Q:近年来，以为代表的AI技术快速发展，对计算机科学与技术专业人才的能力需求产生了显著影响。您认为DeepSeek这类技术对传统计算机人才培养模式带来了哪些冲击？专业在人才培养体系、人才培养方向方面做了哪些调整以应对这种变化？

丁雪芳：以 DeepSeek 为代表的 AI 技术正以颠覆性态势迅猛发展，这场技术革命对传统计算机人才培养模式形成全方位冲击，倒逼应用型本科计算机科学与技术专业必须重构人才培养体系。在技能需求维度，传统培养模式聚焦的基础编程、算法设计等单一能力已难以满足行业变革需求。随着AI技术的普及，模型优化、算法调优以及对强化学习等新兴技术的运用能力，也成为计算机专业人才必备的关键能力。同时，AI技术的发展需要学生融合数学建模、认知科学、行业领域知识等多学科内容，这对传统单一学科培养模式形成了严峻挑战。

在此大背景下，计算机科学与技术专业人才的能力需求发生了根本性转变，根据学院“厚基础、宽口径、高素质、重创新、强能力”的人才培养目标，我们专业在人才培养体系上做了一下的调整：1.重构核心课程内容:AI技术的快速发展为基础课程改革提供了新的生长点，在基础课程中引入AI技术相关案例和实践项目，增加新技术、新理论使课程保持活力，同时在讲解过程中为学生创造真实的问题情境，提升知识迁移和应用能力。例如在编程语言类基础课程中，以Python和C语言程序设计两门核心语言课程为依托，构建AI技术与编程实践深度融合的教学体系。在《Python语言程序设计》课程中，通过构建简易的图像识别小程序，让学生掌握使用OpenCV库进行图像处理，结合TensorFlow或PyTorch框架完成基础的图像分类模型训练，理解编程语言在AI开发中的实际应用场景。在《数据结构与算法设计》、《操作系统》等核心专业基础课程中，重新规划课程架构，将AI技术等知识有机地融合到课程的教学内容中。例如在《数据结构与算法》课程里，除传统算法讲解外，新增大模型算法架构解析，引入DeepSeek中应用的Transformer架构与强化学习算法案例，让学生理解AI 技术底层逻辑。2.专业核心课程的AI深化与拓展：依据能力本位教育理论，课程设置应紧密围绕行业核心能力需求，将AI前沿技术与专业核心课程深度融合，培养学生解决复杂工程问题的能力。对于专业核心课程，将《机器学习》课程进行深度拓展，增加大模型训练、微调等前沿内容，引入DeepSeek、GPT等大模型案例，剖析模型架构、训练数据处理及优化方法；开设《深度学习与计算机视觉》必修课，系统讲解卷积神经网络（CNN）在图像分类、目标检测、语义分割等计算机视觉任务中的应用，同时融入最新的生成式对抗网络（GAN）、扩散模型在图像生成领域的实践教学。3.强化实践教学环节:与我院校企企业搭建校企协同实践平台，引入企业真实的智能客服优化等项目，让学生在实践中掌握AI框架开发、数据工程处理等技能，并提升实战能力。此外，鼓励学生参与AI竞赛、创新创业项目，以赛促学，培养学生的创新能力与团队协作能力。4.构建跨学科课程模块：在专业选修课中设置跨学科课程群，如包含数学建模、认知科学、行业领域知识等方向的课程，学生可根据兴趣与职业规划进行选修，拓宽知识视野，培养复合型能力。

Q:我校计算机专业对比同类院校有什么人才培养的特色和优势？

丁雪芳：与同类院校相比，西安科技大学高新学院计算机科学与技术专业以“产学研深度融合”为核心竞争力，构建起差异化人才培养体系，在应用型人才培育领域形成显著优势。以“学生为中心、产出为导向、持续改进”为培养理念，不仅注重夯实学生专业基础，更着力锻造实践创新能力与跨界融合素养，塑造契合产业需求的复合型人才。

