“计算机科学与技术“专业培养方案
一、培养目标
本专业旨在培养具有良好的道德修养和科学素养，系统地掌握本学科的基本理论、基本技能与方法，具有国际视野、跨文化沟通能力强，从事计算机科学与技术相关的研发等工作的高级复合型人才。具体地：本专业学生在毕业后约5年左右的时间，通过工作锻炼和继续学习，将能熟练地运用计算机科学理论及应用技术、运用数学及自然科学和工程科学的原理、综合考量社会和经济效益，针对大型复杂工程问题进行规划分析、系统建模、组织或参与实施的能力。
二、毕业要求
毕业生应具有扎实的计算机科学与技术专业基础，有强烈的创新意识、国际视野、团队合作精神；自学能力强并有终身学习的习惯（基本标准：那些成熟的且经人整理的知识可通过自学掌握）；能运用专业知识并结合数学、自然科学、人文社科、经济管理等基本原理分析和解决复杂问题的能力。毕业生应该具有如下特质。
1. 系统级的认识能力：掌握自底向上和自顶向下的问题分析方法，既能理解系统各层次的细节，又能站在系统总体的角度从宏观上认识系统；
2. 理论和实践的能力：从理论、抽象、设计三个方面将有关内容联系起来，使之相互支撑、相互促进，以利于科学、有效地分析和解决复杂工程问题；
3. 一定的实际项目经验：具有组织或参与实际的、综合性强的项目研发经历，有较好的合作、交流、沟通的能力和技巧；
4. 社会适应能力：对新科学、新技术、新应用具有较敏锐的感知能力、具有良好的自学能力和较强的自信心，能适应科学技术进步、社会发展的新要求；
5. 普通话、外语、体育等达到学校规定的水平。
三、学习要求
本专业的学生应该做到如下几点。
1. 遵守校纪校规、尊敬师长、团结同学，积极参加学校组织的活动，志愿服务社会；
2. 时刻关注道德和法律问题、技术问题、审美价值的相互关系在计算机科技发展中的重要作用；
3. 正确认识、认真规划本科阶段的学习、生活、发展目标，并付诸行动；
4. 刻苦学习、勤于实践，充分利用一切资源，通过独立思考和积极研讨、课内外联动、按时保质保量地完成各项学习任务（注：学院教学实验中心工作日全天候开放）；
5. 主动关注学校、教务处、学工办、学院网站上的学术报告、科技活动、企业实习、海外交流等项目通知，并根据自己的兴趣和发展目标，合理安排时间参加活动；
6. 关注计算机科学和信息技术的新进展，关注流行软件、工具等，同时结合自身的兴趣尝试开展跨学科学习。
四、主要课程
根据要求必修人文社会、经济管理、理学工学三大类的通识课程若干门。必修微积分、线性代数、概率论与数理统计、大学物理、工程制图、英语、体育等。
本专业的课程设置是以计算机科学与技术新发展为牵引，以社会需求为驱动，同时参考《计算机科学教程2013》（Computer Science Curricula 2013，CS2013）逐步调整而成的。目前，本专业的学科基础与专业选修课程有：面向对象设计语言、离散数学、数字逻辑、计算机组成原理、汇编语言程序设计、数据结构、操作系统、编译原理、数据库原理、软件工程、计算机网络、计算机系统结构、数值代数与计算方法、算法设计与分析、Linux操作系统内核、接口技术、单片机技术、嵌入式系统、移动平台应用开发、高性能计算、人机交互技术、人工智能、Windows编程技术、Web开发技术、软件项目管理、软件测试、电子商务等。这些课程涵盖了CS2013所归纳的18个知识域。
五、主要实验课程、实践性教学环节
主要实验课程包括数字逻辑、计算机组成原理、单片机技术、接口技术、嵌入式系统等硬件实验，以及其它课程的相关软、硬件实验。实践性教学环节包括计算思维实训、生产实习、认识实习、计算机硬件综合大型作业、计算机应用大型作业、毕业设计（论文）以及多门实践实训课程等。
六、教学方法
以学生为中心，采用启发、研讨、实训等教学方式。其中所有学科基础课均采取“大班授课、小班研讨”的教学模式，学生须理解“在研究中学习和成长”的研究型教学理念和方法，养成主动学习、独立思考的习惯，着力培养质疑的科学态度、批判的科学精神和创新的科学意识。
