模块0：预科基础补学（仅基础班/零基础学员）

•Python核心实操：变量、循环、函数、类，Pandas/Numpy数据处理（4课时）

•AI基础入门：机器学习核心概念、监督/无监督学习、PyTorch/TensorFlow基础使用（6课时）

•航空航天通识：行业基础概念、五大赛道业务场景、核心数据类型（6课时）

模块1：基础铺垫（全班必修，24课时）

1.1 航空航天AI行业认知与标准解读（6课时）

•行业趋势：低空经济、商业航天、大模型赋能航空航天的核心应用场景

•标准落地：国际标准（ISO 15964、ED-324）、国内标准（GB 44564、GB/T 45736）核心条款解读，贴合课程实操

1.2 航空航天核心数据与工具基础（10课时）

•核心数据：遥测时序数据、遥感图像数据、飞参数据、文本手册数据的特点与处理方法

•必备工具：Anaconda、Jupyter Notebook、Matlab基础、STK入门、ROS2基础（实操教学）

•数据合规：保密要求、数据标注、小样本数据处理技巧

1.3 大模型基础与航空适配（8课时）

•大模型核心：Transformer架构、GPT/BERT/多模态大模型原理

•航空适配：大模型在航空航天场景的痛点、适配思路、轻量化入门

•实操：基础Prompt工程、简单模型调用与调试

•核心算法：路径规划（A*/强化学习）、避障算法、视觉导航（ORB-SLAM2/3）

•实战适配：ISO 15964、GB 44564标准落地，低空巡检、物流场景实操

•项目实操：无人机避障系统开发、多无人机集群协同仿真（ROS2平台）

•核心算法：遥感图像智能解译（Transformer）、卫星姿态控制、轨道优化（强化学习）

•实战适配：ISO 21740、GB/T 45736标准，碰撞规避、遥感解译场景实操

•项目实操：卫星遥感目标检测、轨道优化仿真（STK+Matlab）

•核心算法：故障诊断（CNN+LSTM）、剩余寿命预测（RUL）、多传感器数据融合

•实战适配：HB 8739、HB 8707标准，发动机故障预警、预测性维护实操

•项目实操：发动机故障诊断系统开发、数字孪生仿真基础

•核心技术：参数高效微调（LoRA/QLoRA）、RAG知识库构建、多模态融合、模型轻量化

•实战适配：ED-324适航标准，航空手册智能问答、故障诊断大模型开发

•项目实操：航空专用大模型微调、边缘部署（TensorRT/ONNX）

•核心算法：多模态交互算法、自适应飞行控制、应急决策系统

•实战适配：HB 8766标准，智能座舱交互、极端天气飞行决策实操

•项目实操：智能驾驶舱交互原型开发、飞行控制算法仿真