培养目标：本专业培养掌握数学科学的基本理论与基本方法、具有运用数学知识和使用计算 机解决实际问题的能力、接受科学研究的初步训练，能在科技、教育、经济和金融等部门从事研究 和教学工作，在生产、经营及管理部门从事实际应用、开发研究和管理工作，或继续攻读研究生学 位的创新型人才。

培养要求：本专业学生主要学习数学和应用数学的基本理论、基本方法并接受数学建模、计 算机和数学软件方面的基本训练，在数学理论和应用两方面都受到良好的教育，具有较高的科学 素养和较强的创新意识，具备科学研究、教学、解决实际问题及软件开发等方面的基本能力和较 强的更新知识的能力。

毕业生应获得以下几方面的知识和能力：

1．具有比较扎实的数学基础，接受严格的科学思维训练，初步掌握数学科学的思想方法；

2．具有运用数学知识建立数学模型以解决实际问题的初步能力和进行数学教学的能力；

3．了解数学科学发展的历史概况以及当代数学的某些新发展和应用前景；

4．能熟练使用计算机（包括常用语言、工具软件及数学软件），具有编写简单程序的能力；

5．有较强的语言表达能力，掌握资料查询、文献检索以及运用现代信息技术获取相关信息 的基本方法，具有一定的科学研究能力。

6．师范类毕业生还应具有良好的教师职业素养，了解教育法规，掌握并能初步运用教育学、 心理学以及数学教育学的基本理论，具有一定的组织管理能力。

主干学科：数学。

核心知识领域：几何、分析、代数、微分方程、概率统计、数学建模、数值计算。

核心课程示例：

示例一：数学分析I-Ⅲ（288学时）、高等代数I-Ⅱ（192学时）、解析几何（80学时）、初等 数论（32学时）、近世代数基础（32学时）、常微分方程（64学时）、拓扑学（48学时）、理论力学 （48学时）、大学物理（64学时）、实变函数（64学时）、复变函数论（64学时）、数理统计（64学 时）、泛函分析（64学时）、偏微分方程（64学时）、科学计算（64学时）、随机过程（64学时）。

示例二：数学分析I-Ⅲ（378学时，含习题课）、高等代数I-Ⅱ（198学时）、解析几何（72学 时）、常微分方程（72学时）、复变函数I（72学时）、概率论与数理统计I-Ⅱ（144学时）、微分几 何（72学时）、抽象代数（72学时）、实变函数I（72学时）、泛函分析（双语）（72学时）、数学模型 与数学软件（72学时）、数值分析（72学时）、普通物理学I-Ⅱ（180学时，含实验）、计算机基础 （72学时）、C语言程序设计（108学时，含实验）。

示例三：数学分析I-Ⅲ（324学时）、高等代数I-Ⅱ（198学时）解析几何（72学时）、C语 言（90学时）、普通物理（108学时）、概率与统计（90学时）、数学软件（54学时）、数学建模（72学 时）、近世代数（54学时）、常微分方程（54学时）点集拓扑（72学时）、实变函数（72学时）、中学 数学教材教法（54学时）、微分几何（54学时）、复变函数（54学时）、初等数论（36学时）、泛函分 析（54学时）。

主要实践性教学环节：学术与科技活动、课程设计及实验、毕业实习及社会调查（实践）、毕 业论文（设计）等。

修业年限：四年。

授予学位：理学学士。

培养目标：本专业培养德、智、体等方面全面发展，具备材料科学与工程的基础知识和高分子 材料与工程专业知识，能在高分子材料的合成改性、加工成型和应用等领域从事科学研究、技术 和产品开发、工艺和设备设计、材料选用、生产及经营管理等方面工作的工程应用型人才。

培养要求：本专业学生主要学习材料科学与工程的基础知识、高分子化学与物理的基本理论 知识以及高分子材料的组成、结构与性能方面的知识，学习高分子材料合成、制备与成型加工技 术知识，具有扎实的高分子科学和高分子材料与工程的基础知识和实验技能。

