一、微专业简况

      在数字化与智能化深度融合的时代背景下，智能物联网技术作为新质生产力的关键支撑，通过打通 “人工智能 + 物联网 + 大数据” 的技术链路，实现设备互联互通、数据实时传输分析与智能决策，已成为推动各行业转型升级的核心动力。其应用场景广泛覆盖工业制造的智能产线监控、医疗领域的远程体征监测、农业的精准灌溉管理、城市的智慧交通调度等，不仅重塑生产生活模式，更为主智慧城市、绿色低碳社会的构建提供核心技术解决方案。 智能物联网微专业聚焦行业实战需求，以 “技术融合 + 实践创新” 为导向，构建涵盖传感器技术、物联网通信、边缘计算、智能应用开发的完整课程体系。通过系统教学，帮助学生掌握物联网设备部署、数据采集分析、AI 模型嵌入、智能系统开发的全流程技能，培育兼具物联网技术基础与人工智能思维的复合型应用人才，为各领域智能化建设输送专业力量。

二、培养目标

      本微专业坚持立德树人根本任务，面向智能时代国家社会经济发展需求，培养具备理论素养、实践能力与跨学科应用能力的智能物联网专业人才，具体目标如下：

      1. 知识体系构建：使学生系统掌握物联网技术（传感器、通信、云平台）与人工智能应用（数据分析、智能算法）的核心知识，熟悉智能物联网技术的发展趋势与行业标准。

      2. 实践能力培育：重点提升学生传感器选型与数据采集、物联网系统部署与调试、边缘计算与云端协同、智能应用开发与优化的实战能力，确保能独立解决行业场景中的技术难题。

      3. 学科交叉融合：推动智能建造、智慧交通、智能制造等 “智能 +” 专业与物联网、人工智能、大数据学科的深度联动，引导学生将智能物联网技术与主修专业知识结合，形成跨领域技术优势。

       4.职业发展适配：培养学生符合行业需求的职业素养，使其毕业后能胜任人工智能算法工程师、智能系统开发工程师、计算机视觉工程师等岗位，适应行业转型升级对复合型人才的需求。

三、修读条件

      1.招生对象：本校在籍全日制本科理工科专业大二、大三学生，确保学生具备一定的理工科基础，能快速理解技术原理与应用逻辑。          

      2.学业基础：已学习过程序设计语言类课程（如 C、Python、Java 等），具备基础的编程能力，为后续物联网应用开发课程奠定技术基础。

      3. 兴趣与精力：对物联网工程技术及智能应用场景有浓厚兴趣，能合理分配时间，在完成主修专业学习任务的前提下，投入微专业课程学习。

      4. 招生规模：结合教学资源与培养质量需求，计划择优录取，保障师生互动效率与实践教学效果（具体人数可根据报名情况动态调整，以最终通知为准）。

四、核心课程设置与结业学分

      智能物联网微专业共开设 6 门核心课程，总计 15 学分，学习周期为 2 个学期（第 1 学期侧重基础理论，第 2 学期侧重实战应用），课程体系具体如下：

五、课程简介

      （一）智能物联应用技术（第 1 学期，2.5 学分，40 学时）

      课程内容：系统讲解智能物联网的技术架构（感知层、网络层、平台层、应用层）与核心概念，介绍典型行业应用场景（如智慧家居、工业物联网、智慧医疗）；通过案例演示物联网系统的搭建流程，包括设备选型、网络配置、数据交互逻辑设计，帮助学生建立智能物联网技术的整体认知。

      应用价值：为后续专业课程奠定基础，让学生理解技术与场景的结合逻辑，具备初步的智能物联网系统规划能力。

      （二）传感器与数据采集技术（第 1 学期，3 学分，48 学时）

      课程内容：深入讲解常见传感器（温度、湿度、压力、图像、位移传感器等）的工作原理、性能参数与选型方法；重点教授数据采集流程（信号调理、AD 转换、数据预处理），结合实验操作（如传感器接线、数据采集模块调试、异常数据过滤），提升学生的硬件实操能力。

