2024元宇宙智能算法通用人才能力評(píng)價(jià)

元宇宙智能算法通用人才能力評(píng)價(jià)要求II目 次前言 II引言 III1圍 12范引文件 13語(yǔ)定義 14略語(yǔ) 15宇智算通才能模型 2能?；?2能要等及求 2知要等及求 26宇智算通才能與識(shí)素 2概述 2需分與術(shù)能力 2數(shù)采能力 3數(shù)標(biāo)能力 4特開能力 4人智框能力 5編實(shí)能力 5數(shù)理能力 6數(shù)處能力 7算建能力 7解模能力 8分領(lǐng)算研與應(yīng)能力 8圖渲與模力 97宇智算通才等劃與力構(gòu) 10概述 10初級(jí) 10中級(jí) 11高級(jí) 128宇智算通才能評(píng)方法 14能知綜評(píng)價(jià) 14評(píng)過(guò)程 15PAGEPAGE1元宇宙智能算法通用人才能力評(píng)價(jià)要求范圍本文件規(guī)定了元宇宙智能算法通用人才的能力模型、能力與知識(shí)要素、人才等級(jí)劃分與能力結(jié)構(gòu)、能力評(píng)價(jià)方法。本文件適用于元宇宙智能算法通用人才能力的評(píng)價(jià)與培養(yǎng)。（GB/T37696—2019 信息技術(shù)服務(wù)從業(yè)人員能力評(píng)價(jià)要求下列術(shù)語(yǔ)和定義適用于本文件。元宇宙智能算法metaverseintelligentalgorithm注1：護(hù)數(shù)據(jù)安全。注2：特定群體或個(gè)體產(chǎn)生不利影響或歧視。注3：化責(zé)任擔(dān)當(dāng)、提升倫理素養(yǎng)。注4：或地區(qū)倫理道德。注5：應(yīng)在提供元宇宙產(chǎn)品和服務(wù)時(shí)，保障用戶知情、同意等權(quán)利，并根據(jù)需要提供相應(yīng)替代方案。注6：應(yīng)在發(fā)現(xiàn)元宇宙系統(tǒng)出現(xiàn)問(wèn)題或風(fēng)險(xiǎn)時(shí)，及時(shí)采取措施進(jìn)行糾正或報(bào)告，并承擔(dān)相應(yīng)責(zé)任。元宇宙智能算法通用人才metaverseintelligentalgorithmgeneraltalent具備元宇宙智能算法所需關(guān)鍵能力并能運(yùn)用其中技能與知識(shí)解決元宇宙一個(gè)或多個(gè)應(yīng)用場(chǎng)景問(wèn)題的元宇宙技術(shù)研究人員或元宇宙產(chǎn)業(yè)從業(yè)人員。3.3能力評(píng)價(jià)competencyevaluation[來(lái)源:GB/T37696—2019,3.4]縮略語(yǔ)下列縮略語(yǔ)適用于本文件。EQF：歐盟資格框架（EuropeanQualificationsFramework）ICT：信息及通信技術(shù)或信息通信技術(shù)（Information&CommunicationTechnology）SFIA：信息時(shí)代技能框架（SkillsFrameworkfortheInformationAge）eCF：歐盟ICT人員能力評(píng)估框架（e-CompetenceFramework）元宇宙智能算法通用人才能力模型（以下簡(jiǎn)稱能力模型）是基于eCF、SFIA、EQF等國(guó)際主流ICT人才能力標(biāo)準(zhǔn)框架，結(jié)合國(guó)內(nèi)企業(yè)的人才標(biāo)準(zhǔn)實(shí)踐制定的能力模型。。表1能力模型基本要素基本要素釋義能力項(xiàng)名稱元宇宙智能算法通用人才需要具備的專業(yè)能力名稱。能力項(xiàng)描述該能力項(xiàng)的定義與行為描述。能力等級(jí)該能力項(xiàng)針對(duì)不同能力要求對(duì)應(yīng)的不同能力等級(jí)。