智能数据工程与标注技术微专业招生简章 微专业是近几年高校围绕特定领域、研究方向或核心素养构建的一组核心课程，它并非主修专业的替代，而是以“小学分、高聚焦、跨学科、强实践”为特色，旨在培养复合型人才。其核心价值在于精准对接快速变化的社会、产业需求，帮助学生构建跨学科知识体系，拓宽就业岗位，提升就业竞争力。 根据《广东省教育厅关于进一步推动我省高校促就业微专业建设工作的通知》、《湛幼教务〔2025〕62号 关于开展第一批微专业申报工作的通知》、《湛江幼儿师范专科学校微专业建设与管理办法》等文件精神，我校于2025年11月立项了《智能数据工程与标注技术》微专业，并将于2026年1月首次面向全校2023级、2024级在校生招生。 《智能数据工程与标注技术》 1．跨界融合创新 21世纪是AI赋能各行业的时代，算力、算法、数据、场景是AI的四大核心要素，而人脸识别、自动驾驶、智能机器人、智能翻译、智能客服、智能音箱、智能家居、智能医疗、智能交通等各行业应用场景不断推广，深刻改变着人类社会的生活方式、学习方式和工作岗位，高效AI的背后是高质量的数据标注。根据艾瑞咨询研究报告，截止2025年我国人工智能核心产业的规模将达4000亿，带动相关产业规模超过5万亿，未来AI数据服务行业的市场需求和潜力巨大。 《智能数据工程与标注技术》微专业聚焦各领域AI需求，面向AI业务领域基层数据标注技能岗位，以“业务+数据技术”为核心定位，涵盖数字商务、低空经济、智慧物流、自动驾驶、人力资源、医疗健康等场景的数据资产建设。 2．校企深度合作，精准对接AI训练师与数据标注产业 《智能数据工程与标注技术》微专业由我校与百度智能云（湛江）人工智能基础数据产业基地湛江晟培数据科技有限公司、启生数字科技有限公司等公司通过签订校企合作协议，精准对接AI训练师与数据标注产业，校企协同，联合培养数据标注产业高素质技术技能型复合人才，重点服务区域性企事业单位数字化升级转型，填补基础数据标注处理人才需求缺口，同时为就业困难的各类专业学生提供AI领域技能转型路径。 3．轻量高效学习 微专业课程数量少而精，注重实践，学习周期短，不影响现专业主修课程。 《智能数据工程与标注技术》微专业由4门课程构成，共10学分。首次试点招生利用寒假时间，采用线上授课+线上实训实践的方式完成学习 4．构建校内专任教师+企业导师的双师型师资队伍 《智能数据工程与标注技术》微专业师资团队由校内专任教师和企业导师组成，校内配备高水平双师型队伍，校内专任教师负责理论课程教学；企业导师具备数据标注岗位经验，主导项目实践项目指导与岗位需求对接。 5．学习期间获取相关证书 《智能数据工程与标注技术》微专业修满10学分即可获得我校《智能数据工程与标注技术》微专业证书；学习结束根据自愿原则可免费考取AI训练师初、中级证书。 《智能数据工程与标注技术》微专业培养既懂业务逻辑，又掌握智能数据采集、预处理、标注技术、数据要素供给的技术技能型复合型人才。通过理论学习和实践项目，学生能独立完成不同业务场景人工智能训练数据标注全流程任务；同时具备不同行业数据处理实战能力，以及职业素养和团队协作能力。 《智能数据工程与标注技术》微专业首次招生将面向全校2023级、2024级有志于进入AI与数据标注行业的各专业在校生开展试点，招生名额40名，其中2023级毕业生招收不少于12人，不收取任何学费。 请有意向报名的同学扫描下图二维码填写预报名信息。↓↓↓ 报名时间：即日起至2026年1月9日 咨询方式：请加入官方QQ群聊。↓↓↓ 学习时间为2026年1月-2026年3月。 其中2023级毕业班学生在修读完本微专业课程后，根据毕业生实习应与原专业相同或相近的原则下，根据个人意愿下，经企业测试符合百度智能云数据产业基地实习生要求，可直接与百度智能云（湛江）人工智能基础数据产业基地湛江晟培数据科技有限公司签订实习三方协议，开展为期3-6个月的实习。实习地点可选择百度云在湛江或东莞基地，实习期间每周工作5天，企业提供实习工资，包吃包住，底薪2100元+提成；在实习期间根据技术技能掌握情况可直接安排就业。 百度智能云（湛江）人工智能基础数据产业基地 实习工作场景 《智能数据工程与标注技术》微专业由4门课程组成，包括《大数据技术基础》、《Python 数据采集与预处理》、《数据标注基础》、《数据标注项目实训》。首次招生将通过线上课程+线上答疑的方式开展理论学习，同时线上开展百度云数据标注项目实践，学习内容涵盖AI训练师初、中级证书内容，突出应用能力培养，确保技能与岗位需求直接对接。 对标适配AI训练师、数据标注工程师、数据采集专员等岗位需求。
查看完整试题
登录查看完整试题答案
阅读数：37
特别声明：
1. 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系，本站根据实际情况会进行下架处理。
2. 任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表，违者本站将依法追究责任。
1. 本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系，本站根据实际情况会进行下架处理。
2. 任何媒体、网站或个人未经本网协议授权不得转载、链接、转贴或以其他方式复制发表，违者本站将依法追究责任。
