数智技术产业学院由新葡的京集团8814与北京小米移动软件有限公司、阿里巴巴华南技术有限公司、广州粤嵌通信科技股份有限公司、广东泰迪智能科技股份有限公司、广州大画文化传播有限公司等5家企业联合创办，前身是2021年成立的大数据与人工智能产业学院，依托工学院办学，实行理事会领导下的院长负责制，组织架构如下图所示。

学院开设有卓越软件工程师、创意媒体、人工智能（小米AIoT）等3个实验班，面向粤港澳大湾区培养数据智能产业人才。学院以立德树人为根本任务，贯彻OBE教育教学理念，坚持“以产业需求为导向，以实践教学改革为重点，以能力训练为主线，以项目化教学为主导”的原则，构建了“四层进阶”的工程实践能力和创新思维能力特色化培养体系。

学院致力于培养兼具数据科学和人工智能知识，具有工程实践能力、创新能力和跨界整合能力的数据智能复合型产业人才，形成了“目标引领（人才培养目标为引领）、双轮驱动（新工科建设、产教融合为两轮）、三项贯通（实践内容、平台、师资贯通）、四个协同（协同定人培、协同建课程、协同搭平台、协同育师资）和五维训练（基本技能、专业能力、跨界整合能力、创新创业能力和岗位胜任能力训练）”的“12345”产教融合人才培养模式。

产业学院坚持“育人为本、互利共生、服务产业、融合发展”的原则，实行理事会领导下的院长负责制，与数据智能行业龙头企业和多个细分领域的头部企业深度合作，以专业共建为基础，针对数据智能产业的人才需求，共同开发课程、共建实训基地、共建教师队伍、共创育人模式、协同技术攻关，通过打造真实的工作场景，引进真实的工程项目和产品质量标准，着力培养学生的工程实践能力、创新意识和岗位胜任能力，推动学校人才培养与产业需求紧密对接，形成校企协同育人生态圈。

为贯彻《教育部办公厅 工业和信息化部办公厅关于印发<现代产业学院建设指南（试行）>的通知》精神，全面落实《新葡的京集团8814 广州粤嵌通信科技股份有限公司 广东泰迪智能科技股份有限公司 广州大画文化传播有限公司 共建共建数智技术现代产业学院战略合作协议》，加快推动现代产业学院健康、持续、快速发展，特制定本规划。

一、建设目标

针对创新型国家建设和地区数智技术产业高质量发展存在的高素质应用型人才短缺难题，产业学院充分发挥新葡的京集团8814电子信息类专业的特色优势，面向产业智能化升级和区域经济社会需求，优化专业结构、调整专业布局，优化人才培养方案，构建“通识教育、专业教育和综合应用”三位一体的课程体系，扎实推进新工科建设；探索产业链、创新链、教育链、人才链有效衔接机制，建立人才培养、技术创新与资源共享平台；围绕国家产业发展方向和地方数智产业发展的人才需求，以学生能力为导向，不断完善产教融合协同育人和实践教学机制；充分发挥合作企业的产业技术优势，创新人才培养方式，培养具备扎实专业基础知识及应用能力，能在产业一线从事数智技术领域内的软硬件设计、系统集成、科技开发、应用研究、运行管理等方面工作，具有创新创业能力的高素质工程技术人才，打造“立足南粤、面向粤港澳大湾区、服务全国”的数智技术产业高素质应用型人才培育高地，成为支撑区域战略新兴产业和支柱产业高质量发展的人才高地。

二、建设原则

坚持育人为本。以立德树人为根本任务，以提高人才培养能力为核心，推动新葡的京集团8814电子信息类专业人才培养供给侧与数据智能产业需求侧紧密对接，培养符合产业高质量发展和创新需求的高素质人才。
坚持产业为要。依托产业学院专业优势，围绕高素质应用型人才培养目标，优化专业结构和育人体系，紧密对接产业链、创新链，不断增强人才对经济高质量发展的适应性。突出学校科技创新和人才集聚优势，强化“产学研用”体系化设计，增强服务数据智能产业发展的支撑作用，推动智能经济发展、培育经济发展新动能。

