Talent Profile & Objectives

培养目标:商技融合的硬科技超级个体

突破传统工程教育边界,将第一性原理的技术洞察与商业落地的市场逻辑深度融合,培养不仅精通代码、更能完成产品闭环的技术创造者。

Industry Shift

产业变革从“模型验证”跃迁至“商业落地”

产业界前沿领军专家反复指出:“所有实体产品都值得用 AI 重做一遍”。产业界正经历从云端大模型向端侧具身智能(Model-to-Device)的关键转折。

然而,大量的 AI 创新死于“Demo 到量产商品”的死亡之谷。单纯跑通算法已不再是核心壁垒;在极低算力、极敏感能耗和严格成本约束下,以市场可接受的代价交付卓越体验,成为制约智能产业落地的真正瓶颈。

核心使命:为大湾区智能机器人、智能终端与具身智能产业,输送能解决“把大模型塞进小芯片”复杂工程问题、具备商业敏锐度的复合型人才。
实验班专属人才画像
1. 会用 AI,更能识别 AI 错误 不仅会提问大模型,更能通过残差分析、错误用例定位与上下文工程核验代码,不做代码的盲目搬运工。
2. 会做模型,更能让模型进入真实系统 精通端侧量化与剪枝(TinyML),将高维庞大网络部署进微控制器与边缘板卡,完成毫秒级离线感知与控制。
3. 会写代码,更能协同、交付与商业化 熟练掌握企业级 GitHub Flow 规范,懂得计算 BOM 硬件成本与 Token 消耗,具备从原型到可量产商品的商业闭环思维。
Core Competencies

六大维度毕业能力矩阵

从底层数理、工程协作、算法模型到商业合规,建立完整的硬科技能力护城河。

G1 · 数理与工程基座

数理工具与底层计算认知

掌握微积分、线性代数与概率统计工具;理解光电、惯导等物理信号采集原理;熟悉异构计算(CPU/NPU/DSP)硬件架构。

G2 · 全栈 AI 工程实现

智能体全流程感-算-控

精通多模态传感器时空对齐、卷积与Transformer视觉网络训练、ROS2 机器人运动控制以及情感共情微交互。

G3 · 端侧极致成本控制

TinyML 与低功耗工程

掌握 8-bit 量化、网络剪枝等边缘加速工具,在微小功耗与受限芯片上实现毫秒级推理,并基于 BOM 约束进行最优选型。

G4 · 云边协同与 AIOps

高并发分布式系统运维

掌握云端大脑+边缘肢体协同架构,搭建 MQTT/Kafka 消息通信总线,设计 OTA 远程固件升级与故障自愈系统。

G5 · 安全对齐与出海合规

工程伦理与全球准入

掌握大模型 RLHF 人类价值观对齐,熟悉国内外数据合规法规(GDPR、个人信息保护法),掌握端侧差分隐私与数据脱敏。

G6 · 商业闭环与极客精神

一人公司与技术资产化

熟练进行技术交底书与专利撰写,完成全生命周期算力Token核算与商业计划书编制,带领团队完成众筹与路演融资。

Quantitative Goals

在校成果与发展刚性指标

用看得见、测得出、可验证的真实成果衡量培养质量,而非单一考试分数。

5-10

跨学科融合项目

每位同学在校期间独立或牵头完成5-10个跨领域完整产品级项目

≥2 项

真实市场化产品

班级推向真实应用市场、完成企业级PoC概念验证或众筹上线

≥2 项

发明专利 / 软著

参与企业级技术改进,产出发明专利、实用新型或权威软件著作权

1+1 证

职业技能与行业认证

考取高级工职业技能证书(如人工智能训练师、服务机器人应用技术员)与行业认证

Dynamic Mechanism

“严进严出”与常态化动态流转机制

实验班实行以成长证据为核心的动态管理机制。每学期依据学生能力矩阵画像进行综合考评:

  • 不适应退出分流:连续两学期无法适应高强度项目制学习、未达合格标准的学生,经质量小组评估后分流回原专业班级,学分全额互认认定。
  • 优秀增补机制:普通专业班级表现特别优异、展现强劲动手潜质的学生,经考核后可在学期中途择优补充进实验班,保持团队旺盛活力。
  • AI 全过程成长报告:系统自动从代码提交、复核记录和项目版本中提取证据,教师阶段确认并面谈辅导,绝不搞期末一刀切。

联创工作室(Venture Studio)机制

实验班不是单纯的教室,而是一个高度仿真的硬科技创业加速器:

企业真实出题 产业名企提供脱敏真实数据集、硬件场景与业务边界
算力与硬件支持 本地4卡RTX3090大模型工作站与多款端侧开发板支撑
双轨导师指导 校内专业教授负责工程严密性,名企技术专家负责商业可行性
模拟路演与融资 设立“创造者杯”路演赛,邀请投资人现场评审指导