00:00:00
人工智能专业人才需求与培养定位社会调研问卷
录音中...
尊敬的行业专家/高校学者:您好!为科学制定我校人工智能本科专业人才培养方案,特开展本次调研。本问卷旨在收集您对AI产业人才需求、核心能力画像、课程体系建构及产教融合路径的专业意见。您的回答对我们至关重要,问卷预计耗时15-20分钟。所有数据仅用于学术研究,严格保密。感谢您的支持与参与!
*
1.
您的身份
请选择最符合您当前身份的选项
企业高管(技术/业务负责人)
企业技术骨干(AI研发/工程岗位)
企业HR(负责技术人才招聘)
高校学者(人工智能/计算机相关专业教师)
其他(请注明)
*
2.
您所在机构类型
企业
高等院校
科研院所
其他
*
3.
您所在企业的所属行业(可多选)
【多选题】
请选择企业主营业务所属行业
互联网/科技公司
智能制造/工业自动化
金融/金融科技
医疗健康
汽车/智能交通
教育/培训
零售/电商
能源/化工
政务/公共服务
其他(请注明)
*
4.
您所在企业的规模(员工人数)
请选择
50人以下
51-200人
201-500人
501-1000人
1001-5000人
5001人以上
*
5.
您所在高校的类型
综合类院校
理工类院校
师范类院校
财经类院校
其他
*
6.
您所在高校的优势专业领域(可多选)
【多选题】
计算机科学与技术
软件工程
数学与应用数学
自动化
电子信息工程
机械工程
其他(请注明)
第二部分:产业需求与岗位分析
*
7.
未来3-5年,您认为AI产业最紧缺的细分领域有哪些(可多选)
【请选择1
-
8项】
请选择您认为未来人才缺口最大的领域
计算机视觉(图像识别/目标检测等)
自然语言处理与大模型工程(LLM应用/微调等)
AI芯片与算力系统(芯片设计/算力优化等)
AI+智能制造(工业质检/预测性维护等)
AI+金融科技(风险控制/量化交易等)
AI+医疗健康(辅助诊断/药物研发等)
边缘计算与嵌入式AI(终端设备部署等)
数据安全与AI伦理(隐私保护/可解释性等)
AI机器人(运动控制/人机交互等)
其他(请注明)
*
8.
贵单位当前及未来3年最急需的AI人才层级
针对人工智能相关岗位
入门级(应届生/实习岗)
骨干级(3-5年经验)
专家级(5年以上经验)
均急需
*
9.
企业在录用AI专业应届生时,最看重的能力优先级(请拖拽排序,1为最看重)
【请选择
全部
项并排序】
请将选项按重要性从高到低排序
算法基础与数学建模能力
编程与工程实现能力(Python/C++等)
机器学习框架应用能力(TensorFlow/PyTorch等)
AI系统部署与优化能力(模型压缩/推理加速等)
问题分析与解决能力
工程伦理与责任意识(数据安全/隐私保护等)
自主学习与技术跟踪能力
团队协作与沟通能力
第三部分:知识与能力结构
*
10.
请对AI专业毕业生应具备的以下核心能力重要性进行评分(1=非常不重要,5=非常重要)
1-非常不重要
2-不重要
3-一般
4-重要
5-非常重要
数学建模能力(微积分/线性代数/概率统计等应用)
数学建模能力(微积分/线性代数/概率统计等应用)
机器学习算法原理与推导能力
机器学习算法原理与推导能力
深度学习模型设计与调优能力
深度学习模型设计与调优能力
Python/C++等编程语言及工程实践能力
Python/C++等编程语言及工程实践能力
数据处理与分析能力(数据清洗/特征工程等)
数据处理与分析能力(数据清洗/特征工程等)
AI系统部署与调优能力(云/边/端部署)
AI系统部署与调优能力(云/边/端部署)
硬件与边缘计算知识(嵌入式系统/AI芯片等)
硬件与边缘计算知识(嵌入式系统/AI芯片等)
工程问题解决能力(复杂场景落地)
工程问题解决能力(复杂场景落地)
工程伦理与合规意识(AI伦理/数据安全等)
工程伦理与合规意识(AI伦理/数据安全等)
自主学习与技术跟踪能力(新技术快速掌握)
自主学习与技术跟踪能力(新技术快速掌握)
团队协作能力(跨角色项目合作)
团队协作能力(跨角色项目合作)
创新思维(技术改进与应用创新)
创新思维(技术改进与应用创新)
第四部分:课程模块设置建议
*
11.
若AI专业总学分为160学分,您认为以下课程模块的建议学分占比应为多少(总和需为100%)
请为每个模块分配百分比,总和为100%
数学与自然科学模块(高等数学/线性代数/概率统计/物理等)
计算机类基础模块(数据结构/操作系统/计算机网络/数据库等)
人工智能核心模块(机器学习/深度学习/计算机视觉/NLP等)
跨学科/硬件拓展模块(嵌入式系统/AI芯片/行业应用案例等)
*
12.
在当前大模型时代,您认为AI专业课程应如何平衡“传统底层理论”与“工程应用实践”
请选择您认为最合理的课程侧重方向
侧重传统底层理论与算法推导(如公式推导/原理证明)
侧重工程化应用与工具实践(如大模型微调/API调用)
理论与应用均衡发展(各占约50%)
根据细分方向动态调整(如算法方向侧重理论,应用方向侧重实践)
第五部分:培养特色与产学研合作
*
13.
您认为新建AI专业应如何打造差异化特色(避免与其他高校同质化)
例如:在特定行业应用方向(如智能制造/医疗)、技术领域(如边缘AI/AI芯片)或培养模式(如项目式学习)等方面的建议
*
14.
贵单位愿意参与的校企合作形式有哪些(可多选)
【
最少
选择1项】
提供实习基地与岗位
参与制定人才培养方案
联合开发课程或教材
派遣企业工程师授课
提供真实项目案例用于教学
共建实验室或实训平台
共同指导学生毕业设计/科研项目
设立企业奖学金或定向培养班
其他(请注明)
*
15.
您对高校AI专业建设的其他建议(如师资建设、实践环节、评价体系等)
评价对象得分
字体大小
人工智能专业人才需求与培养定位社会调研问卷
复制