      应用领域：适用于工业生产监控、环境监测、医疗体征采集、智能穿戴设备开发等场景，是智能物联网 “感知层” 的核心技术。

      （三）物联网通信技术（第 1 学期，2 学分，32 学时）

      课程内容：系统介绍物联网主流通信技术，包括短距离通信（WiFi、蓝牙、ZigBee、LoRa）与广域通信（NB-IoT、5G、卫星通信）的技术特点、协议标准与适用场景；通过实验对比不同通信技术的传输速率、功耗、覆盖范围，指导学生根据应用需求选择合适的通信方案。

      应用价值：解决智能物联网 “网络层” 的数据传输问题，为后续系统部署与云端协同提供技术支撑。

      （四）物联网智能应用开发（第 2 学期，3 学分，48 学时）

      课程内容：以项目驱动教学，教授基于物联网平台的智能应用开发流程，包括需求分析、功能设计、代码实现（如使用 Python/Java 开发数据处理模块、调用物联网 API 接口）、前端可视化（如开发设备监控面板）；结合案例（如智能灌溉系统、智能家居控制 APP），让学生掌握 “数据采集 - 分析 - 决策 - 控制” 的全链路开发能力。

      应用领域：可用于开发智慧农业控制、工业设备远程监控、智能家居管理等应用，是智能物联网技术落地的核心环节。

      （五）边缘计算与物联网云平台（第 2 学期，2 学分，32 学时）

      课程内容：讲解边缘计算的原理与优势（低延迟、高带宽、数据隐私保护），教授边缘节点部署与调试方法；介绍主流物联网云平台（如华为云 IoT、阿里云 IoT）的功能与使用流程，包括设备接入、数据存储、规则引擎配置、AI 模型部署（如将图像识别模型部署至云端 / 边缘端）。

      应用价值：解决物联网 “平台层” 的算力分配与数据管理问题，实现 “边缘实时处理 + 云端全局优化” 的协同模式，适用于自动驾驶、工业实时控制等对延迟敏感的场景。

      （六）运营商分析挖掘实战（第 2 学期，2.5 学分，40 学时）

      课程内容：以团队形式开展运营商场景下的物联网数据分析挖掘综合实战，学生需结合前期所学的传感器与数据采集、物联网通信、边缘计算与云平台等知识，自主选择运营商相关实战课题（如运营商用户精准营销分析系统、基站网络运行故障挖掘模型、物联网设备连接质量分析平台），完成全流程实战任务

      应用价值：整合所有课程知识点，积累真实项目经验，为就业或创业提供实践支撑。

六、就业优势

      市场需求旺盛：智能物联网技术已渗透至制造业、能源、交通、医疗、零售等全行业，企业对传感器开发、系统集成、智能应用开发等岗位的需求持续增长，人才缺口显著。

      跨行业选择自由：毕业生可在不同领域灵活就业，既能从事硬件相关的传感器设计、设备调试，也能胜任软件方向的数据分析、应用开发，还可参与物联网系统规划与运维，职业选择范围广。

      创新与创业机遇多：依托智能物联网技术，可开发个性化解决方案（如细分领域的智慧设备、行业定制化系统），国家政策也对物联网创业项目提供扶持，创业门槛相对较低。

      薪资与晋升空间大：由于技术复合型特点，智能物联网相关岗位起薪高于传统理工科岗位，随着经验积累与技能提升（如掌握 AI 模型嵌入、边缘计算优化），可快速晋升为技术主管、项目负责人，薪资涨幅显著。

      政策与社会价值双重保障：国家将物联网纳入战略性新兴产业，出台多项政策支持技术研发与人才培养，就业稳定性强；同时，智能物联网技术可改善资源利用效率、推动绿色低碳发展，工作成果兼具社会价值与成就感。

七、学分证书

      学生修完微专业培养方案规定的课程，且成绩全部合格的，经计算机工程与人工智能学院审核后，报学校审定，发放微专业结业证书。八、报名联系人及方式

      联系人：佟冬18104471333

文章来源：高晓佳

文字校对：梁忠敏

初审：梁忠敏

复审：高晓佳

终审：尹建平