西安交通大学信息与计算科学（智能科学强基计划）专业培养方案

一、基本情况

（一）专业简介

西安交通大学数学与统计学院依托数学学科百年积淀，对接新一代人工智能国家战略，整合人工智能、信息科学、统计与数据科学优势力量，开设信息与计算科学（智能科学强基计划）专业。本专业突出数据科学与人工智能的数学与统计学基础，强化面向国家重大需求的人工智能前沿理论与交叉应用特色，旨在培养具备扎实数学与统计学理论基础，可从事智能科学前沿理论与算法研发的高端复合型人才。

西安交通大学数学与统计学院拥有悠久的办学历史、良好的学科声誉，其前身是创建于1928年的交通大学数学系，其数学学科连续两次教育部学科评估均在前5%（A档），ESI科排名位列全球学前1%。在数学与信息科学、生命科学、地球物理、金融等交叉方向上处于国内领先地位，拥有支撑“强基计划”人才培养健康发展、高效运行的平台基础。学院持续主持国家重点基础研究发展计划项目（973计划）、国家重点研发计划项目、国家自然科学基金重大、重点项目等。获国家自然科学二等奖3项、国家科技进步二等奖1项、教育部科学技术进步奖一等奖1项，陕西省科学技术奖一等奖2项、陕西省自然科学奖一等奖1项。徐宗本院士荣获陈嘉庚信息技术科学奖、华罗庚数学奖、中国CSIAM苏步青应用数学奖、吴文俊人工智能科技成就奖、陕西省基础研究重大贡献奖、国际信息技术与量化管理学会Richard Price数据科学奖等重要奖项，并受邀在2010年世界数学家大会（印度)上作45分钟特邀报告。

数学专业具有鲜明的专业特色，在面向国家战略人才培养、推进数学人才服务产业化方面已有瞩目的成绩。数学专业创建于1957年，是全国最早开展数学教学和科研的专业之一，1983年和1998年分别获应用数学硕士和博士学位授予权。2008年被教育部批准为“国家理科基础科学研究和教学人才培养基地”。2009年首批入选“基础学科拔尖学生培养试验计划”。2019年入选国家一流专业建设，是教育部“长江学者”设岗单位和陕西省特色专业。数学专业秉承“起点高、基础厚、要求严、重实践”的办学传统，坚持“科学问题导向，应用问题驱动，强化学科交叉，突出应用特色”的专业发展道路，形成以应用数学方向为龙头，其他交叉研究方向协同发展的良好局面，培养了包括三位中国科学院院士在内的近万名数学与多学科交叉的复合型人才，约50%的学生进一步赴海内外知名学府深造。数学专业建设始终紧密结合国家发展战略与国民经济发展前沿，有方向、有平台、有队伍、有成果，创新活力足、产业衔接紧密、国际化程度高，为推动数学技术服务社会奠定了人才培养基础。

信息与计算科学（智能科学强基计划）专业致力于培养具备扎实的人工智能数学与统计学基础、掌握智能科学核心理论与关键技术、具备解决实际复杂问题能力的未来领军人才，服务人工智能领域与国家重点行业的创新发展需求。该专业毕业生可在科研院所从事智能科学理论与算法研究，或在互联网、金融、医疗等行业担任数据分析师、算法工程师等职位。学院与多所国际顶尖高校建立联合培养项目，为优秀学生提供深造机会。

（二）师资队伍

学院师资力量雄厚，现有教职工150人，其中教师129人，实验技术人员8人。学院现有中国科学院院士1人，“973”首席科学家1人，国家级教学名师2人，国家杰出青年科学基金获得者2名、国家级人才计划入选者9人，国家级青年人才计划入选者28人次，省级人才11人，学校“青年拔尖人才”40人，学校“青年优秀人才”12人。

（三）教学及科研条件资源平台

本专业拥有一支高水平的教学队伍，具有国家级教学团队、国家教学名师、陕西省教学名师等一批优秀教师，在全国高校数学教学方面有着示范地位。学院不断深耕教学改革与实践，持续引领大学数学课程建设和教学改革发展方向，先后获国家级教学成果奖6项，在9届教育部高等学校大学数学课程教学指导委员会中共担任7届主任单位、2届副主任单位，多次主持修订我国高校大学数学课程教学基本要求。2009年，教育部四家机构共同倡议在我院成立国内首家开放式教学研究中心——高等学校大学数学教学研究与发展中心，不断推动我国大学数学教学的改革与发展。同时，专业依托学校优势传统学科，开放“管理试验和虚拟仿真实验教学中心（国家级）”“计算机教学实验中心（国家级实验教学示范中心）”等国家级教学平台，提升学生解决问题的实践操作能力。 本专业拥有六个科研平台——“大数据算法与分析技术国家工程实验室”“陕西国家应用数学中心”“国家天元数学西北中心”“陕西省大数据分析与处理重点实验室”“陕西基础科学（数学、物理学）研究院”“和“陕西省基础学科（统计与数据科学）研究院”。同时联合”智能网络与网络安全教育部重点实验室”“过程控制与效率工程教育部重点实验室”“视觉信息处理与应用国家工程实验室”“教育部混合增强智能技术创新示范中心”等实验室科研团队。

二、培养目标

学校人才培养总目标：坚持以习近平总书记提出的“四个服务”为人才培养总目标，践行“欲成第一等学问、事业、人才、须先砥砺第一等品行”的教育思想，构建“品行养成、知识传授、能力培养、思维创新”四位一体的育人模式，培养具有历史使命感和社会责任心，富有创新精神和实践能力的又红又专、德智体美劳全面发展的中国特色社会主义合格建设者和可靠接班人。