1.产教融合：构建校企协同育人生态闭环。相较于传统校企合作仅停留在实习基地挂牌的模式，本专业深度推进产教协同育人，打造“共建平台-共编课程-共育师资-共培人才”四位一体合作体系。与西安大数网络科技有限公司共建校企合作平台，企业工程师常驻指导，将真实商业项目（如智能数据处理、AI算法优化等）嵌入课程实践环节，学生在校即可接触产业前沿技术。与华为ICT学院的合作更是实现了人才培养标准与行业认证体系的无缝对接，引入华为HCIA、HCIP 等认证课程模块，构建 “理论教学+华为标准实训+认证考核”的特色培养路径，使学生毕业时即具备企业所需的 ICT 技术能力。这种深度合作模式，让学生从大一至大四全程浸润于产业场景，实践能力培养更具系统性与前瞻性。

2.课证融通：打造双轨并行的能力认证体系。区别于同类院校单一的学历教育模式，本专业创新构建“学位证书+行业证书” 双轨育人机制。将全国计算机技术与软件专业技术资格（水平）考试、华为认证等行业标准深度融入课程体系，由专业教师与企业技术专家共同编写适配教材。例如，在《计算机应用基础》课程中，教学内容与软考初级大纲完全对标，通过模块化教学与专项训练，帮助学生系统掌握计算机基础理论与实操技能；在《网络工程》等课程中，嵌入华为HCIA-Datacom认证知识体系，学生通过课程学习即可同步备考认证考试。在2024年100 余名学生通过软考初级，20 余人获得中级考试成绩，32名学生通过HCIA认证，3名学生通过HCIP认证，印证了课证融通模式在提升学生专业能力与就业竞争力上的显著成效，使学生在就业市场具备“学历+技能”双重背书。

（图一）学生计算机技术与软件资格考试（部分）

3.赛教结合：搭建阶梯式创新能力培养平台。专业构建“基础技能赛 - 专业创新赛”两级竞赛体系，形成以赛促学、以赛促教的良性循环，这与同类院校零散组织竞赛的方式形成鲜明对比。低年级学生通过“程序设计挑战赛”“数据处理大赛”夯实编程与算法基础；高年级学生参与中国大学生计算机设计大赛、蓝桥杯等专业赛事，在算法设计、AI应用开发、软件系统设计等领域开展创新实践。近两年斩获10余项国家级奖项、100余项省级奖项的优异成绩，不仅彰显学生创新能力，更反哺教学改革——竞赛成果转化为教学案例、实训项目，推动课程内容迭代更新，助力专业保持 90% 左右的高就业率，实现“竞赛成绩”与“就业质量”双提升。

Q:学院在推进产教融合过程中，如何设计学生的实践路径？能否结合您指导的具体案例，说明这种模式如何帮助学生弥合理论知识与行业需求之间的差距？

丁雪芳：产教融合是计算机科学与技术专业培养高素质人才的重要途径。该专业采用成果导向教育（OBE）理念，强调教育成果与产业需求的紧密结合。通过与企业的深度合作，学生能够在真实的工作环境中学习和实践，将理论知识应用于实际问题解决中。这种协同育人模式不仅提高了学生的就业竞争力，也为企业提供了一批具有实战经验的后备人才，实现了教育与产业的双赢。学院与多家知名企业合作培养，成立陕西高校首家“劳模创新教学工作站”，华为技术有限公司授牌学院“优选级华为ICT学院”、同时与陕西航天意德高科技产业有限公司，陕西西科美芯科技集团等企业联合成立了航天意德、西科美芯智慧矿山、节能环保智慧物联、大数网络IT等产业学院，培养学生实践动手能力，增强学生市场竞争力。

学院在推进产教融合过程中，构建了学科基础-专业基础-专业方向-实习实训的四阶段实践路径，通过校企合作项目、产业导师制等机制，实现理论知识与行业需求的深度对接。

一、学科基础阶段：校企联合夯实技术根基。通过校企共建实验室、基础认证培训等方式，将行业前沿技术融入基础课程，培养学生对产业的基础认知。例如：在学科基础阶段，计算机科学与技术专业与华为合作开展HCIP-AI认证培训，引入华为云EI平台和ModelArts开发工具，学生通过完成图像识别、语音交互等基础实验，掌握人工智能开发的核心工具链。例如，2024年10名学生参与该培训，在教师指导下完成基于ModelArts的自然语言处理实验，直接接触企业级开发流程，缩短了从理论到实践的过渡期。