毕业生应获得以下几方面的知识和能力：

1．具有良好的工程职业道德、追求卓越的态度、爱国敬业的精神、社会责任感和人文科学 素养；

2．具有从事高分子材料工程所需的数学和其他相关的自然科学知识以及一定的经济管理 知识；

3．具有良好的质量、环境、职业健康、安全和服务意识，具备从应用目标出发对高分子材料 进行质量、成本、工艺、环保、性能和效益综合评估及材料选用的初步能力；

4．掌握高分子材料合成、改性的基本原理以及高分子材料的组成、结构和性能关系，掌握合 成高分子材料的主要工业方法及相关化学工程技术，掌握聚合物成型加工的基本理论和基本技 能，了解高分子材料与工程专业的发展现状和趋势，了解本学科专业在光、电、磁功能高分子材 料，生物医用高分子材料和精细高分子材料等新兴科学交叉领域的发展；

5．初步具有综合运用所学基本理论进行分析和解决问题的能力，具有对高分子材料改性及 加工过程进行技术经济分析的能力；

6．具有对高分子材料进行改性及加工工艺研究、设计和分析测试，以及开发和设计新型高 分子材料及产品的初步能力和创新意识，具有一定的从事科学研究和新材料研发的能力；

7．具有计算机应用、信息获取和职业发展学习能力；

8．了解高分子材料与工程专业领域的技术标准、相关的行业政策、法律和法规；

9．具有较强的组织管理、交流沟通、环境适应和团队合作的能力；

10.具有应对危机和突发事件的初步能力；

11.具有一定的国际视野和跨文化环境下的交流、竞争与合作的初步能力。

主干学科：材料科学与工程。

核心知识领域：高分子物理、高分子化学、聚合物表征与测试、材料科学与工程基础、聚合反 应工程、聚合物加工工程、高分子材料等。

核心课程示例：

示例一：高分子材料与工程导论（16学时）、近代化学基础(I)一1（高材单列）（32学时）、近 代化学基础(I) -2（高材单列）（32学时）、近代化学基础(I)-3（高材单列）（80学时）、工科化 学实验( I)-l（高材单列）（18学时）、工科化学实验(I)-2（高材单列）（18学时）、工科化学实 验(I )-3（高材单列）（64学时）、工程制图(I)（48学时）、物理化学(i)-i（48学时）、物理化 学( I)-2（32学时）、物理化学实验(I)（22学时）、工程力学（80学时）、高分子化学(1) (60 学时)、高分子化学实验（24学时）、高分子物理(I)（60学时）、高分子物理实验（24学时）、材 料科学与工程基础（双语）（48学时）、化工原理(Ⅳ)（64学时）、化工原理实验(Ⅳ)（16学 时）、聚合物合成原理及工艺学（48学时）、高分子材料成型加工基础（双语）（48学时）、高分子 材料及应用（双语）(48学时)、聚合物共混改性原理（32学时）、聚合物过程及设备（32学时）、工 程训练(Ⅲ)（64学时）、高分子工厂设计（32学时）、近代测试及表征技术（32学时）。

示例二：现代基础化学（上）（48学时）、现代基础化学（下）（32学时）、电工学（48学时）、电 工学实验（30学时）、分析化学（工科）（32学时）、实验化学(1)（48学时）、实验化学(2)（48学 时）、实验化学(3)（48学时）、实验化学(4)（32学时）、实验化学(5)（16学时）、物理化学（上） （48学时）、物理化学（下）(48学时)、材料概论（24学时）、材料概论实验（30学时）、材料表界面 （24学时）、材料研究方法（32学时）、有机化学A（上）（48学时）、有机化学A（下）（32学时）、化 工原理（80学时，上）（40学时）、化工原理（80学时，下）（40学时）、化工原理实验（30学时）、工 程制图（48学时）、过程设备机械设计基础（40学时）、科技外语（32学时）、高分子化学（56学 时）、高分子物理（56学时）、高分子化学实验（30学时）、高分子物理实验（30学时）、高分子材料 工程实验（45学时）、高分子材料成型加工(48学时)、聚合物制备工程(48学时)。

