ARTICLE · 1045456

“工业软件与智能化”微专业招生简章

发布时间：2026-09-20 18:21:10 最近访问：2026-09-20 18:21:10

“工业软件与智能化”微专业招生简章

随着工业4.0和智能制造的快速发展，工业软件与智能化技术已成为现代制造业的核心驱动力，对提升企业生产效率、优化管理流程、实现智能化控制具有关键作用。然而，我国在工业软件领域仍面临核心技术受制于人、高端人才短缺等问题，亟需培养具备跨学科背景的复合型人才。

本微专业项目依托国家首批特色化示范性软件学院建设任务，面向非工业软件专业背景但对智能化技术和工业软件感兴趣的学生，聚焦工业软件研发与应用能力的培养。通过深化产教融合，结合工业软件新技术、智能化程序设计、数据采集与控制等关键内容，构建系统化的课程与实践体系，帮助学生掌握工业软件的核心技术框架和智能化实现路径，以适应制造业数字化转型的需求，助力我国工业软件自主创新和产业升级。

PART.1

培养目标

本微专业旨在培养具备工业软件研发、应用和维护能力的复合型人才。通过系统化的课程学习和实践训练，学生将掌握工业软件的核心技术，包括智能化程序设计、数据采集与控制等，并深入理解工业软件的技术架构和智能化实现方法。项目注重理论与实践结合，培养学生解决实际工业场景复杂问题的能力，提升其工程素养和创新能力，为未来从事工业软件开发、智能制造系统优化等领域奠定坚实基础，助力我国工业软件自主可控和智能化升级。

PART.2

招生要求

（一）专业背景

二年级及以上本科生，专业不限。招生人数：30人。

（二）英语水平

具备一定的英文读写能力，优先考虑已通过英语四级者。

PART.3

课程设置

开课学期	课程名称	课程负责人	学分	在线视频分钟数	直播/实践次数
秋季学期	工业软件新技术	陈伟	2	500	3
Python 程序设计	刘安	2	400	3
工业数据采集与控制	谷飞	2	400	3
秋季学期	工业软件测试与维护	章晓芳	2	300	3
工业数智化实践	何红亮	2	300	3
注：面授课或实践活动将安排在周六、周日开展。课程主要教学活动包括以下几个方面：1.线上视频教学（为主）2.线下工作坊 3.校内外专家前沿讲座 4.相关工业软件公司观摩

PART.4

课程简介

1.课程名称：《工业软件新技术》

课程简介：本课程首先通过工业软件概述，为学生构建起对工业软件的基本认识框架；随后，深入分析我国工业软件的发展现状，探讨其面临的挑战与机遇。课程内容进一步细分为几大关键领域：研发设计类工业软件，聚焦产品创新与技术突破；生产控制类工业软件，解析高效生产与流程优化的秘诀；经营管理类工业软件，揭示企业资源规划与决策支持的力量；以及嵌入式工业软件，探讨其在智能设备与系统中的核心作用。最后，通过精选的工业软件实现案例，让学生亲身体验到理论知识在实际应用中的转化与成效，旨在培养既懂技术又具备实战能力的工业软件领域专业人才。

2.课程名称：《Python程序设计》

课程简介：本课程介绍程序设计的基本思想、方法和技能。通过本课程的学习，让学生掌握一定的程序设计能力、分析问题和解决问题的能力。具体而言掌握Python程序设计语言语法、程序结构，学习Python程序设计过程和技巧，具有编写Python程序解决实际计算问题的能力，掌握计算机科学领域的一些基本算法，掌握一定的程序调试方法和技巧，养成良好的编程习惯。通过本课程的学习，为后续课程提供必要的基础知识，培养学生的程序设计思维模式和方法。

3.课程名称：《工业数据采集与控制》

课程简介：本课程介绍工业数据采集的基本原理和方法，包括数据的获取、处理和存储；掌握各种工业用传感器的工作原理和应用，以及如何根据实际需求选择合适的传感器；学习信号处理的基础知识，包括数据的过滤、分析和解释；设计和实施简单的控制系统，了解如何利用采集到的数据进行有效的控制和自动化；通过实际案例学习，理解数据采集与控制技术在不同工业场景中的应用。

4.课程名称：《工业软件测试与维护》

课程简介：软件测试是软件开发生命周期中的重要环节，工业软件测试与维护将有效保障和提高工业软件的质量。本课程涉及工业软件测试的方法和技术、软件维护的流程和策略、工业软件测试的实例等。

5.课程名称：《工业数智化实践》

课程简介：本课程通过系统地介绍工业数智化的核心概念与实践，帮助学员理解软件工程生命周期的各个阶段，并深入探讨人工智能和机器学习在工业产品质量监测和网络安全中的应用。课程结合实际案例，通过理论与实践的紧密结合，培养学员在工业数智化领域的综合能力。