等級(jí)描述與技能針對(duì)不同能力等級(jí)的描述與必備技能。知識(shí)要素該能力等級(jí)所對(duì)應(yīng)的知識(shí)要素與等級(jí)。能力（Competency，用C表示）要素的等級(jí)和要求見表2：表2能力要素等級(jí)能力等級(jí)等級(jí)要求等級(jí)5（C5）具備戰(zhàn)略制定與規(guī)劃的能力。等級(jí)4（C4）在某個(gè)領(lǐng)域有見解與專長(zhǎng)，能影響政策和戰(zhàn)略的制定。等級(jí)3（C3）能調(diào)查、明確并解決復(fù)雜的問(wèn)題，指導(dǎo)他人完成工作。等級(jí)2（C2）能獨(dú)立完成工作，運(yùn)用適當(dāng)?shù)姆椒ǘx和解決問(wèn)題。等級(jí)1（C1）能在他人的指導(dǎo)和協(xié)助下完成工作。知識(shí)（Knowledge,用K表示）要素的等級(jí)和要求見表3：表3知識(shí)要素等級(jí)要求知識(shí)等級(jí)等級(jí)要求要求詳解等級(jí)4（K4）精通該領(lǐng)域的知識(shí)。能系統(tǒng)性貫穿知識(shí)點(diǎn)的內(nèi)在聯(lián)系，能運(yùn)用知識(shí)解決綜合、復(fù)雜問(wèn)題。等級(jí)3（K3）掌握該領(lǐng)域較深的知識(shí)。對(duì)知識(shí)點(diǎn)有深入的分析，能熟練操作應(yīng)用。等級(jí)2（K2）理解該領(lǐng)域的知識(shí)和信息。理解內(nèi)在原理、邏輯，有基本的動(dòng)手操作能力。等級(jí)1（K1）了解該領(lǐng)域概念性和實(shí)踐性的知識(shí)和信息。對(duì)知識(shí)點(diǎn)有初步的認(rèn)識(shí)，動(dòng)手操作經(jīng)驗(yàn)較少。注：按照GB/T37696—2019中6.1對(duì)知識(shí)等級(jí)的要求，對(duì)本文件知識(shí)要素等級(jí)進(jìn)行劃分。概述根據(jù)元宇宙智能算法通用人才能力框架的定義，列舉了元宇宙智能算法通用人才需要具備的12項(xiàng)需求分析與技術(shù)咨詢能力見表4。表4需求分析與技術(shù)咨詢能力能力項(xiàng)名稱需求分析與技術(shù)咨詢能力能力項(xiàng)描述對(duì)收集的業(yè)務(wù)需求進(jìn)行分析，針對(duì)需求設(shè)計(jì)方案，給出咨詢意見及規(guī)劃。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1理解需求文檔：根據(jù)實(shí)際業(yè)務(wù)與需求理解所需技術(shù)與應(yīng)用領(lǐng)域。K2功能分析、產(chǎn)品研發(fā)與需求分析等。C2協(xié)助完成需求文檔：與產(chǎn)品業(yè)務(wù)進(jìn)行需求溝通，協(xié)助理解文檔達(dá)成共識(shí)。K2數(shù)據(jù)關(guān)系分析、需求挖掘、非功能性需求分析等。分析咨詢：1）業(yè)成本分析等咨詢服務(wù)；2）對(duì)元宇宙項(xiàng)目的人機(jī)作用、網(wǎng)絡(luò)作用、社會(huì)作用進(jìn)行合理性分析。人工智能各領(lǐng)域算法模型及應(yīng)用：自然語(yǔ)言處理、計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、時(shí)間序列、知識(shí)圖譜等領(lǐng)域的算法模型及應(yīng)用等。C3K2K2項(xiàng)目可研：需求的獲取、分析、規(guī)格說(shuō)明、變更、驗(yàn)證、管理等。制訂規(guī)劃：1）與趨勢(shì)提出意見并提供咨詢服務(wù)；2）制與評(píng)審；3）實(shí)施規(guī)劃?？