一、招生背景
1、招生背景
在数字化与智能化浪潮下，建筑行业正经历深刻变革，数据驱动设计、AI辅助决策成为未来趋势。本微专业聚焦“城市数据科学”与“建筑数字化”两大前沿方向，整合人工智能、大数据分析与建筑学科知识，培养具备跨学科能力的复合型人才。课程涵盖Python编程、机器学习、城市数据分析及AI建筑设计优化，帮助学生掌握行业数字化转型的核心技术，适应智慧城市、绿色建筑等领域的发展需求。
2、特色优势
学科交叉，紧贴行业需求：课程突破传统建筑学边界，融合计算机科学与数据科学，培养既懂设计又精通数据分析的建筑人才。学生将学习如何利用大数据优化城市空间布局、提升建筑性能，并运用AI工具生成高效设计方案。
实战导向，强化技术应用：通过城市数据可视化、机器学习建模等实践课程，学生可直接参与真实项目，如智慧城市模拟、建筑能耗优化等，提升解决复杂问题的能力。
就业前景广阔：随着BIM、生成式设计和智慧建造的普及，掌握数据科学与AI技术的建筑人才供不应求。毕业生可胜任数字化建筑设计、城市数据分析、智慧城市规划等新兴岗位，职业发展空间显著拓宽。
3、推荐理由
本微专业适合建筑学、城乡规划等专业学生拓展技术能力，也欢迎计算机、其他理工学科等背景的学生探索建筑应用场景。课程体系紧凑，注重实践，助力学习者在建筑行业数字化浪潮中抢占先机，成为未来智慧城市建设的核心力量。
二、培养目标
在数字化与智能化技术快速发展的背景下，建筑行业正经历深刻变革，数据驱动设计、人工智能辅助决策和智慧城市构建成为未来趋势。本微专业旨在培养具备跨学科能力的复合型人才，使学生掌握城市数据分析、机器学习、人工智能优化等核心技术，并能够将其应用于建筑设计、城市规划和智慧建造等领域。毕业生可在建筑设计研究院、智慧城市科技公司、房地产数字化部门、政府规划机构及互联网建筑科技企业等领域就业，从事建筑数据分析、智能设计优化、城市计算等前沿工作。
具体要求：
1. 掌握编程与数据分析基础：熟练运用Python语言进行数据处理与分析，具备城市大数据采集、清洗及可视化能力。
2. 理解人工智能与机器学习原理：掌握机器学习基本算法，并能结合建筑场景（如能耗优化、空间布局生成）进行建模与应用。
3. 具备建筑数字化实践能力：能够利用AI工具辅助建筑设计优化，如生成式设计、参数化建模及BIM智能化应用。
4. 掌握城市数据分析方法：具备城市空间数据挖掘能力，能结合GIS、遥感等技术进行城市形态、交通、环境等问题的分析与优化。
5. 培养跨学科协作思维：具备建筑学与计算机科学的交叉视野，能够与数据科学家、城市规划师、工程师等多领域专家协同工作，推动智能化建筑与城市发展。
三、招生要求
招生类别：微专业
面向专业：全校各专业学生
修业年限：一年
招生数量：计划招生20人以上，采取小班制教学，设置7门课程，总计13学分)
四、报名条件
面向校内大二、大三学生开设，招生学生需具备一定的学习能力基础，包括专业基础、数学基础、计算机技能等。
1）数学基础：掌握高等数学（微积分、线性代数）及概率统计的基本概念；
2）计算机技能：熟悉Office办公软件操作，具备基础逻辑思维能力；
3）编程基础（非必须但建议）：了解Python或其他编程语言。
五、课程设置：（主要课程与上课时间）
上课学期 | 课程名称 | 课程介绍 （简要100字内） | 学分 | 上课时间及方式 |
2025-2026学年第三学期 | 人工智能概论 | 本课程介绍人工智能基本概念、发展历程及核心技术（如机器学习、深度学习），重点探讨AI在建筑生成设计、城市数据分析等领域的应用，帮助学生建立跨学科认知框架，为后续AI与建筑结合课程打下基础。 | 1 | 周末或晚上 |
2025-2026学年第三学期 | Python语言基础与应用 | 课程讲授Python编程基础，包括语法、数据结构、文件操作及常用库。结合建筑与城市数据分析场景，培养学生利用Python处理简单数据任务的能力，为后续城市数据科学课程奠定编程基础。 | 2 | 周末或晚上 |
2025-2026学年第三学期 | Python语言与城市数据分析 | 课程教授Python编程在城市数据分析中的应用，涵盖数据处理、统计分析及常用工具库。学生将学习如何利用Python处理城市空间数据，完成基础建模与分析任务，为后续高阶课程奠定技术基础。 | 2 | 周末或晚上 |
2025-2026学年第四学期 | 城市数据分析与可视化 | 课程结合建筑与城市规划需求，教授城市数据的分析方法和可视化技术。学生将学习使用Python（Pandas、GeoPandas）处理城市空间数据，并运用Matplotlib、Seaborn及GIS工具进行数据图表、热力图、空间分布等可视化表达。通过案例实践，掌握如何从数据中提取城市规律，并以直观方式支持建筑与城市设计的科学决策。 | 2 | 周末或晚上 |
2025-2026学年第四学期 | 机器学习与建筑应用 | 课程介绍机器学习基础理论与算法，重点讲解其在建筑性能模拟、能耗预测、空间优化等领域的应用，培养学生利用机器学习技术解决建筑问题的能力，提升智能化设计水平。 | 2 | 周末或晚上 |
2025-2026学年第四学期 | 城市大数据与人工智能应用 | 课程涵盖城市大数据采集、处理与分析技术，结合人工智能方法研究城市交通、环境、规划等问题，探索数据驱动下的智慧城市解决方案与实践案例。 | 2 | 周末或晚上 |
2025-2026学年第四学期 | 人工智能与建筑设计优化 | 聚焦AI技术在建筑设计中的创新应用，包括生成式设计、参数化优化及智能决策，主要内容包括基于GAN的建筑草图自动渲染、基于ANN的建筑形体自动评价、基于CNN的建筑物材质识别和分类等，通过算法提升设计效率与空间性能，培养跨学科数字化设计思维。 | 2 | 周末或晚上 |
六、报名与遴选方式
报名方式：线上提交报名表，报名表提交邮箱zhangming@zcst.edu.cn。
报名时间：2025年8月1日-2025年9月31日
遴选方式：面试
七、联系方式
联系人：张老师
邮箱：zhangming@zcst.edu.cn