七、修业年限
学制四年。学生毕业需至少修满290学分。其中：通识课22学分、新生研讨课2学分、公共基础课98学分、学科基础课75学分、高年级专业研讨课4学分、专业选修课25学分、任意选修课10分、实践教学环节（不含学科基础课、选修课中的实践环节）54学分。
【附】选课建议
选课时，请注意选修课程要求。建议按照教学计划中的学期顺序安排学习。课程学习中，除掌握核心知识点外，更重要的是通过主动学习、积极参与团队合作锻炼自己的综合能力。
除必修课程外，专业选修课程可根据自身的兴趣选择，建议计算机硬件、软件、工程、信息技术应用等方面均衡选择，以利于打下扎实的基础。
随着计算机科学与技术的发展，越来越多的新的“计算-X学”（如：计算生物学、计算材料学，以及生物信息学、材料信息学等）逐渐形成，跨学科工作和交流的需求越来越强烈。因此，计算机科学一定是积极开拓与其他学科融合的学科。学生具有这种开放视野是十分重要的。这也是CS2013描述的“大帐篷（Big Tent）”的景象。因此，须充分利用上海大学综合性大学的优势，在人文社科、经济管理等方面选修有关跨文化交流、工程管理、美学、心理学、社会、法律等方面的通识课程和任意选修课程，以利于自身综合素质和能力的锻炼培养。
除第12学期外，每学期选课总学分不宜超过25学分，以留出课外研究的时间。
八、授予学位
工学学士。
九、继续深造及就业情况
部分学生选择继续攻读硕士（每年有20余名学生获得推荐免试直升硕士研究资格，这些学生可在全国高校、科研院所申请攻读硕士学位）、硕博连读或出国深造。
学院培养的学生主要去向为上海地区或面向全国择业，主要从事计算机软硬件的系统设计开发、信息服务及其他行业的计算机管理应用工作。每年有大量的企事业单位到学院发布招聘信息，招收毕业生，且基本上“供不应求”。学院的就业率、平均薪资、专业对口率均在学校名列前茅。
“智能科学与技术“专业培养方案
一、培养目标
本专业以人工智能和类脑科学为基础，培养系统掌握类脑智能信息处理、人工智能和智能控制计算的基本理论、基本技术和方法；具备在高端人工智能信息科学领域从事科学研究和产品开发能力；具备在信息技术及相关交叉领域从事人工智能技术的工程项目开发和智能系统管理能力；以及具有适应智能科学与技术快速发展变化的能力；同时具有良好道德修养和科学素养，具有国际视野、跨专业、跨领域沟通能力的优秀创新型复合人才。
二、毕业要求
毕业生应具有扎实的智能科学与技术专业基础，有强烈的创新意识、国际视野、团队合作精神；自学能力强并有终身学习的习惯（基本标准：那些成熟的且经人整理的知识可通过自学掌握）；具有跨专业跨领域的科学素养及人文素养、良好的团队合作能力和交流沟通能力、系统分析和解决复杂工程技术问题的认知能力和实践能力。毕业生应该具有如下特质：
1. 系统的认知能力：能够利用智能科学的基本原理与方法，自底向上和自顶向下地对问题进行系统分析的能力；既能理解智能系统各层次的细节，又能站在系统总体的角度从宏观上认识系统的智能性；
2. 智能科学理论专业能力：掌握人工智能与数据驱动决策、媒体智能与感知计算和智能控制与无人系统培养方向的基本原理和基本方法，并能至少在其中的一个方向上具有较强的分析问题和解决问题的能力；
3. 智能应用技术实践能力：从智能理论、智能技术、智能应用设计三个方面将有关内容联系起来，使之相互支撑、相互促进，以利于使用智能的方法解决复杂的工程实践问题；
4. 创意创新创业能力：具有组织或参与实际的、跨专业、跨领域、综合性强的项目研发经历，有较好的团队合作、交流沟通的能力和技巧；
5. 社会适应能力：对智能科学与技术所应用领域中的新理论和新技术具有较敏锐的感知能力、具有良好的自学能力和较强的自信心，能适应科学技术快速进步和应用领域快速发展的新要求。
6. 普通话、外语、体育等达到学校规定的水平。
三、学习要求
本专业的学生应该做到如下几点。
