专业介绍
面向企业场景的 AI 应用，培养能把业务问题翻译成算法任务、再把模型结果翻译成经营决策的人。要求学生掌握管理学与市场营销的基本框架，具备数据分析与机器学习应用能力，能评估 AI 产品的投入产出，能组织数据治理与跨部门落地。与人工智能专业的区别在于不做模型创新，做应用与商业闭环；与工商管理的区别在于多了数据与算法的硬功夫。培养的核心是判断力：什么场景值得上模型，什么场景上一套规则就够，这个判断错了，投入全打水漂。
核心课程
各校培养方案不同，此处为专业通用口径学科基础课
6 门管理学原理微观经济学市场营销会计学统计学Python 与数据分析
专业核心课
7 门机器学习应用商业智能与可视化AI 产品管理数据治理与数据资产数字化运营算法伦理与合规行业 AI 解决方案设计
实践环节
4 门商业数据项目实战AI 产品需求文档与原型企业数字化实习毕业设计
难点是把模糊的业务需求拆成可量化的指标，既要懂业务，也要清楚模型的边界在哪
学习建议
至少完整做一个从数据到决策的项目，把投入产出算清楚
同时练好需求文档与汇报，这是这个岗位真正的交付物
就业与深造
主要去向：企业的数字化与 AI 产品岗、零售与金融行业的用户增长与智能运营岗、咨询公司的数字化转型咨询岗、SaaS 与 AI 服务商的产品与解决方案岗，以及创业公司的数据业务负责人。用人单位通常要求能独立完成一个数据分析或模型落地的案例。职业路径从数据分析或产品助理起步，向 AI 产品经理、数字化负责人发展。升学可对接管理科学与工程、企业管理、工商管理专业硕士。该专业不培养算法工程师，报考时不要与工科的智能类专业混淆。本专业为 2026 年新增，2026 年贵州本科批招生计划中尚未见以此名称单独列出的院校记录，实际招生院校、选科要求与体检限制以院校当年公布为准。