我们构建了“端-边-云”协同的技术架构,依托商汤科技(SenseTime)工 业级算力设备,采用云平台本地化部署模式。软件环境统一采用 Python 语言 与 Jupyter Notebook 交互式开发环境,确保学生所学技能与企业岗位无缝衔 接。 基于此底座,我们打造了三大核心实训课程及配套项目库。
【课程定位】
面向 AIoT(人工智能物联网)系统集成与运维岗位。本课程依据工程化实 施标准,构建了从“需求分析”到“系统联调”的全生命周期实训体系。
【实训内容逻辑】
课程内容严格遵循工程项目实施流:项目需求分析 ➔ 硬件选型与搭建 ➔ 软件平台配置 ➔ 系统联调与故障排查
【核心实训项目详解】
本课程包含 5 个基于真实智慧校园与企业管理场景的典型项目:
• 项目一:智慧迎新系统部署与运维
场景:新生入学大规模身份核验与数据采集。
实训任务:迎新业务流程分析、人脸采集终端安装、数据大屏对 接调试、迎新数据同步策略配置。
• 项目二:智慧宿管系统部署与运维 o
场景:宿舍安全管理与归寝考勤。 o
实训任务:闸机控制逻辑编程、红外传感器调试、通行权限下 发、异常通行(尾随/强闯)报警配置。
• 项目三:公司智能考勤与门禁通行系统的部署与运维
场景:企业级多权限、多班次管理。
实训任务:考勤规则设置(排班/补卡)、门禁策略配置、企业级 人员库管理、考勤报表自动生成。
• 项目四:课堂无感考勤系统部署与运维
场景:基于计算机视觉的非配合式考勤。
实训任务:教室摄像机点位规划、抓拍角度优化、人脸识别阈值 调优、无感考勤数据清洗与统计。
• 项目五:智慧电子支付系统部署与运维
场景:校园/园区消费支付场景。
实训任务:消费终端网络配置、金融级安全策略设置、支付接口 联调、消费记录与余额对账测试。

【课程定位】
聚焦让机器“听懂”人类语言,涵盖文本挖掘、舆情分析与人机对话技术。
【实训项目全景】
课程包含10个覆盖NLP全领域的实训项目:
邮件的二元分类(垃圾邮件识别)
电商评价的情感分析(舆情监控)
文本领域的多标签分类(复杂文本分类)
新闻文本的词性标注(语言结构分析)
社交媒体监控及品牌管理-命名实体识别(NER关键信息提取)
简历信息抽取(文档智能处理)
客户服务机器人-意图识别(对话系统核心)
聊天机器人-问答对话(生成式QA系统)
医疗分诊-症状识别(垂直领域应用)
机器翻译(Seq2Seq模型应用)
【典型项目详解:项目一邮件的二元分类】
教学目标:掌握TF-IDF特征提取,独立完成从数据清洗到模型评估的全流程。
实施步骤:读取数据集➔文本预处理(分词/去停用词)➔特征构建➔朴素贝叶斯模型训练➔混淆矩阵分析。


我们不只提供设备,更提供可传承的教学资产,实现了“书课证”一体化建设。


通过本项目的实施,北京市信息管理学校在师资队伍与人才输送方面取得了显著突破:
双师型队伍建设:成功培养了5名具备AI工程实践能力的“双师型”骨干教师,他们现已具备独立开发实训项目、指导学生竞赛的能力。
高质量人才输送:累计培养了数百名人工智能应用与维护方向的毕业生。学生掌握了从数据采集、标注、模型训练到端侧部署的全闭环技 能,深受企业欢迎,主要就业方向为人工智能数据专员、系统运维工程师及初级应用开发。