坚持产教融合。将人才培养、教师专业化发展、实训实习实践、学生创新创业、企业服务、科技创新功能有机结合，促进产教融合、科教融汇，打造集产、学、研、转、创、用于一体，互补、互利、互动、多赢的实体性人才培养创新平台。

坚持创新发展。创新管理方式，充分发挥学校、企业的办学主体作用，加强数据智能产业、教育、科技资源的统筹和部门之间的协调，推进共同建设、共同管理、共享资源，探索校企合作新模式，实现产业学院可持续、内涵式创新发展。

三、建设内容

（一）创新人才培养模式

强化工程思维教育，积极推进“引企入教”，推进启发式、探究式等教学方法改革和合作式、任务式、项目式、企业实操教学等培养模式综合改革，提升学生解决复杂工程问题能力。面向数据智能产业发展需求，依托共建企业在数据智能产业链的优势，深挖企业对工程教育的实践潜能，协同构建“新工科现代产业学院”人才培养方案。建立和适时优化符合高素质应用型人才培养定位的课程新体系，改革教育教学方式方法，促进课程内容与技术发展衔接、教学过程与生产过程对接、人才培养与产业需求融合，建立产教深度融合、多方协同育人的高素质应用型人才培养模式。

（二）提升专业群建设水平

深化专业内涵建设，调优专业结构，多学科融合，提升专业群建设水平。紧密对接数据智能产业链人才需求变化，重点围绕自然语言处理、机器视觉、大数据分析、智能机器人等方向，推动学科专业一体化建设，优化产业学院专业设置，改造提升传统电子信息类专业，申办新工科专业；推进成立专业建设指导委员会，引入行业标准和企业资源，促进专业认证，打造适应数据智能产业发展亟需的特色电子信息类专业群。

（三）开发校企合作课程

对标电子信息类专业教学质量国家标准，紧跟产业岗位职业能力要求，设计课程体系、优化课程结构。以行业企业技术革新项目为依托，发挥共建单位资源优势，建设一批高质量校企合作新工科专业课程。加快课程教学内容迭代，关注数据智能行业创新链条的动态发展，推动课程内容与行业标准、生产流程、项目开发等产业需求科学对接，系统开发教学资源，构建专业教学特色案例库，校企合作编撰教材和工程案例集。紧密结合产业实际创新教学内容、方法、手段，增加综合型、设计性实践教学比重，把行业企业的真实项目、产品设计等作为课程设计和毕业设计等实践环节的选题来源。

（四）打造实习实训基地

统筹多方实践教学资源，打造实践就业基地，促进产业链、创新链与教育链、人才链的有效衔接，提升学生的实践能力和创新能力。基于数据智能行业产品、技术和生产流程，合作构建基于产业发展和创新需求的多主体跨区域实践育人环境。充分利用共建企业、产业联盟等的优质资源，探索共建共享、功能集约，兼具生产、教学、研发、创新创业、就业功能的校企一体、产学研用协同的特色实验实训实习基地。

（五）建设“双师双能型”教师队伍

依托产业学院，创新人才共享有效路径，探索校企人才双向流动机制，设置灵活的人事制度，建立和完善引进、认证与使用产业兼职教师的有效路径，探索建设高水平校企“混编型”教师队伍。多方共建一批教师企业交叉实践岗位，面向学校教师和企业工程师开展师资交流、研讨、培训等业务，提升教师队伍业务能力，将产业学院建设成“双师双能型”教师培养培训基地。针对产业学院人才培养需要，围绕电子信息类专业课程群建设要求，探索建设“虚拟化”基层教学组织，建立多劳多得、优劳优酬的教师激励制度，积极开展校企导师联合授课、联合指导工作，打造高水平教学团队。