PART.5

课程特色

本微专业采用“夯实基础+应用拓展”的两阶段培养模式，第一学期开设“工业软件新技术”、“Python程序设计”、“工业数据采集与控制”三门课程，帮助学生掌握工业软件核心技术与编程基础；第二学期聚焦智能化应用，通过“工业数智化实践”和“工业软件测试与维护”两门课程，培养解决复杂工业问题的能力。课程注重理论与实践结合，融入数据采集、机器学习、质量监测等真实案例，强化工程实践与创新思维。内容紧跟智能制造前沿，涵盖工业软件研发、测试与维护全流程，确保学生在1年内高效掌握关键技术，具备跨学科应用能力，满足产业对复合型人才的需求。

PART.6

教学专家团队

1.《工业软件新技术》课程负责人：陈伟

陈伟，苏州大学计算机科学与技术学院/软件学院副教授，硕士生导师。2018年获得苏州大学计算机科学与技术博士学位。2015年3月至2016年3月在新加坡管理大学担任研究助理，从事异构网络的分析，期间和新加坡星展银行展开合作。2016年7月至2017年7月赴澳大利亚昆士兰大学进行联合培养博士的学习，从事跨平台数据的整合。目前主持国家自然科学基金两项、江苏省高校面上项目两项。主要研究领域包括：时空数据分析、异构网络分析、知识图谱、跨平台数据整合等。先后在VLDBJ、ICDE、JCST、GeoInformatica、WWWJ、CIKM、DASFAA等国际会议和期刊上发表论文近30篇，获得2016国际会议DASFAA最佳论文奖。曾担任JCST、MTAP、WISE、ApWeb、GeoInformatica等会议期刊的审稿人。

2.《Python程序设计》课程负责人：刘安

刘安，苏州大学计算机科学与技术学院/软件学院教授、博导，中国计算机学会数据库专委会委员，中国计算机学会计算机科学普及工作委员会（科普）委员，中国人工智能学会智能服务专委会委员。主要从事大数据和人工智能的基础理论和应用技术研究，曾获教育部-华为智能基座栋梁之师，主编江苏省重点教材《Python编程导论》。

3.《工业数据采集与控制》课程负责人：谷飞

谷飞，苏州大学计算机科学与技术学院/软件学院副教授、硕士生导师。IEEE会员，ACM会员，江苏省计算机学会网络与分布式专委会委员，CCF YOCSEF 苏州学术委员，华为云与计算先锋教师。2019年6月博士毕业于北京航空航天大学计算机学院，同年7月加入苏州大学计算机科学与技术学院。2017-2018年，受国家留学基金委资助前往加拿大麦吉尔大学公派留学。已在相关领域的国际顶级期刊和会议上发表论文30余篇，包括CCF A类论文3篇和中科院一区论文10篇，申请/授权发明专利10余项。目前，主持包括中国博士后基金、江苏省自然科学基金等多项省部级以上课题，以及多家知名企业的横向课题。此外，指导学生曾获得大学生课外学术基金重点项目、大学生创新创业项目等，以及在“挑战杯”、“互联网＋”等多项比赛中获奖。

4.《工业软件测试与维护》课程负责人：章晓芳

章晓芳，苏州大学计算机科学与技术学院/软件学院教授、博导，毕业于东南大学计算机软件与理论专业。2013年至2014年于Swinburne University of Technology作访问学者。主要研究方向包括：智能软件工程，程序分析与软件测试技术，众包机制，机器学习等，已在TSE、TR、IST、KBS、JSEP、ISSTA、SANER、IJSEKE、《计算机学报》、《软件学报》等国内外权威期刊和学术会议上发表论文50余篇，获得多项发明专利和软件著作权。先后主持国家自然科学基金项目、“十三五”装备预研项目、国防共用技术基础项目、计算机软件新技术国家重点实验室开放课题、江苏省高校自然科学研究重大项目及面上项目、苏州市重点产业技术创新：前瞻性应用研究项目等。参与研究成果“软件分析测试与算法优化的模型、方法与技术”获江苏省科技进步一等奖。

5.《工业数智化实践》课程负责人：何红亮

何红亮，博士，苏州大学优秀青年学者，讲师，硕士生导师，计算机系副主任。2023年7月毕业于北京大学计算机应用技术专业获理学博士学位。2023年8月入职苏州大学计算机科学与技术学院&苏州大学人工智能研究院。江苏省双创博士。目前已在国际权威期刊及会议发表论文20余篇，包括IEEE TMM、ICCV、MICCAI等，H指数>10，引用超1000。担任多个顶级期刊或会议的审稿人，包括IEEE 多个期刊、ICCV、CVPR等。主持的项目包括：国家自然科学基金青年项目、江苏省自然科学基金青年项目、教育部重点实验室开放课题等。