1. 遵守校纪校规、尊敬师长、团结同学，积极参加学校组织的活动，志愿服务社会；
2. 时刻关注道德和法律问题、技术问题、审美价值的相互关系在计算机科技发展中的重要作用；
3. 正确认识、认真规划本科阶段的学习、生活、发展目标，并付诸行动；
4. 刻苦学习、勤于实践，充分利用一切资源，通过独立思考和积极研讨、课内外联动、按时保质保量地完成各项学习任务（注：学院教学实验中心工作日全天候开放）；
5. 主动关注学校、教务处、学工办、学院网站上的学术报告、科技活动、企业实习、海外交流等项目通知，并根据自己的兴趣和发展目标，合理安排时间参加活动；
6. 关注智能科学和信息技术的新进展，关注流行软件、工具等，同时结合自身的兴趣尝试开展跨学科学习。
四、主要课程
根据要求必修人文社会、经济管理、理学工学三大类的通识课程若干门。必修微积分、线性代数、概率论与数理统计、大学物理、工程制图、英语、体育等。
本专业的课程设置是以智能科学与技术新发展为牵引，以社会需求为驱动，逐步调整而成的。目前，本专业的学科基础与专业选修课程有：机器学习基础、运筹与优化、人工智能原理、脑与认知科学、算法设计与分析、智能系统控制、信号处理、信息论、面向对象程序设计、数据结构、离散数学、矩阵代数与应用、计算机组成原理与体系结构、计算机网络、操作系统等15门必修课；数据分析程序设计、自然语言语义处理概论、模式识别、区块链技术与数据经济学、博弈论与强化学习、机器学习进阶、计算机图形学、数据可视化与人机交互技术、计算机视觉基础、多媒体与虚拟现实技术、无人系统基础等23门专业选修课。
五、主要课程实验、实践性教学环节
主要课程实验包括课程的相关软、硬件实验。实践性教学环节包括创新创业实训实训、生产实习、认识实习、智能系统联合大作业、智能应用联合大作业、毕业设计（论文）以及多门实践实训课程等。
六、教学方法
以学生为中心，采用启发、研讨、实训等教学方式。其中大部分学科基础课采取“大班授课、小班研讨”的教学模式，学生须理解“在研究中学习和成长”的研究型教学理念和方法，养成主动学习、独立思考的习惯，着力培养质疑的科学态度、批判的科学精神和创新的科学意识。
七、修业年限
学制四年。学生毕业需至少修满290学分。其中：通识课22学分、新生研讨课2学分、公共基础课98学分、学科基础课75学分、高年级专业研讨课4学分、专业选修课25学分、任意选修课10分、实践教学环节（不含学科基础课、选修课中的实践环节）54学分。
【附】选课建议
选课时，请注意选修课程要求。建议按照教学计划中的学期顺序安排学习。课程学习中，除掌握核心知识点外，更重要的是通过主动学习、积极参与团队合作锻炼自己的综合能力。
除必修课程外，专业选修课程可根据自身的兴趣选择，可参照人工智能与数据驱动决策、媒体智能与感知计算和智能控制与无人系统三个方向选择相应课程。
随着本学科的发展，智能科学与技术领域与其他领域的结合会越来越多，跨学科工作和交流的需求也越来越强烈。因此，人工智能一定是积极开拓与其他学科融合的学科。学生具有这种开放视野是十分重要的。因此，须充分利用上海大学综合性大学的优势，在其他理工、人文社科、经济管理等方面选修有关跨文化交流、工程管理、美学、心理学、社会、法律等方面的通识课程和任意选修课程，以利于自身综合素质和能力的锻炼培养。
除第12学期外，每学期选课总学分不宜超过25学分，以留出课外研究的时间。
八、授予学位
工学学士。
九、继续深造及就业情况
部分学生选择继续攻读硕士（每年有若干名学生获得推荐免试直升硕士研究资格，这些学生可在全国高校、科研院所申请攻读硕士学位）、硕博连读或出国深造。
本专业培养的学生主要去向为上海地区或面向全国择业，主要从事人工智能领域相关工作，如智能系统开发与设计，大数据分析与应用以及多媒体数据处理等。每年有大量的企事业单位到学院发布招聘信息，招收毕业生，且基本上“供不应求”。学院的就业率、平均薪资、专业对口率均在学校名列前茅。