为试点开展复合交叉“2 2”育人模式，开设软件工程（科学与工程可视化方向），围绕仪器仪表与信息处理，旨在培养具备跨学科能力的复合型人才，能够将传感器数据、工业设备状态信息、科学实验数据等转化为直观的可视化结果，辅助科学探索、工程优化和智能决策。该方向融合计算机图形学、仪器工程、信号处理、人工智能等领域的技术，重点解决复杂数据的采集、处理、分析与可视化问题，推动工业智能化、科研可视化和工程数字化转型。由物理与电子学院牵头管理。
培养目标
软件工程（科学与工程可视化方向）融合计算机图形学、仪器工程、人工智能等跨学科技术，培养具备数据采集、处理、分析与可视化能力的复合型人才，广泛服务于工业物联网、科研数字化及智慧城市等领域。五年内成长为技术负责人、创业者或学术研究者，主导工业物联网/ai监控系统开发，参与国家级科研项目，或创办科技公司推动技术落地，持续适应ai/元宇宙等趋势，成为数据驱动决策与工程智能化转型的核心力量。
特色优势
知识体系：掌握计算机图形学、数据结构与算法、数据库原理等基础，理解科学计算与工程管理可视化理论；熟悉传感器原理、工业通信协议及信号处理技术，了解vr/ar等新兴可视化技术，具备工业设备运行原理认知。能力要求：能针对复杂场景提出可视化方案，将抽象数据转化为直观图形；熟练使用python/c /javascript开发系统，基于开源工具或商业软件构建原型；运用ai与统计分析方法实现异常检测与趋势预测，具备跨领域协作与技术文档撰写能力。工具应用：掌握python/c /javascript等编程语言及d3.js/three.js/vtk/paraview等工具；熟悉bim/gis平台（如revit/arcgis）与大数据框架（hadoop/spark）；能利用tensorflow/pytorch开发智能模型，并通过边缘计算实现实时决策支持，形成全流程技术闭环。
专业深造与就业前景
基本学制4年，授予工学学士学位。毕业生可从事工业设备运维、智能制造系统设计、科学数据分析、智慧城市环境监测等岗位，核心竞争力体现在跨学科知识结构（如传感器原理、工业协议、ai算法）、全流程工具链掌握（python/c /javascript、d3.js/vtk、tensorflow/pytorch）及行业应用经验。随着工业元宇宙、数字孪生等新兴技术崛起，该方向岗位需求持续增长，预计未来五年年增长率超20%。职业发展路径涵盖技术专家、管理岗位或科研方向。毕业生将成为推动数据驱动决策与工程智能化转型的核心力量，就业前景广阔且具备长期发展潜力。
