广东省高等教育自学考试软件工程(专升本)专业考试计划
(专业代码：080902)

一、指导思想

高等教育自学考试是我国高等教育基本制度之一，是对自学者进行的以学历考试为主 的高等教育国家考试，是个人自学、社会助学、国家考试相结合的高等教育形式，也是我国高等教育体系的重要组成部分。本专业以习近平新时代中国特色社会主义思想为指导，全面贯彻党的教育方针，落实 立德树人根本任务，为构建继续教育和终身学习体系，推进学习型社会建设，紧密结合我省经济社会发展需求而设置。

二、学历层次及规格

本专业学历层次为本科，培养目标总体上与普通高等学校相应的学历层次水平要求相 一致。专业采用学分制，各门笔试课程考试采用百分制计算，60 分为合格;凡单科考试成 绩合格后，获得该课程规定的学分。本专业必考课程 15 门 70 学分，毕业总学分为 70 学分。持有具备学历教育资格的高等学校、高等教育自学考试机构颁发的专科(或以上)学 历证书的考生，取得本专业考试计划规定的全部课程合格成绩，完成规定的毕业设计或其 他实践性学习环节任务，并取得合格成绩，思想品德鉴定合格，由广东省自学考试委员会颁发高等教育自学考试毕业证书，主考学校在毕业证书上副署，国家承认其本科学历。符合相应学位条件的高等教育自学考试本科毕业生，由有学位授予权的主考学校依照《中华人民共和国学位条例》等相关规定授予相应的学位。

三、培养目标与基本要求

本专业培养理想信念坚定，德、智、体、美、劳全面发展，具有较高的科学文化素养、 职业道德水准、创新创业能力和社会责任感，适应社会和经济发展需要，具有良好的数学 基础，熟练掌握计算学科基础理论、软件工程专业基础知识、基本技能和基本方法，具备 计算机信息系统的工程实践能力，能在科学研究、工程技术、应用管理等岗位从事软件系统设计、开发、维护和管理等方面工作的工程技术应用型人才。本专业要求掌握数学和人文社科基础知识，掌握计算学科、软件工程相关的基础知识 和基本理论，具备软件系统设计、开发、维护和管理等方面的基本能力和基本工程素养。

主要包括：

1.掌握计算学科的基础知识和基本理论，了解计算学科的核心概念、知识结构和典型方法;

2.掌握软件工程专业的基本理论和专业知识，熟悉常用的软件工程相关平台和工具;

3.具备综合运用掌握的知识、方法、技术和工具解决实际问题的能力，能够权衡和选择各种设计方案，具备作为软件工程师从事工程实践的专业能力;

4.具备软件开发、项目组织管理和团队合作的基本能力;

5.掌握软件需求分析、设计、实现、测试、维护和过程管理的方法和技术，具有一定的工程意识，具备软件开发、管理和维护的工程实践能力;

6. 了解软件工程学科的发展动态、应用前景和行业需求;

7. 了解国家软件工程专业领域的基本政策和法规;

8.具备对新知识、新技能的学习能力和一定的创新创业能力。

四、课程设置与学分

　　自考介绍

　　高等教育自学考试简称自考，是个人自学、社会助学和国家考试相结合的高等教育形式，学员通过考试后考生所取得的毕业证为国家承认学历，在中国学信网上可供查询和验证。自考毕业证可考研，参加公务员，积分入户，共40多个国家承认中国自学考试的学历文凭。无入学考试，学习年限无限制，可自学形式，又可报班上课，考过就可以申请毕业。本科可以申请学位证书。社会认可度高，毕业证含金量高。

　　学习形式介绍

　　A全日制：是指星期一至星期五全天上课，大学管理模式。

　　B网络班：是自学考试的一种教育学习形式。把线下教学搬到了互联网，学生登录网络课平台学习，音频、视频、直播与PPT结合教学，可在线提问，学习时间自由，地点灵活。

五、课程说明

1.软件质量保证与测试

本课程主要介绍测试基本理论与技术、主流的自动化测试工具、软件项目的测试实施及 项目测试管理等内容。要求考生掌握软件测试基本理论、技术方法和项目测试实施及项目测 试管理等职业能力，能够设计测试用例、使用自动化工具完成完整的项目测试和项目测试管理，能基本承担起软件测试的工作任务，具备软件测试岗位必备的职业能力。

2.数据库原理与技术

本课程主要讲述数据库原理、方法和应用技术，同时涵盖大数据、NoSQL 等前沿内容， 将数据库原理、方法和应用技术相结合，以 MySQL 作为平台，系统地介绍数据库原理及应 用。通过该课程的学习，要求考生掌握数据库原理知识点，具备进行关系模式规范化的能力 和进行数据库概念结构设计和逻辑结构设计的能力;同时具备进行 MySQL 数据库管理、操作能力和 MySQL 编程能力和开发一个简单的数据库应用系统的能力。

3.人工智能导论

本课程主要介绍人工智能的基本知识、基本概念以及人工智能的应用领域，帮助考生掌 握开发具有人工智能特点的应用软件的技术，培养对人工智能的兴趣，提高知识创新和技术 创新能力。要求考生了解人工智能的一些相关基本概念、各种不同学术流派的主要思想;掌 握一些经典的人工智能方法，如知识表示方法和搜索推理技术，包括产生式表示法、框架表 示法、状态空间表示法、盲目搜索、启发式搜索等;了解人工智能的新研究领域计算智能的 基本知识，包括机器学习、神经网络、专家系统、计算机视觉和自然语言处理等;了解多智能体系统的基本知识，包括智能体结构和多智能体协商策略等。

4.大数据概论

本课程的内容主要包括大数据概述，大数据与其他新兴技术的关系、大数据基础知识、 大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据 分析综合案例等。要求考生熟悉大数据各个环节的相关技术，为后续深入学习相关大数据技 术奠定基础。主要培养考生的数据素养相关的知识，包括大数据安全、大数据思维、大数据 伦理、数据共享、数据开放、大数据交易和大数据治理等。同时对大数据的采集、处理和分析有较为熟练的应用实践能力。

5.全国统一命题考试课程(略)

6.实践性学习环节课程(略，按主考学校要求执行)

六、实践性学习环节考核要求

实践性学习环节考核要求由主考学校负责并向社会公布，成绩由主考学校评定并按要求上报。实践性学习环节采用五级评分制评定考核成绩：不合格、合格、中等、 良好、优秀。 具体折合成百分制为：59 分(含)以下为不合格，60 至 69 分为合格，70 至 79 分为中等，80 至 89 分为良好，90 至 100 分为优秀。