（六）搭建科技服务平台

探索合作建设多主体产学研创一体化科技服务平台（重点实验室、研发中心或研究院），共同打造厅市级或省级科研平台。加强共建单位联合申报政府项目，依托科技服务平台，围绕产业技术问题开展技术攻关、产品研发、成果转化和项目孵化等工作，产出一批多方共享的科技创新成果，提升共建企业核心竞争力，促进产业创新发展。发挥产业学院人才集聚与学科专业综合性优势，建立“送教入企”激励机制，探索和实施“高层次人才共享计划”，推动学校高水平教师入驻企业深度参与企业课题或技术研发。大力推动科教融合，将研究成果及时引入教学过程，共同完成教学科研任务，促进科研与人才培养良性互动，发挥产学研合作示范影响，提升服务产业能力。积极参与政府、行业发展的政策制定、决策和评价工作，共同建立产业人才培训体系、打造对外人才培训基地，扩大产业学院影响力。

（七）完善管理体制机制

探索和完善产业学院管理体制和运行机制。强化共建单位协同意识，在政府政策支持下，合力创新产业学院治理模式，建设科学高效、保障有力的制度体系，实现教育链、创新链、产业链和人才链的深度融合。

四、建设管理

（一）管理体制

产业学院实行理事会领导下的院长负责制。

1.机构设置

（1）成立新葡的京集团8814数智技术现代产业学院理事会。理事会设名誉理事长和轮值理事长各1名，名誉理事长由新葡的京集团8814校长或副校长担任；共建各单位为副理事长单位，各推举1名副理事长；理事若干名，由共建方协商确定。

（2）理事会理事每届任期5年。理事因工作单位或职务发生变化时，自然更替。

（3）轮值理事长由副理事长单位主要领导担任轮流担任，任期1年。

（4）设置新葡的京集团8814数智技术现代产业学院综合办公室、教务部、工程中心、学生事务部等机构。

2.人员配置

（1）产业学院设院长1名，由工学院院长担任。产业学院副院长2名，1名由工学院副院长担任，另1名由合作企业人员担任。

（2）产业学院综合办公室配备2名管理岗人员，负责与合作企业的沟通联络和学院行政事务管理。

（二）运行机制

产业学院实行理事会领导下的院长负责制（见图1）。

图1 产业学院组织管理架构

1. 产业学院理事会履行如下职责： 审议产业学院理事会章程；审议产业学院发展规划和其它重要事项；听取产业学院工作报告和重要事项报告；监督产业学院各项工作，提出指导建议和意见。

2. 理事会结合产业学院建设与发展过程中的重要事项、理事会成员的建议，通过协商，取得共识，形成理事会决议。理事会议须有 2/3 以上的理事出席方能召开，其决议须经到会理事半数以上表决通过方能生效。理事会决议由产业学院院长负责执行。

3. 产业学院院长负责产业学院日常运行管理，向理事会报告工作，并向轮值理事长建议召开理事会会议。由院长、副院长等班子成员参加的院长办公会负责产业学院人才培养等事项决策。产业学院办公室负责开展产教融合、科技管理、市场合作和产业学科群对接等事务工作。

（三）交流机制

产业学院鼓励各共建单位之间开展多种方式的交流合作，发挥建设单位在产业中的影响力，共创多赢格局。通过产业学院综合办公室建立产业学院共建单位之间的来访、交流与合作，在对外交流中增进了解、减少壁垒，确保产业学院各项工作有序推进。

（四）建设策略

采用“先行先试、稳步推进”策略开展产业学院建设。

第一阶段：电子信息工程、软件工程、人工智能3个专业，先行试点建设，探索实践、总结经验。

第二阶段：电子信息类专业全部纳入产业学院建设。

五、保障措施

1.人员保障。根据产业学院发展要求，配备专职管理人员，专门负责产业学院建设工作和日常行政管理事务。

2.经费投入。产业学院建设期为五年。建设期内，设立专项资金支持产业学院建设。

3.政策支持。为产业学院“引企入教”“送教入企”开展人才培养、科学研究、技术创新、企业服务等提供激励制度支持。

4.条件保障。为产业学院校内实践教学提供足够的场地和设备；积极支持产业学院探索和建立多主体共建共享、产学研创一体化科技服务平台。

新葡的京集团8814数智技术产业学院

2024年12月6日

近年来，全球数据智能产业快速发展，产业规模持续扩大，逐步形成了覆盖数据智能基础设施、资源服务、数据治理、开发应用及生态服务等多维度的完整产业链格局。我国落实“十四五”规划以来，随着人工智能、大数据、物联网等基础技术的渗透应用，数据智能技术、应用及服务能力正加速成熟，产生了庞大的市场需求，产业正迎来前所未有的发展机遇，催生了技术能力和应用场景的不断创新，推动着生态加速培育与产业发展。与此同时，数据智能人才数量的需求日益增长，人才规格的要求也在不断提高。培养高素质复合型应产业人才已成为地方高校的紧迫任务。