裳幸?guī)劃：可行性研究報(bào)告、實(shí)施方案編制規(guī)范等（內(nèi)部）。K3C4K3相關(guān)規(guī)范：項(xiàng)目計(jì)劃書編寫規(guī)范（內(nèi)部）。數(shù)據(jù)采集能力見表5。表5數(shù)據(jù)采集能力能力項(xiàng)名稱數(shù)據(jù)采集能力能力項(xiàng)描述能采用各種工具進(jìn)行數(shù)據(jù)的收集和整理，并對(duì)采集方案進(jìn)行審核與創(chuàng)新研究。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1手動(dòng)采集：1）手動(dòng)采集各種內(nèi)外部數(shù)據(jù)；2）運(yùn)用各種數(shù)據(jù)采集工具，對(duì)非結(jié)構(gòu)化的、動(dòng)態(tài)互聯(lián)網(wǎng)、容器日志等數(shù)據(jù)來(lái)源進(jìn)行復(fù)雜數(shù)據(jù)采集工作。K2日志工具：Linux系統(tǒng)操作及日志管理、日志管理系統(tǒng)ELK等。編寫腳本采集：運(yùn)用數(shù)據(jù)采集工具結(jié)合編寫腳本語(yǔ)言，實(shí)現(xiàn)對(duì)非結(jié)構(gòu)化、動(dòng)態(tài)互聯(lián)網(wǎng)、容器日志等數(shù)據(jù)來(lái)源進(jìn)行復(fù)雜數(shù)據(jù)采集工作。K2數(shù)據(jù)庫(kù)技術(shù)：MySQL、Oracle、DB2、Redis等。C2K2編程語(yǔ)言：LinuxShell、Python,、Scala、R、Numpy等。制定采集方案：1）度數(shù)據(jù)需求的調(diào)研分析，制定復(fù)雜數(shù)據(jù)采集方案；2）對(duì)數(shù)據(jù)采集進(jìn)行過(guò)程監(jiān)督和結(jié)果檢查，分析數(shù)據(jù)采集方法的合理性、規(guī)范性和有效性并改進(jìn)和優(yōu)化，以保持?jǐn)?shù)據(jù)采集的可靠性和高效性。數(shù)據(jù)管理工具：SQL、HiveSQL、SPARKSQL等。K3C3實(shí)時(shí)流數(shù)據(jù)采集技術(shù)：Flink、SparkStreaming、Flume、Kafka等。K3C4采集方案評(píng)審：基于對(duì)數(shù)據(jù)需求的調(diào)研分析結(jié)果，對(duì)數(shù)據(jù)采集方案進(jìn)行評(píng)估、審核和批準(zhǔn)。K3大數(shù)據(jù)平臺(tái)管理：Hadoop數(shù)據(jù)平臺(tái)管理及工具使用。C5開創(chuàng)新領(lǐng)域采集方案：1）組織團(tuán)隊(duì)完成新領(lǐng)域數(shù)據(jù)采集任務(wù)；2）帶領(lǐng)團(tuán)隊(duì)完成該領(lǐng)域的任務(wù)探索與研究。K4爬蟲技術(shù)：常見爬蟲技術(shù)、爬蟲框架SCRAPY等。PAGE5數(shù)據(jù)標(biāo)注能力見表6。表6數(shù)據(jù)標(biāo)注能力能力項(xiàng)名稱數(shù)據(jù)標(biāo)注能力能力項(xiàng)描述通過(guò)分類、畫框、標(biāo)注、注釋等，對(duì)圖片、語(yǔ)音、文本等數(shù)據(jù)進(jìn)行處理，標(biāo)記其關(guān)鍵特征。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素原始數(shù)據(jù)清洗與標(biāo)注：1）能根據(jù)標(biāo)注規(guī)范和要求，完成對(duì)文本、視覺、語(yǔ)音數(shù)據(jù)清洗和標(biāo)注；2）類與統(tǒng)計(jì)并對(duì)雜亂數(shù)據(jù)進(jìn)行分析，輸出內(nèi)在關(guān)聯(lián)及特征、歸類、定義；3）出審核報(bào)告并糾正錯(cuò)誤；4）根據(jù)審核結(jié)果完成數(shù)據(jù)篩選。