示例三：无机与分析化学（一）（48学时）、实验化学（一）（32学时）、高分子材料工程概论 （32学时）、工程制图A（48学时）、无机与分析化学（二）（32学时）、实验化学（二）（32学时）、有 机化学A（一）（48学时）、实验化学（三）（24学时）、机械工程基础（32学时）、有机化学A（二） （32学时）、物理化学A（一）（48学时）、实验化学（四）（48学时）、电工电子技术（64学时）、物理 化学A（二）（48学时）、实验化学（五）（24学时）、化工原理B（72学时）、高分子化学A（64学 时）、高分子物理（64学时）、聚合物制备工程（48学时）、聚合物加工工程（48学时）、高分子专业 实验B（3周）。

主要实践性教学环节：聚合物制备／加工工程实验、材料物理性能测定实验、材料力学性能实 验、认识实习、设计实习、生产（或毕业）实习、毕业设计（论文）等。

主要专业实验：高分子化学实验（本体聚合、乳液聚合、溶液聚合）、高分子物理实验（粘均分 子量测定、球晶观察、材料拉伸实验、玻璃化转变温度测定）、高分子材料性能测试等。

修业年限：四年。

授予学位：工学学士。

专业定义

本专业培养具有良好的职业道德和人文素养、较强的创新创业能力，掌握扎实的医学、化妆品科学、美容健康管理所必备的基本理论知识，具备化妆品配方设计、功效评价、质量检验、生产技术以及化妆品的应用与营销管理能力的高素质应用型专门人才。例如美容培训与咨询师、化妆品营销、健康管理师。

课程体系

《基础医学》、《有机化学》、《分析化学》、《天然成分化学》、《化妆品配方设计》、《化妆品工艺学》、《化妆品功效与安全评价》、《化妆品质量检验技术》、《中草药化妆品学》、《香料香精工艺学》、《美容皮肤科学》、《毒理学》、《美容营养学》、《中医推拿按摩美容技术》、《美容健康管理》、《化妆品营销》。

就业方向

能够在化妆品生产企业、美容企业及相关领域从事化妆品研发、自动化生产、功效与质量检测、美容培训与咨询、营销与管理等工作。

专业定义

金融科技主要研究金融学、投资学、互联网金融等，将相关商业场景下计量分析原理及方法与大数据分析技术有机结合，进行金融产品设计与运营、金融大数据分析与管理。例如：在网络信贷、智能投顾、数字货币中进行产品设计、量化分析、风险控制、运营管理等。

课程体系

《金融科技概论》、《金融学》、《投资学》、《互联网金融风险管理》、《互联网金融运营管理》、《金融大数据》、《新消费金融模式与实践》、《数据仓库与数据挖掘》、《可视化数据处理技术》、《数据科学基础与Python语言》。

就业方向

金融机构：金融科技产品开发、数据挖掘、数据分析，金融产品运营和管理。

培养目标：电气工程主要是研究电能的产生、传输、转换、控制、储存和利用的学科。本专 业隶属于电气类，培养具备电气工程领域相关的基础理论、专业技术和实践能力，能在电气工 程领域的装备制造、系统运行、技术开发等部门从事设计、研发、运行等工作的复合型工程科 技人才。

培养要求：本专业学生主要学习电路、电磁场、电子技术、计算机技术、信号分析与处理、电机 学和自动控制等方面的基础理论、专业知识和专业技能。本专业主要特点是强电与弱电相结合、 软件与硬件相结合、元件与系统相结合。本专业学生接受电工、电子、信息、控制及计算机技术方 面的基本训练，掌握解决电气工程领域中的装备设计与制造、系统分析与运行及控制问题的基本 能力。学校可根据情况设置专业方向，如电力系统及其自动化、电机及其控制、高电压技术、电力 电子技术等。