一、数据智能全景化布局提速，产业体系逐步完善

根据中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）发布的《数据智能产业图谱（2024年）》显示，我国数据智能产业布局正日渐成熟，围绕数据智能基础设施、数据治理、数据资源服务、数据智能开发、数据智能应用及数据智能生态服务等方面，初步形成了健康有序、优势互补的产业体系。

图1 数据智能产业图谱

在数据智能基础设施领域，企业主要围绕通用计算硬件、智能计算硬件、数据存储、数据智能平台等提供产品服务，为上层数据开发和模型训练提供强有力的算力支撑。

在数据治理领域，企业主要聚焦在数据质量管理、数据标准管理、数据资产管理、数据标准等方面提供平台及服务，支撑数据管理相关工作。

在数据资源服务领域，企业主要围绕人工智能数据集、数据产品开发、数据运营、数据交易等提供平台及服务，为数据产品和数据服务的开发与应用提供数据基础。

在数据智能开发领域，企业主要聚焦在数据开发、人工智能算法开发、数据科学、知识图谱等方面提供平台能力，支撑数据智能产品及数据智能应用的开发。

在数据智能应用领域，企业主要围绕生成式大模型、通用应用和场景化应用形成了多项产品及服务，应用在金融、通信、汽车、能源等多个行业，持续赋能企业数智化转型。

图2 数据智能企业营收分布情况

从企业发展情况来看，入选产业图谱的企业大多数成立于2010年之后，占比高达68%；规模上以大中型企业为主，年营业收入在亿元以上的企业占比超过40%，是数据智能产业发展的中流砥柱。

从企业研发能力来看，入选产业图谱的企业平均专利授权数达到31.7项，软著登记数达到77.2项；拥有10项以上专利、30项以上软著的企业占比超过50%，构建形成稳健的自主知识产权体系。

二、全球数据智能产业快速发展，规模化效应初显

政策方面，数据智能产业的快速发展引起了全球各国的高度重视，综合考虑发展与监管，加快推动相关政策出台。2023年3月，加拿大政府宣布将制定《人工智能与数据法案》，并发布预告性配套文件，以规范人工智能开发和应用活动。2023年11月，美国网络及信息技术研究与发展小组委员会发布《美国人工智能2024财年预算和计划信息》，提出建设用于人工智能训练、测试、开发的共享公共数据集和环境，在机器学习、智能制造、医疗等领域创建训练数据集，旨在确保自身在数据智能领域的全球领导地位。2024年3月13日，欧洲议会通过世界首部《人工智能法案》，该法案旨在通过对人工智能的使用进行规制，以保护公民基本权利、民主、法治和生态环境免受人工智能的影响，促进以人为本、值得信赖的人工智能发展应用。

企业方面，全球数据智能领域相关企业加速涌现，企业数量增长态势明显。据中国信通院统计，截至2024年4月，全球已有超过3万家人工智能企业，我国人工智能企业数量超4500家，其中超过半数企业从事与数据相关的业务，包括数据智能类软硬件开发、人工智能数据治理、人工智能数据集开发、数据智能产品开发等领域。同时，据不完全统计，国内有近2000家数据企业面向人工智能领域提供服务，如专注于多模态学习的数据标注业务，根据特定领域需求场景提供定制化的数据加工方案与实施服务，提供标准化结构化的高精度数据集等。未来，随着大模型技术在各行业领域的落地应用，数据智能企业数量将持续增长，支撑产业规模持续扩大。