二、专业基础阶段：项目制教学驱动能力转化。通过校企联合课程设计、双导师制项目，将企业真实需求转化为教学任务，强化学生的技术应用能力。例如：在《计算机视觉应用开发》课程中，学生与腾讯云合作开发基于Unity引擎的物理实验平台，企业工程师与校内教师共同指导项目实施。学生需完成从需求分析、算法设计到系统部署的全流程，最终作品在全国大学生计算机设计大赛中获国家级二等奖。

三、专业方向阶段：产业课题对接前沿技术。通过校企联合实验室、定向培养班等形式，让学生参与企业真实研发项目，解决行业痛点问题。例如：在人工智能方向，学生加入奇瑞控股集团车联网项目组，参与车载导航系统的算法优化。项目采用“双导师制”，奇瑞工程师与学院教师共同制定研究方案，学生需在真实路况数据上进行模型训练和验证。最终，团队提出的路径规划算法将导航响应速度提升20%，被企业纳入产品迭代计划。

四、实习实训阶段：全流程实战对接职业需求。通过“企业实习+毕业设计”双轨模式，让学生在真实职场环境中完成知识整合与创新。例如：专业毕业生在东华软件实习期间，参与智慧城市大数据平台的开发。东华软件导师不仅指导技术实现，还带领学生参与客户需求调研、项目进度会议等环节，帮助学生理解企业的项目管理逻辑和客户沟通技巧。 

Q：学院采取了那些举措鼓励学生参与学科竞赛？您在实际教学中是如何将竞赛内容与行业认证（如华为、软考）结合，帮助学生提升就业竞争力的？

丁雪芳：近年来学院深度探索赛教结合模式，积极组织学生参与多元学科竞赛。除全国大学生数学建模竞赛、中国大学生计算机设计大赛、蓝桥杯全国软件和信息技术专业人才大赛等计算机类赛事外，还联动电气与工程专业参与电子设计大赛，携手机械制造与设计专业投身机械设计创新大赛，通过跨学科竞赛培养学生的创新思维、抗压能力与团队协作能力。

1.社团引领与课外辅导。在新生入学教育阶段，专业学科带头人与核心教师团队便开展培养模式宣讲会，向计算机专业新生系统介绍各学期学习重点与职业发展方向，引导学生制定个性化职业规划，并鼓励其加入 CC 编程协会、算法竞赛社等学科竞赛相关社团。每学期教研室定期组织算法研讨、项目开发活动，持续营造浓厚的竞赛氛围。

同时，学院组建由校内专业教师与企业资深工程师构成的竞赛指导团队，针对不同竞赛特点开设赛前集训营、周末辅导班等课外辅导课程。例如，针对蓝桥杯大赛，开展算法设计、程序设计等方面地专项培训；针对大学生计算机设计大赛（软件设计类），提供软件开发流程、界面设计与功能实现的系统指导，帮助学生全面掌握竞赛所需知识与技能。

2.学分与奖励多元激励。学院推行“1+X证书”学分置换制度，学生参与学科竞赛并取得优异成绩，可直接置换部分选修课学分，有效减轻学业压力，激励学生踊跃参赛。在物质奖励层面，设立丰厚的竞赛奖金，对荣获国家级、省级奖项的学生给予高额奖励；在荣誉激励方面，将竞赛获奖情况纳入评优评先、奖学金评定的重要加分项，从物质与精神层面双向激发学生的竞赛积极性，助力学生在各类赛事中崭露头角，提升专业能力与综合素养。

（图二）丁雪芳老师指导学生获奖证书（部分）

我在指导学生参与学科竞赛过程中，首先通过系统化设计，将竞赛内容与华为认证、软考（网络工程师、软件设计师）等行业认证深度融合，全面提升学生就业竞争力。在前期准备阶段，深入研究行业认证大纲与竞赛命题方向，精准匹配二者的知识技能要点，如发现华为认证中网络设备调试与网络技术类竞赛的核心要求高度契合，软考软件设计师的算法设计考点与软件设计竞赛命题趋势一致。在教学实施环节，将行业认证的核心知识点融入竞赛培训课程，采用实际案例教学，帮助学生理解知识在行业场景中的应用；同时设置模拟认证实践场景，利用企业合作资源提供前沿实验设备与项目机会，强化学生动手能力。在赛后阶段，组织学生复盘竞赛中行业认证知识点的应用情况，针对薄弱环节进行专项提升，并为学生提供认证考试规划、资料推荐、技巧指导等备考支持，助力学生获取高含金量证书，增强其在就业市场的核心竞争力。近五年，计算机科学与技术专业学生在各类学科科技类竞赛中获得国家级奖项9项，省级奖项97项，平均就业率89.01%。

