近日，教育部下发了《教育部关于公布2020年度普通高等学校本科专业备案和审批结果的通知》（教高函〔2021〕1号），武汉工商学院申报的人工智能、数据科学与大数据技术、大数据管理与应用 3个新增本科专业，经申报、公示、审核等程序，顺利通过国家教育部批准。
武汉工商学院高度重视专业建设，深入贯彻落实教育部“四新”本科专业建设要求，主动适应国家和区域经济社会发展需求及市场需求，不断优化专业布局，实现专业设置与经济社会发展需求有效对接，通过多学科交叉融合，积极建设新兴产业发展需求的“新工科”“新文科”等专业，培养社会新兴产业发展急需的专业人才。
新专业的获批为学校本科专业建设和人才培养提供了新的发展空间，丰富了办学专业，拓展了办学平台。学校将加快做好新专业建设，加强原有优势专业建设，促进专业融合及集群建设，努力建成一批一流专业，不断提高学校的办学优势和特色。
层次：本科
学制：4年，学习年限3～7年
学位：工学学士
培养目标：
本专业旨在培养系统掌握人工智能的基础知识、基本技能，具备人工智能开发、系统管理和维护等方面的理论知识和基本实践技能，具有较强的工程实践能力和一定的创新意识以及良好的科学与人文素养，适应地方区域经济发展需要，能从事人工智能技术在智能金融、智能安防等领域中的系统开发及其应用的高级技术应用型人才。
主干学科：人工智能
核心课程：
控制工程基础、电子技术基础、计算机系统组成原理、智能系统及其开发技术、计算机视觉技术、智能语音处理技术、自然语言处理技术、机器学习、深度学习。
毕业生适应岗位:
AI应用开发工程师。从事人工智能领域的应用研发，建立人工智能领域在语言、图像理解和机器视觉等方面的应用模型，运用深度学习、机器学习和图像识别等算法以及软件实现，从客户具体的应用场景和实际问题出发，给出解决方案，并对项目功能、重点模块进行设计开发，攻克技术难题，撰写研发技术相关文档。
AI数据分析工程师。承担从需求沟通，数据分析，报告编写，全流程的数据分析工作。对企业的业务数据进行导入并诊断、汇总、分析、呈现BI分析报告，分析业务问题，通过应用统计学的相关理论、数据挖掘模型、机器学习方法建立数据模型，为企业的业务发展、产品策略、市场活动、风险管理等提供决策支持或解决方案。
AI测试工程师。负责AI产品测试，制定测试计划、测试方案、设计测试用例及评审，执行测试用例，缺陷深入定位跟踪及解决，并协助开发分析解决问题，同时，运用Shell，Python等脚本语言编写自动化测试、性能测试脚本，持续改进测试方法，提高测试效率，最终推动产品优化。
AI技术支持工程师。负责AI产品的安装、调试等工作；根据实际情况及客户要求完成产品的简单售后维修，软硬件调试等工作，整理常规问题并撰写技术手册；协助市场销售进行售前的技术沟通交流、引导和挖掘客户需求、协助编写项目解决方案；对行业发展趋势和产品竞争形势进行调研，协助提出有效的产品优化建议和合理的功能需求。
层次：本科
学制：4年 ，学习年限3～7年
学位：工学学士
培养目标：
本专业旨在培养适应我国信息化建设需要，学科基础理论扎实、知识面宽、实践能力强、综合素质高，具有良好的自主学习和团队协作能力，系统掌握数据科学与大数据技术领域的基本理论和基本技能，掌握计算机软硬件技术基础、分布式系统理论、数据仓库与数据挖掘、大数据处理技术、数据可视化技术等大数据领域主流技术，具备一定的大数据工程项目的设计和开发能力，能在物流、应急管理等多个领域中从事大数据软件开发、数据分析与挖掘、分布式系统平台搭建、大数据平台搭建与维护等工作的应用型高级专门人才。
主干学科：计算机科学与技术
核心课程：
计算机科学概论、数据挖掘，分布式处理系统，数据获取与融合技术，大数据存储与管理技术，大数据分析方法与技术，大数据中心及其智能化运维，大数据可视化技术及其工具，大数据应用服务的开发技术。
毕业生适应岗位：
数据分析工程师。使用统计模型、数据挖掘、机器学习及其他方法，进行数据清洗、数据分析、构建行业数据分析模型，为客户提供有价值的信息，满足客户需求。
算法工程师。和专业工程师一起从系统应用的角度，利用数据挖掘、统计学习的理论和方法解决实际问题。
数据可视化工程师。根据客户需求进行数据可视化产品的整体设计，将数据分析结果以适合的方式设计并呈现、制定数据可视化视觉设计规范。
数据开发工程师。构建数据分析平台，进行设计、开发分布式计算业务，负责机器学习、深度学习领域的开发工作。
层次：本科
学制：4年 ，学习年限3～7年
学位：管理学学士
培养目标：
本专业旨在采用“厚基础、重管理、深融通、精应用”的培养模式，致力于培养掌握管理学与经济学基本理论，熟悉大数据管理技术与方法，善于利用商务数据进行智能定量分析与应用的创新型、复合型、应用型人才。
主干学科：管理科学与工程
核心课程：
微观经济学、管理学、统计学、Python程序设计、数据仓库与数据挖掘、商务数据可视化设计、大数据商业分析、数字化运营、商务智能方法与应用、管理决策分析等。
毕业生适应岗位：
毕业生能在商业、金融、制造等相关领域从事数据分析、商务智能决策、信息管理、业务流程优化等工作。