投融资方面，数据智能企业投融资活跃，占整体人工智能产业投资比重持续上升，投资带动效果显著。最近一年，随着大模型技术应用快速发展，面向大模型的数据智能企业投融资规模不断扩大，据统计，2023年前三季度，大模型企业融资金额同比增长137%，融资轮次以种子轮、天使轮、A轮融资等早期投资为主。资本市场对于数据智能产业的良好预期，对于产业新增长点的投资带动作用非常显著，推动了以Character.ai、Scale AI、月之暗面等为代表的一批数据智能领域明星创业企业的涌现。面对数据智能应用在资本市场和用户市场的火热态势，国内外科技巨头也纷纷入场，国外以微软、谷歌、Meta等企业为代表，国内以百度、阿里、字节跳动等企业为代表，一方面积极研发企业级数据智能相关产品，另一方面以开放接口等方式与其他企业合作开发应用，加速构建数据智能产业生态。

开源社区方面，全球数据智能领域开源社区快速发展，开源项目在创新和效率上展现出巨大潜力。国外方面，开源社区发展呈现出活跃和多元化的特点。截至目前，全球开源人工智能项目和贡献者数量显著增长，GitHub上的贡献者数量同比增长148%，项目总数同比增长248%。2023年12月，IBM和Meta联合全球50多个创始成员和协作者宣布成立人工智能联盟（AI Alliance），该联盟支持开放式创新和开放科学，致力于培育一个开放的社区，加速负责任的人工智能创新。同时，多个开源模型快速发展，在效率、生态等方面的优势逐步显现，与闭源模型的性能差距逐步缩小。国内方面，开源社区正在积极发展中，在技术研发、创新培育和产业应用方面展现出潜力，但与国外相比仍有一定差距。大模型方面，清华大学发布的ChatGLM-6B、智源人工智能研究院推出的悟道·天鹰、阿里推出的通义千问Qwen等已得到了广泛探索和应用，在模型参数量、训练稳定性、性能等方面持续优化。在高质量开源数据集方面，阿里推出的天池开源数据集、百度推出的飞桨开源数据集、北京市发布的人工智能大模型高质量数据集等为更多深度学习模型的建立和优化提供了重要基础，持续驱动数据智能产业发展。

三、 数据智能产业的人才需求分析

1. 数据智能产业人才现状

从国别人才现状来看，美中两国成为全球数据智能人才聚集高地，人才培养体系正加速构建。随着各国在数据智能领域竞争的日益激烈，人才成为推动产业生态发展、抢占国际领先地位的核心资源，企业和高校机构对人工智能人才的重视度都在不断增加。据美国保尔森基金会发布的《全球人工智能人才追踪调查报告2.0》显示，在人工智能人才的培养和引进方面，美国仍保持压倒性的优势，而中国正在迎头赶上。2022年，美国机构中来自中美的顶级人工智能人才占比高达75%，中国在过去几年内持续构建人工智能人才库，以满足不断增长的人工智能产业需求。截至目前，我国已有近500所高校院所开设人工智能专业，着力提升人工智能基础研究和交叉应用能力，通过校企合作促进科技创新和产业发展的有效衔接，培养跨学科、复合型、高层次、创新型的高端人才。

从企业人才结构来看，研发人员数量超过30%的企业占比高达95%，其中近10%的企业研发人员数量超过80%；人才层次方面，平均本科学历以上比例达到92%，平均研究生学历以上比例超过25%，工作经验5年以上的人才占比超过70%，表明企业人才体系日趋完善。

图3 数据智能企业研发人员数量占比情况

2.数据智能人才需求状况

从人才需求的总量来看，‌数据人才的社会需求非常旺盛，尤其是在数据分析、数据科学和人工智能等领域。‌根据《产业数字人才研究与发展报告(2023)》的数据，当前数字人才总体缺口约为2500万至3000万，且这一缺口仍在持续扩大‌。在数字产业化人才方面，人工智能面临着人才总量与质量的双重欠缺，算法研发与开发人才紧缺度最高，机器学习、计算机视觉技术方向需求尤为旺盛。在产业数字化人才方面，未来三年智能制造数字人才供需比预计将从1：2.2扩大至1：2.6，到2025年，行业数字人才缺口达550万人，不足以支撑产业数字化转型需求。