Q：在技术迭代加速的背景下，以您多年一线教学中的经验，您更注重学生的哪些底层能力（如自主学习、跨学科思维）？

丁雪芳：在当前技术迭代加速的背景下，计算机领域新知识、新工具、新应用层出不穷，传统的专业知识传授已无法满足学生未来职业发展的需求。基于多年一线教学经验，我认为更应注重培养学生以下几个方面的底层能力，帮助他们在快速变化的技术环境中站稳脚跟、持续成长。

自主学习能力的培养：当前的社会是一个技术的快速迭代的时代，这就意味着学生在学校所学的知识，可能在毕业后短短几年内甚至说一毕业所学的知识和技术就面临更新换代，这就需要学生具备良好的自主学习能力。在教学过程中，我就特别注重引导学生掌握自主学习的方法和技巧。例如，在讲解《C语言程序设计》课程时采用"引导式探究 + 项目驱动"的教学模式，系统性培养学生的自主学习能力，课程讲解完毕后，会带领同学一起完成一个系统的设计，鼓励学生利用在线学习平台、技术论坛等资源，培养主动获取知识、解决问题的习惯。这样的培养可以使学生在离开校园后，依然保持对新技术的敏锐感知和学习热情，不断更新自身知识体系，适应行业变化。

跨学科思维的培养：随着AI技术在医疗、金融、教育等多领域的深度融合，计算机科学与技术专业的应用场景愈发复杂多元，对学生跨学科思维的要求也越来越高。在教学实践中，我们积极推动跨学科课程和项目的开展，例如，在《综合应用项目开发》这门实践课程中，指导老师带领学生和校企企业的工程师一起合作开发学校的“教务管理系统”项目，了解高校教务管理数字化升级需求，模拟企业开发流程（需求分析—系统设计—系统实现—系统测试—部署与验收），选择适合技术架构与工具（前端+后端+数据库+部署），并注意质量与规范，实现用户权限管理、智能选课系统、教学流程管理和数据智能分析等核心功能。通过 “教务管理系统” 项目实现 “技术能力” 与 “行业认知” 的双重提升，为未来从事垂直领域（如教育、医疗、金融）的软件开发奠定坚实基础。通过项目式学习，学生能够锻炼团队协作能力、问题解决能力和项目管理能力，提高综合应用专业知识的水平。例如在讲解《智能产品设计》这门课程的解决智能交通系统优化问题时，不仅运用计算机算法，还结合交通工程、城市规划等知识，提出综合性解决方案。通过跨学科的学习与实践，培养学生打破专业壁垒的意识和能力，使其能够在未来的工作中，更好地与不同领域的人员协作，推动技术创新与行业发展。

逻辑思维与问题解决能力的培养：无论计算机技术如何变化，扎实的逻辑思维和高效的问题解决能力始终是计算机专业学生的核心竞争力。在日常教学中，我在讲解程序设计类的课程时，并不是直接给出学生源代码，而是引导学生进行算法设计、程序调试、系统优化等过程，锻炼学生的逻辑推理、分析归纳能力；在讲解复杂算法时，引导学生从问题本质出发，逐步拆解问题、设计解决方案，并通过实践验证和优化算法。在学期末的实训课程或毕业设计的教学环节中，当学生在项目中遇到技术难题时，鼓励他们运用逻辑思维，分析问题产生的原因，通过查阅资料、调试代码、团队讨论等方式寻找解决方案。这种能力的培养，不仅有助于学生在学习阶段攻克技术难关，更能让他们在未来的职业生涯中，从容应对各种复杂的技术挑战。

总之，在技术迭代加速背景下，计算机科学与技术专业教学应着重培养学生自主学习、跨学科思维、逻辑与问题解决等底层能力，以适应行业发展与职业需求。