专业人才培养目标：致力于培养具有健全人格、人文情怀、社会责任感和扎实基础、科学素养、全球视野、求实创新精神、能在各行业起引领作用的优秀人才。

目标1：具备良好的道德品质，具有中国特色社会主义的价值观念和强烈的社会责任感、职业责任感；

目标2：具备坚实的人工智能、数据科学、统计学及相关理论基础，掌握人工智能与数据分析方法，熟练计算机编程并应用于数据处理与分析；

目标3：具备人工智能与数据科学基础理论的科研创新能力、数据处理与分析的实践能力；

目标4：具备跨领域交叉融合的能力、具有一定国际视野与文化交流能力、具备团队协作能力、具备自我管理及持续自我完善的能力，从而提升职业胜任力。

三、毕业要求

A．树立正确的社会主义价值观念，具有良好的人文社科和自然科学素养，富有社会责任感。完成通识、大类、专业课程毕业学分要求。

B. 具备人工智能与数据科学相关的坚实数学理论基础以及良好科学素养。

C．掌握系统的基础知识与专业知识，掌握必备的科学研究方法, 了解本专业及相关领域最新动态和发展趋势。

D．熟练掌握人工智能与数据分析方法，具备解决科学研究问题与工程实际应用问题的实践能力。

E．具备良好的沟通协调能力、团队协作及组织管理能力，能与专业领域的同行及社会公众进行有效交流。

四、主干学科与相关学科

主干学科：数学、统计学

相关学科：人工智能、数据科学与大数据技术、计算机科学与技术

五、学制、学位授予与毕业条件

学制：4年

授予学位：理学学士学位

六、培养方式

（一）立足专业特色，优化培养体系，实施“三制五化”育人模式

在“知识传授、能力培养、素质提升、人格塑造”人才培养体系基础上，传承“起点高、要求严、基础厚、重实践”的教学传统，整合人工智能、信息科学、统计与数据科学优势力量，构建“数学筑基、智算贯通、智能应用”三位一体的特色培养体系，实施“三制五化”育人模式，即双院制、导师制、学分制、小班化、个性化、国际化、科教协同化、培养一体化。  

（二）注重培养过程，实施本硕博进阶式培养，重构“四位一体”研究型课程体系

以夯实基础，跨界融合，尊重个性，筑牢创新能力发展平台为目标，建立“数学基础课程开启研究智慧、智能科学相关专业课程引导兴趣方向、科研实践训练强化研究能力、智能应用课程深入专业领域”四位一体的研究型课程体系，通过专业基础课程、专业核心课程、实践课程建设，纵向循序加深数学基础研究培养，横向并行专业基础、专业方向交叉培养，实现研究型与专业型学生培养深度融合，形成重基础知识通识教育、重学科交叉培养的本硕博进阶培养路径。

（三）塑专业结构，建设特色课程与教材；尊重学生科研个性，强化科研实践育人功能

以“树立精品、质量优先、特色引领”为原则，在坚持数学学科体系基础上，建设数学与人工智能、信息工程、计算机科学与技术、软件工程交叉等应用数学模块；筹建前沿课程，开展智能科学强基计划系列教材编写工作，促进数学基础、专业基础和专业主干系列课程建设。采用“大班授课、小班辅导、自主讨论”的教学模式，采用“讲授、讨论、拓展、实验、研究”相结合的教学方法。倡导线上、线下教学融合，共享数学优质课程资源。

设置科研训练环节，提高学生科研意识和创新能力。组织学生加入科研团队，接受科研初步训练。通过“国际大师指引、导师团引领”等多种形式，依托科研平台，以国家重大、重点项目为载体，引领学生找寻科研门径，探索科学问题，收获研究乐趣。

（四）全方位协同育人，育能更要育德，家国情怀根植心中

强学生人文素养培养，邀请学术大师讲授学术成长历程、生活和科研工作感悟，激发学生对科学的责任感、使命感和追求科学、追求真理的志趣和理想；引导学生面向基础学科前沿，激发学术志趣和内在动力；激励学生把自身价值的实现与国家发展紧密联系起来，把远大的理想抱负和所学所思落实到报效国家的实际行动中。“双院”协同完成立德树人、教书育人的目标任务。学院成立智能科学强基计划导师团，打造学业辅导、价值引导、智慧启发、成长辅助活动，打造全方位的育人全过程。

七、课程设置

课程设置包括通识教育类课程、大类平台课程、专业课程、集中实践和课外实践。

通识教育类课程

通识教育类课程由公共课程、模块课程两部分组成。公共课程含思想政治理论、军事理论、大学英语、体育及劳育等；模块课程含通识类核心课程、通识类选修课程。

大类平台课程

大类平台课程由数学和基础科学课程和专业大类基础课组成。数学和基础科学课程含数学分析、高等代数与几何、大学物理、程学设计基础等课程；专业大类基础课含微分方程、抽象代数、离散数学、数据结构与算法、实变函数、复变函数、概率论基础、凸分析与最优化、算法设计与分析等课程。

专业课程

专业必修课包含AI算法模块、AI分析模块课程，含机器学习基础、深度学习架构设计的基础与方法、强化学习、大模型基础、人工智能计算系统等。

专业选修课程包含人工智能基础增强类、人工智能技术前沿类、专业跨选课程模块课程。含脑科学与认知科学基础、数理逻辑与数学形式化、动力系统、人工智能的几何基础、人工智能与最优化、计算机视觉、人工智能安全技术前沿 AI驱动的科学计算、AI驱动的博弈与控制等。

此外，可根据交叉方向，选择修读人工智能/计算机科学与技术/软件工程专业辅修课程，修读6学分可替代专业核心课/专业选修课。

集中实践

除军事训练和毕业设计外，含数据结构与算法设计综合训练、专业实习等集中实践课程。

课外实践

学生处统一提出课外8学分要求以及实施办法。