为迎接2025-2026学年秋季学期的到来，确保教学工作高起点、高质量开展，三亚学院信息与智能工程学院智能工程系甘林老师充分利用暑期时间，积极投入新课备课与学生沟通工作，展现出青年教师高度的责任心与务实的工作作风。
课程内容紧扣技术前沿：
教师聚焦生成式AI、大模型应用等热点，重构课程知识框架，对《人工智能》课程强化伦理讨论与算法原理剖析，结合医疗影像分析、交通调度等跨领域案例设计教学模块；《智能信息处理实践》则采用“项目驱动”模式，引导学生通过TensorFlow/PyTorch等工具解决真实场景问题，培养工程化思维。备课过程中参考多部权威教材，建立“基础理论-技术演进-行业应用”三级知识图谱。
创新教学模式突破传统局限：
甘林老师借鉴集体备课经验，课程采用三阶段教学法：理论讲授融入可视化演示，实践环节设置企业级开发流程模拟，期末考核以跨学科综合项目替代试卷测试。针对学生编程基础差异，设计分层实验任务，通过开源数据集降低入门门槛，确保不同基础学生均能获得能力提升。
芯位平台资源深度融入教学场景： 甘林老师充分挖掘芯位平台的教学资源优势，将其案例库、实验模块与课程设计深度融合。针对《人工智能》理论课中的抽象算法原理，通过借鉴平台内置的可视化教学工具，通过动态演示神经网络训练过程辅助备课；在《智能信息处理实践》中，直接调用平台提供的金融风险预测等真实行业项目案例，结合TensorFlow框架搭建端到端开发流程进行课程准备。通过芯位平台中的丰富教学资源，为不同基础的学生提供个性化学习路径，强化新学期新课程的实践性与应用性。
此外，甘林老师也在有序推进大数据2401班学生暑期认知实习报告与实践报告的评阅与评分工作。此过程不仅限于对暑期学习成果的客观考核，更被视为一次系统了解学生专业实践状况的重要契机。通过逐份审阅报告内容、分析实习环节具体细节、评估学生在实践中提升的专业技能与综合素养，甘林老师逐步建立起对学生个体成长轨迹与共性学习特征的清晰把握，为后续优化教学策略、增强课堂针对性提供了真实、细致的学情依据。
