学术交流

哈尔滨师范大学计算机科学与技术专业辅修学士学位、微专业介绍

作者：哈尔滨师范大学来源：哈尔滨师范大学-计算机科学与信息工程学院发布时间：2023-07-05 点击数量：

哈尔滨师范大学计算机科学与技术专业辅修学士学位、微专业介绍

2023-07-05 08:12

为适应经济社会发展对复合型人才培养的需要，推动我校人才培养模式改革，充分利用优质教学资源，拓宽学生知识结构，提高就业竞争力，哈尔滨师范大学计算机科学与信息工程学院设立了计算机科学与技术辅修学士学位、微专业。

·学院简介·

★历史沿革

1993年获批计算机科学与技术专业，同年成立计算机系，2003年获批计算机科学与技术硕土点，2006年获批数字媒体技术专业，2007年获批软件工程硕士点，2008年成立计算机科学与信息工程学院，同年获批省级示范性软件学院，2009年获批软件工程专业，2010年获批计算机技术专业硕土点，2012年获批物联网工程专业，2018年获批数据科学与大数据专业。

★教学科研平台

黑龙江省高校“智能教育与信息工程”重点实验室

黑龙江省高校“机器视觉与智能检测”工程研发中心

黑龙江省教育厅“计算机实验教学示范中心”

黑龙江省“游戏软件人才培养模式创新试验区”

黑龙江省“网络信息对抗虚拟传真实验教学中心”

★师资力量

专任教师75人，教授13人，副教授26人，具有博士学位的教师22人，博士后教师3人、硕士生导师31人、教学名师4人，优秀中青年教学奖获得者5人，宁齐堃教学奖获得者9人。

· 招生对象 ·

在籍普通全日制本科生入学满一年，学有余力者，可申请修读辅修专业、微专业，经教务处统一组织考核合格后，方可修读。修读计算机科学与技术辅修学位应与主修学位归属不同的本科专业大类，即为全校非计算机类专业学生可申请。申请辅修专业、微专业的学生限选1个辅修专业或微专业。

· 培养目标 ·

计算机科学与技术辅修专业的培养目标是在给予学生完整、广泛的本专业知识及技能的基础上，增加对计算机科学和技术领域相关知识的了解，提高对移动互联网、人工智能、大数据等新兴技术发展趋势的认知度，以满足跨学科领域的需求。

· 教学内容 ·

本专业课程包含：高级语言程序设计、数据结构、数据库原理及应用、计算机网络、软件工程、计算机图形学、人工智能导论、计算机新技术导论、网络与信息安全、多媒体技术、学位论文，共计30学分。（其中高级语言程序设计、数据结构、数据库原理及应用、计算机网络、计算机新技术导论、多媒体技术6门课程合格，计14学分，为微专业课程）。

· 学位获得 ·

学生完成辅修专业规定的课程学习并取得全部学分，由学校颁发辅修专业证书，并在主修学士学位的证书中予以注明，不单独发放学位证书。对没有取得主修学士学位的不得授予辅修学士学位，仅发给“辅修专业成绩单”。

完成微专业规定的课程学习并取得全部学分的学生，由学校颁发微专业证书，微专业不具有学士学位授予资格。

· 就业前景 ·

拥有计算机科学与技术辅修学士学位、微专业证书的毕业生可以在企业、政府部门等多个领域中，扮演跨功能团队成员的角色，为各个领域的工作提供技术支持，实现专业技术与实际应用的结合。

· 专业特色 ·

计算机科学与技术辅修专业是为主修专业提供额外计算机技术支持的辅修课程。计算机科学与技术辅修专业特色是通用性强，注重对学生在软件开发、网络安全、人工智能等方面的培养，智慧教育更可为学校师范生助力，使学生具有广泛的计算机技术素质和实践能力，适应现代科技领域的快速发展和变化。

· 教学与科研 ·

★重点科研项目及代表性论文

（1）国家自然基金青年基金项目

基于三代测序数据的基因组结构变异识别方法研究，主持人：朱晓，2020-2022。

（2）国家自然基金面上项目

可生存系统自主认知模式研究，主持人：赵国生，2013-2015。

（3）Xu Wang, Yuxuan Gong, Weidong Ji*, GuohuiZhou. Research on natural computing method of multi-spatially cooperative game based on clustering[J]. Applied Intelligence, 2023,53（2）: 4841–4858.

（4）Peng Han, Wei He*, You Cao, YingMei Li, QuanQi Mu, YuHe Wang. Lithium-ion battery health assessment method based on belief rule base with interpretability [J]. Applied Soft Computing, 2023,138 (5).

（5）Guanxiang Hu, Wei He*, Chao Sun, Hailong Zhu, Kangle Li, and Li Jiang. 2022. Hierarchical belief rule-based model for imbalanced multi-classification. Expert Syst. Appl. (2022), 119451. DOI: j.eswa.2022.119451.

★学术研讨及交流