數(shù)據(jù)脫敏：可恢復(fù)脫敏算法、不可恢復(fù)脫敏算法等。K2數(shù)據(jù)清洗：數(shù)據(jù)清洗原理、流程、常用工具等。C1K2數(shù)據(jù)處理及標(biāo)注工具：文本、語(yǔ)音、圖像、視頻等數(shù)據(jù)標(biāo)注處理工具等。K2C2數(shù)據(jù)規(guī)范制訂：1）務(wù)特征，設(shè)計(jì)數(shù)據(jù)清洗和標(biāo)注流程，制訂數(shù)據(jù)清洗和標(biāo)注規(guī)范；2）能根據(jù)標(biāo)注規(guī)范和要求，完成對(duì)文本、視覺、語(yǔ)音數(shù)據(jù)清洗和標(biāo)注；3）審核標(biāo)注數(shù)據(jù)的準(zhǔn)確性和完整性，輸出審核報(bào)告并糾正錯(cuò)誤。K2數(shù)據(jù)生命周期管理：數(shù)據(jù)全生命周期管理規(guī)范、元數(shù)據(jù)模型標(biāo)準(zhǔn)、主數(shù)據(jù)業(yè)務(wù)標(biāo)準(zhǔn)等。C3制定標(biāo)注策略：降低標(biāo)注成本，調(diào)研并使用一些自動(dòng)化算法來(lái)完成標(biāo)注。K3自動(dòng)化標(biāo)注：開源文本、語(yǔ)音、圖像等自動(dòng)化標(biāo)注工具、Python自動(dòng)化標(biāo)注算法等。C4標(biāo)注方案評(píng)審：基于數(shù)據(jù)標(biāo)注方案進(jìn)行評(píng)估、審核和批準(zhǔn)。K3大數(shù)據(jù)技術(shù)：Hadoop、Spark、Hive、MapReduce、Storm等原理、操作等。K3數(shù)據(jù)庫(kù)技術(shù)：MySQL、Oracle、DB2、Redis等。K3數(shù)據(jù)轉(zhuǎn)換方法及工具：Excel、SQL、Python實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換的方法等。C5開創(chuàng)新領(lǐng)域標(biāo)注方案：1）構(gòu)建；2）究。K4數(shù)據(jù)質(zhì)量：數(shù)據(jù)質(zhì)量管理基礎(chǔ)、數(shù)據(jù)質(zhì)量與數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量管理建設(shè)等。特征開發(fā)能力見表7。表7特征開發(fā)能力能力項(xiàng)名稱特征開發(fā)能力能力項(xiàng)描述一種旨在提供信息和非冗余的派生值（特征），促進(jìn)后續(xù)學(xué)習(xí)和泛化步驟，并在某些情況下帶來(lái)更好的可解釋性。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1基本能力：根據(jù)數(shù)據(jù)內(nèi)容，評(píng)估特征的質(zhì)量，并完成簡(jiǎn)單的特征開發(fā)任務(wù)。K2數(shù)據(jù)預(yù)處理：無(wú)量綱化、對(duì)定量特征二值化、對(duì)定性特征啞編碼、缺失值計(jì)算、數(shù)據(jù)變換等。K2特征清洗：數(shù)據(jù)采樣方法、清洗異常樣本等。C2特征開發(fā)能力：1）升數(shù)據(jù)質(zhì)量；2）對(duì)應(yīng)的代碼，完成特征開發(fā)任務(wù)。K3單個(gè)特征：歸一化、離散化、DummyCoding、缺失值、數(shù)據(jù)變換等。K3特征選擇：Filter、Wrapper、Embedded等。