从具体行业对数据人才的需求来看，主要集中在以下领域：

‌金融‌：数据分析在金融行业中应用广泛，用于风险管理、欺诈检测和投资分析等。

‌医疗‌：数据科学家和数据分析师在医疗行业中帮助医院进行大数据分析和远程医疗服务。

‌教育‌：数据分析在个性化教学和学生学习效果评估中发挥重要作用。

‌零售‌：通过分析顾客行为和销售数据，优化供应链管理和市场营销策略。

‌制造业‌：数据分析帮助企业提高生产效率和产品质量控制。

从数据智能岗位供给来看，猎聘大数据研究院发布的《2023届高校毕业生就业数据报告》显示，AI大模型应届生职位同比增长超170%，在2023届博士应届生需求增长最多的TOP10新赛道中，前两位为AI大模型、智能制造，分别同比增长430%和290.32%。与此同时，投递智能制造、AIGC（人工智能生成内容）、AI大模型相关岗位的应届生同比增长居前三，均超230%。

3.行业企业对数据智能人才的规格要求

从企业对数据智能人才的具体技能要求来看，数据智能人才是具有一定的数字化思维、素养和专业技能,且能够为组织的数据智能业务或数字化智能化转型提供支持的从业者。数据智能人才不仅要具有数字化的思维和专业知识结构,还需要有对多样化的海量数据进行智能化管理和使用的数字化操作能力,能够推进企业数字化智能化转型的专业型人才。具体规格要求可归纳为：

（1）类型要求。数字化管理人才需要懂业务、懂技术,更要注重数字领导力和管理能力的培养,所以这类人才不仅要有数字化的思维和能力,还要将数字技术与业务有效结合,发挥更大的能效,推动产业的数字化转型。作为数字化管理人才,需要具有系统的思维和交叉学科知识应用的能力,即复合型人才。

（2）知识要求。数字化智能化时代,面对产业数字化转型的需求,掌握数据智能技术的知识是拥有数字化思维和能力的基础。新时代数据管理人才需要具备掌握新兴信息技术的能力,就需要信息知识的储备,如计算机语言、编程等传统的信息技术基础知识,也需要掌握人工智能、区块链、大数据管理等新兴信息技术的知识。数据管理人才只有具备这些知识,才能迅速在新时代进行数据收集,并搭建好数字平台,使之成为全员与技术人员进行业务需求管理点、管理表盘以及管理痛点。

（3）能力要求。数字化智能化时代,在新赛道,会不断布局新场景,并不断涌现出新数据、新业态,对应会有新治理模式。面对快速更新的数字化智能化新事物,数字化管理人才必须具备良好的自主学习能力。只有快速学习才能在知识加速迭代的时代把握好数字化智能化浪潮,成长为成熟的数字化管理人才。拥有良好的学习能力的人才更容易接受新知识,并利用学习型思维将新知识转化为对未来发展的新动能。

根据人瑞人才与德勤中国的调研显示，有52.6%的企业最希望人才掌握数据分析技能，其次是数字营销，占比为38.3%。在被问到最希望提升的人才能力时，52.5%的企业表示希望加强人才复合型学习，尤其是技术人员的商务和运营能力。归纳起来，数据智能人才需要具备以下主要能力：①‌数据分析‌，收集、分析、解读大数据，识别模式，作出预测并制定实际策略‌；②‌数据处理，构建和维护机器学习模型，处理大量数据‌；③‌数据应用，运用计算机编程（如Python）、数学和统计学知识，进行数据挖掘和数据可视化。‌

（4）素养要求。政治素养是人综合素养的核心,新时代背景下的数据管理人才在掌握大量数据资源的同时,更需要具有家国情怀,坚定自己的政治立场,不断提升自身的政治素养。尤其在数据智能产业的规则盲区,就更需要数字管理人才具备高政治素养,以高标准要求自己的思想与行为。

新葡的京集团8814数智技术产业学院

2024.9.8