黑龙江工程学院专业排名、哪个专业好、满意度Top10

黑龙江工程学院是一所具有百年历史的高等学府，在教学质量和科研水平上都有着较高的声誉。学院的师资力量雄厚，教学设备先进，尤其是在工程类专业方面，拥有一流的教学设施和实验室。学生在此接受教育，将受益匪浅。

专业满意度—Top10

1、专业：工程测量技术、评分：5.0、参与人数：25

2、专业：机电一体化技术、评分：4.8、参与人数：30

3、专业：数字媒体艺术、评分：4.7、参与人数：20

4、专业：材料成型及控制工程、评分：4.6、参与人数：98

5、专业：土木工程、评分：4.6、参与人数：748

6、专业：建筑环境与设备工程、评分：4.6、参与人数：29

7、专业：测绘工程、评分：4.6、参与人数：277

8、专业：工程管理、评分：4.6、参与人数：106

9、专业：车辆工程、评分：4.5、参与人数：418

10、专业：社会工作、评分：4.5、参与人数：40

专业推荐指数—Top10

1、专业：生物功能材料、评分：5.0、参与人数：9

2、专业：交通运输类、评分：5.0、参与人数：6

3、专业：建筑环境与设备工程、评分：4.9、参与人数：46

4、专业：工程造价、评分：4.9、参与人数：34

5、专业：复合材料与工程、评分：4.9、参与人数：10

6、专业：设计学类、评分：4.9、参与人数：8

7、专业：电气工程及其自动化、评分：4.8、参与人数：116

8、专业：建筑学、评分：4.8、参与人数：82

9、专业：计算机科学与技术、评分：4.8、参与人数：48

10、专业：城乡规划、评分：4.8、参与人数：47

专业推荐人数—Top10

1、专业：测绘工程、评分：4.7、参与人数：493

2、专业：土木工程、评分：4.7、参与人数：463

3、专业：车辆工程、评分：4.6、参与人数：386

4、专业：道路桥梁与渡河工程、评分：4.7、参与人数：304

5、专业：机械设计制造及其自动化、评分：4.5、参与人数：254

6、专业：电气工程及其自动化、评分：4.8、参与人数：116

7、专业：土木类、评分：4.7、参与人数：112

8、专业：会计学、评分：4.7、参与人数：93

9、专业：建筑学、评分：4.8、参与人数：82

10、专业：地理信息科学、评分：4.6、参与人数：80

综合满意度

2648人投票

评分：4.1

环境满意度

2731人投票

评分：4.0

生活满意度

2576人投票

评分：4.0

☆黑龙江工程学院部分专业介绍

黑龙江工程学院材料成型及控制工程介绍

材料成型及控制工程专业

本专业培养具有良好的科学和人文素养，良好的工程素质，基础扎实、知识面宽、实践能力强、综合素质高，具有创新精神，具备材料成型及控制工程方面的基础知识与综合应用能力，掌握现代成形方法与技术，受到现代工程师训练，胜任现代工业生产，能够运用材料成形技术、模具技术及相关科学知识，进行成形工艺分析、模具和设备的设计制造及生产组织与管理的应用型、复合型、创新型高级专门人才。

学生毕业后可到机械制造、汽车制造、电子电器、轻工家电、计算机等工业领域从事各种制品的产品设计、结构优化、材料成形加工工艺设计、模具设计与制造、数控加工、产品质量检验、经营管理等方面的工作。学生每年考研录取率列各专业前茅，有相当比例的学生考取相关专业的研究生，在高等院校、科研机构从事教学和科研工作。

主要课程：机械制图、理论力学、材料力学、机械制造技术基础、材料成型原理、材料成形技术基础、材料成形检测与控制、材料加工CAD/CAM技术、塑料成型工艺及模具设计、冲压成形工艺及模具设计、模具制造工艺基础、材料成形设备等。

学制：四年

黑龙江工程学院智能科学与技术介绍

智能科学与技术专业

本专业培养适应经济社会发展需求，具备扎实的数学、自然科学的基础知识，掌握智能科学与技术的基础理论、基本知识和基本技能与方法，具有较强的创新意识、终身学习能力，能够胜任自然语言处理、模式识别等人工智能相关领域的研发工作的应用型专门人才。本专业以智能科学与技术学科（十三五校重点学科）、军用计算机应用技术（十三五国防特色学科）为依托，拥有高水平的师资队伍，教学和科研成果丰厚，在智能科学与技术领域主持国家级基金6项，拥有黑龙江省语言智能工程技术研究中心（省级工程技术研究中心）、云计算与大数据工程技术研发中心（黑龙江高教强省科研平台）、智能科学与技术研究所、自然语言处理实验室、大数据研究院等优质教学和科研平台。

学生毕业后可以在人工智能企业、互联网企业、教育、金融、医疗服务等行业从事机器学习、深度学习、信息检索、信息过滤、图形图像处理、信息推荐、数据分析、智慧金融、智慧医疗等人工智能相关系统的研发工作。

主要课程：计算机组成原理与体系结构、操作系统、数据库原理及应用、计算机网络、Python语言、数据结构、算法分析与设计、人工智能、机器学习、模式识别、深度学习、自然语言处理计算机图形学、信息检索数字图像处理、推荐系统计算机视觉。

主要实践环节：Python语言实验、数据结构实验、机器学习实验、机器学习课程设计、深度学习实验、信息检索实验数字图像处理实验、推荐系统课程设计计算机视觉课程设计、专业基础实习、专业综合实习、生产实习、毕业设计（论文）等。

学制：四年