1、专业特色
1.深入产教融合，实现专业特色发展
建立产教融合、校企协同育人的机制，由企业全程参与专业建设讨论、培养方案制定、课程体系和教学内容的建设。以就业为导向，在学校和企业需求下打造创新型应用型人才培养平台，实现校企的“无缝对接”。通过校企合作，强化学生的创新能力和人工智能专业技能，专注于人工智能行业及产业，满足地方和产业发展的需求，加强与企业的深度合作，结合教学计划，聘请企业工程师到校对学生进行课程项目实训，同时将学生送进企业，参与企业项目，与企业共同培育学生。
2.强化面向应用，构建阶梯式实践教学体系
打破以理论教学为中心的模式，不断完善和创新实践教学体系。依托学校林业、环境、食品、生态、材料、农业机械等优势学科的智能应用方向，结合学生的不同层次水平、兴趣爱好，采用灵活的实践教学方式，设计丰富的实践教学内容，合理地在第3、4、5学期开设课程设计，在第6、7学期开设专业方向实训课程，保证实践内容不断线。同时，将农林业人工智能应用相关的纵横科研项目、企业项目移植到专业小组实践体系中，全方面提升学生的综合应用能力。项目驱动，由浅入深，构建了由基础认知性实践、综合应用性实践、创新创业性实践三个层面教学活动组成的阶梯式实践教学体系。
3.跟踪学科前沿，培养与市场接轨的应用人才
精炼教学内容、追踪学科前沿和涉林实际应用，参照人工智能的发展和人才市场需求调研报告，在学科基础课程的基础上，灵活构建专业及方向课程。在方向课程的教学中，以现代社会各行业智能化发展需求为根本，缩小专业人才培养结果与岗位之间的距离，使学生掌握多平台、多终端的应用系统开发的技能、具备新时期人工智能前沿的专业特长，为后续的实习、就业夯实基础。
4.倡导学思结合，提高学生的自主学习能力
根据人才培养目标构建合理的课程体系，根据课程内容，采用基于SPOC教学平台设计教学内容，倡导启发式、探究式、讨论式、参与式教学方法，营造自由探索、勇于创新的学习环境。充分发挥现代信息技术作用，为学生的自主学习和独立思考创造条件，着力提高学生的学习能力。
2、核心课程
矩阵分析、计算方法、离散数学、数据结构、机器学习、脑与认知科学基础、模式识别、算法分析与设计、Python大数据处理、计算机组成原理、智能控制、智能机器人、自然语言处理、智能信息处理、机器视觉与数字图像处理、最优化算法、数据挖掘等。
3、专业前景
数字经济时代，人工智能正成为引领科技创新和产业发展的核心力量。人工智能产品与服务正在持续地渗透到人们的日常工作、生活、学习和社交等领域，也推动国内各区域、各类型的科技企业和传统产业纷纷向人工智能领域开拓。近年来，人工智能已经逐步成为我国科技发展最重要的战略方向，从《中国制造2025》到《中国新一代人工智能发展纲要》，国家不断提出要大力发展人工智能科学与技术的战略方针与实施步骤。目前人工智能领域科技人才缺口极大，就业市场明显呈现出“传统工业技术领域人才需求减少，新兴人工智能领域人才缺口增大”的发展趋势。2017年12月，腾讯研究院和BOSS直聘联合发布了一份《全球人工智能人才白皮书》，报告显示，全球人工智能领域人才约30万，而市场需求约500万。其中，高校领域约10万人，产业界约20万人。全球共有367所具有人工智能研究方向的高校，每年毕业AI领域的学生约2万人，远远不能满足市场对人才的需求。2020年6月发布的《人工智能产业人才发展报告》中指出：受限于国内人工智能产业的起步较晚、前期积累不足，我国人工智能产业面临有效人才供给不足的窘境。《国务院关于印发新一代人工智能发展规划的通知》提出要到2020年实现人工智能核心产业规模超过1500亿元的目标。按照此产业规模目标，预计我国人工智能产业内有效人才缺口达30万，特定技术方向和岗位上供需失衡比例尤为突出。
4、主要就业单位
培养的人工智能人才主要就业领域概括为以下三个方面：以计算机软硬件为载体、提供智能化信息处理与服务的智能体产品开发（包括智能手机、智能游戏、智能医疗器械等）；以人机工程、智能林业、智能生态、智能金融、智能交通、智能制造、智能物流、智能教育等为代表的智能工程领域；以智能机器、智能机器人、智能物联网等为标志的智能系统研发行业。
.jpg)