毕业生应获得以下几方面的知识和能力：

1．掌握较扎实的高等数学和大学物理等自然科学基础知识，具有较好的人文社会科学和管 理科学基础，具有外语运用能力；

2．系统地掌握电气工程学科的基本理论和基本知识，主要包括电工理论、电子技术、信息处 理、控制理论、计算机软硬件基本原理与应用等；

3．掌握电气工程相关的系统分析方法、设计方法和实验技术；

4．获得较好的工程实践训练，具有较熟练的计算机应用能力；

5．具有本专业领域内1~2个专业方向的知识与技能，了解本专业学科前沿的发展趋势；

6．具有较强的工作适应能力，具备一定的科学研究、技术开发和组织管理的实际工作能力。

主干学科：电气工程、控制科学与工程。

核心知识领域：电气工程及其自动化专业核心知识领域应涵盖电路、电子、电磁场、信息分析 与处理、自动控制、计算机技术、工程设计等方面的基础理论，以及电力系统及其自动化、电机与 电力拖动、电力电子与电气检测、电力设备与高电压技术等方面的专业知识。此外，建议适当涉 及电气学科的前沿领域和发展趋势，各学校可根据办学特色设置相关课程。

核心课程示例：

示例一：电气学科概论（16学时）、电路基础（64学时）、信号与系统（64学时）、电磁场(32 学时)、数字逻辑电路（64学时）、模拟电子电路（64学时）、数据结构与数据库技术（40学时）、自 动控制原理（48学时）、微机系统与接口（48学时）、电机学（上）（48学时）、电机学（下）（48学 时）、电力电子基础（48学时）、电力系统基础（64学时）、电力传动技术（48学时）、电力系统暂态 分析（48学时）、电气检测技术（48学时）、电力系统继电保护（48学时）。

示例二：电路（72学时）、信号与系统（32学时）、工程电磁场（40学时）、数字逻辑电路( 64 学时)、模拟电子电路（64学时）、数据结构与数据库技术（40学时）、控制工程基础（48学时）、微 机原理与接口技术（72学时）、电机学（上）（32学时）、电机学（下）（48学时）、电力电子技术(48 学时)、发电厂电气工程（48学时）、电力系统分析（64学时）、电力系统继电保护（64学时）。

示例三：电路（96学时）、数字逻辑电路（64学时）、模拟电子电路（64学时）、信号与系统 （48学时）、自动控制理论（56学时）、微机原理与应用（64学时）、电机学（上）（64学时）、电力工 程（上）（64学时）、电力电子技术（48学时）、微机保护基础（48学时）、电力系统自动装置（48学 时）、电力系统继电保护（48学时）、电力系统故障分析（48学时）、工程电磁场（48学时）。

主要实践性教学环节：金工实习、电子电气工艺实习、计算机软硬件实践、电气工程专业课程 设计、综合实验、生产实习、毕业设计（论文）等。

主要专业实验：电路实验、电子技术实验、电机与控制实验、电气工程系统实验、电力电子实 验等。

修业年限：四年。

授予学位：工学学士。

专业定义

人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。例如：人脸识别技术，语音识别技术、基于用户兴趣的智能算法推荐技术。

课程体系

《人工智能、社会与人文》、《人工智能哲学基础与伦理》、《先进机器人控制》、《认知机器人》、,《机器人规划与学习》、《仿生机器人》、《群体智能与自主系统》《无人驾驶技术与系统实现》《游戏设计与开发》《计算机图形学》《虚拟现实与增强现实》、《人工智能的现代方法I》、《问题表达与求解》、《人工智能的现代方法II》、《机器学习、自然语言处理、计算机视觉等》。

就业方向

实际应用：机器视觉，指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，自动规划，智能搜索，定理证明，博弈，自动程序设计，智能控制，机器人学，语言和图像理解，遗传编程等。