K3特征開發(fā)：Numpy、pandas等。C3系統(tǒng)化特征開發(fā)與優(yōu)化：1）以及模型的精簡(jiǎn)性；2）理優(yōu)化；3）方法論。K4降維：主成分分析法、線性判別分析法等。K4特征工程：特征使用方案、特征獲取方案、特征處理、特征監(jiān)控等。人工智能框架能力見表8。表8人工智能框架能力能力項(xiàng)名稱人工智能框架能力能力項(xiàng)描述通過(guò)對(duì)人工智能行業(yè)框架使用、開發(fā)、優(yōu)化，實(shí)現(xiàn)人工智能相關(guān)業(yè)務(wù)。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1框架使用：能使用機(jī)器學(xué)習(xí)框架完成人工智能數(shù)據(jù)處理、特征提取、模型訓(xùn)練、模型部署等全周期流程。K1人工智能框架：Tensorflow，Pytorch的技術(shù)框架使用。C2框架選型：針對(duì)業(yè)界產(chǎn)生的新框架，判別優(yōu)劣，給出在公司內(nèi)部使用的方案。K2人工智能框架：Tensorflow，Caffe、MxNet、Pytorch的技術(shù)框架、場(chǎng)景等。C3框架理解與優(yōu)化：1）選框架優(yōu)勢(shì)進(jìn)行建模研發(fā)；2）現(xiàn)新的模塊，能提升易用性與效率。K3人工智能框架：Tensorflow，Caffe、MxNet、Pytorch的難點(diǎn)攻破、技術(shù)問(wèn)題處理等。C4框架優(yōu)化創(chuàng)新：1）升框架性能和穩(wěn)定性；2）框架，并在實(shí)際中產(chǎn)生最佳實(shí)踐，引領(lǐng)人工智能行業(yè)。K4自研框架：技術(shù)框架、應(yīng)用場(chǎng)景、難點(diǎn)突破、技術(shù)問(wèn)題處理等。編碼實(shí)現(xiàn)能力見表9。PAGEPAGE6表9編碼實(shí)現(xiàn)能力能力項(xiàng)名稱編碼實(shí)現(xiàn)能力能力項(xiàng)描述根據(jù)規(guī)范完成系統(tǒng)功能的代碼實(shí)現(xiàn)；進(jìn)行相應(yīng)復(fù)雜系統(tǒng)設(shè)計(jì)與評(píng)審。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1實(shí)現(xiàn)算法腳本：基于已實(shí)現(xiàn)程序，編寫算法腳本進(jìn)行運(yùn)行。K2編程語(yǔ)言：Java、Python、C++的常用組件、開發(fā)框架等。C2模塊化：基于系統(tǒng)設(shè)計(jì)，完成編碼，實(shí)現(xiàn)模塊功能。K2業(yè)務(wù)理解：內(nèi)部業(yè)務(wù)系統(tǒng)相關(guān)業(yè)務(wù)流臺(tái)功能邏輯、數(shù)據(jù)集成關(guān)系等。K2人工智能各領(lǐng)域算法模型及應(yīng)用：自然語(yǔ)言處理、計(jì)算機(jī)視覺、語(yǔ)音識(shí)別等領(lǐng)域的算法模型及應(yīng)用等。C3系統(tǒng)設(shè)計(jì)：基于需求設(shè)計(jì)系統(tǒng)并分解成模塊，并根據(jù)工作流設(shè)計(jì)模塊的功能與交互方式。K3編碼規(guī)范：代碼質(zhì)量規(guī)范、質(zhì)量管理辦法、SQA計(jì)劃等。K3人工智能框架：Tensorflow，Sklearn，Caffe、MxNet、Pytorch的技術(shù)框架、場(chǎng)景等。C4復(fù)雜系統(tǒng)的設(shè)計(jì)與評(píng)審：設(shè)計(jì)平臺(tái)級(jí)元宇宙系統(tǒng)，組織設(shè)計(jì)子系統(tǒng)的功能與交互方式。