研究领域：Web前端工程化、前端框架技术、跨平台应用开发
九、教学安排
课程实行线上线下混合式教学。于2025年夏季学期开始开课，主要集中于周末、暑假等时间行课，具体时间由学院结合老师和学生的需求进行确定。
十、报名方式
采用教务系统报名，结合现场确认。
教务系统报名流程：登录一站式门户-打开教务系统-报名申请-辅修报名-微专业报名。
有意向的学生将个人简历+盖章成绩单（含专业排名）合成1个PDF文件，纸质版提交到：25教1329苗老师处，电子版提交到：wzyzs_cs@163.com，邮件主题写为：姓名+学号+专业。
十一、联系人及办公电话
专业建设执行负责人：万林春，linchunwan@outlook.com
教学工作办公室：苗老师，023-68251056