K3人工智能框架：tensorflow，Sklearn，Caffe、MxNet、Pytorch難點(diǎn)攻破、技術(shù)問(wèn)題處理、環(huán)境部署等。K3人工智能領(lǐng)域算法模型及應(yīng)用：時(shí)間序列、知識(shí)圖譜等領(lǐng)域算法模型應(yīng)用等。數(shù)據(jù)理解能力見表10。表10數(shù)據(jù)理解能力能力項(xiàng)名稱數(shù)據(jù)理解能力能力項(xiàng)描述一種理解并認(rèn)識(shí)數(shù)據(jù)的性質(zhì)、質(zhì)量以及在流程和行業(yè)中起到的作用，對(duì)整體產(chǎn)生的影響的認(rèn)知能力。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1識(shí)別樣本數(shù)據(jù)：1）如離散、連續(xù)、時(shí)序等；2）根據(jù)數(shù)據(jù)的性質(zhì)，能給出數(shù)據(jù)對(duì)應(yīng)的處理方法的建議。K2數(shù)據(jù)處理技術(shù)：數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)采集、數(shù)據(jù)歸類存儲(chǔ)技術(shù)。C2評(píng)估數(shù)據(jù)質(zhì)量：從業(yè)務(wù)需求角度上，能評(píng)估數(shù)據(jù)質(zhì)量（如數(shù)據(jù)的平衡性、冗余性、完整性等）并給出數(shù)據(jù)質(zhì)量基線。K2數(shù)據(jù)質(zhì)量：數(shù)據(jù)質(zhì)量管理基礎(chǔ)、數(shù)據(jù)質(zhì)量與數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量管理建設(shè)等。C3提出預(yù)見性需求，評(píng)估并評(píng)審解決方案：從業(yè)務(wù)的角度出發(fā)，對(duì)數(shù)據(jù)的采數(shù)量與質(zhì)量，數(shù)據(jù)獲取與標(biāo)注的方式或者途徑等。K2數(shù)據(jù)生命周期管理：數(shù)據(jù)全生命周期管理規(guī)范、元數(shù)據(jù)模型標(biāo)準(zhǔn)、主數(shù)據(jù)業(yè)務(wù)標(biāo)準(zhǔn)等。C4數(shù)據(jù)審視：1）模型迭代產(chǎn)生的影響；2）從業(yè)務(wù)條線的角度上審視所對(duì)應(yīng)部門產(chǎn)生的數(shù)據(jù)質(zhì)量、訴求、潛在挖掘點(diǎn)。K3數(shù)據(jù)集成關(guān)系：企業(yè)內(nèi)部數(shù)據(jù)模型、主數(shù)據(jù)以及集成關(guān)系等。C5行業(yè)數(shù)據(jù)洞察：從行業(yè)的角度上，審視數(shù)據(jù)對(duì)整個(gè)系統(tǒng)迭代產(chǎn)生的影響，相關(guān)人工智能平臺(tái)涉及數(shù)據(jù)質(zhì)量、訴求、潛在挖掘點(diǎn)并產(chǎn)生經(jīng)濟(jì)社會(huì)價(jià)值。K4系統(tǒng)功能邏輯：內(nèi)部相關(guān)系統(tǒng)的業(yè)務(wù)功能、流程等。數(shù)據(jù)處理能力見表11。

表11數(shù)據(jù)處理能力能力項(xiàng)名稱數(shù)據(jù)處理能力能力項(xiàng)描述一種將原始數(shù)據(jù)通過(guò)各種轉(zhuǎn)化、變化，并滿足各種場(chǎng)景需求，以提升數(shù)據(jù)效用的能力。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1數(shù)據(jù)處理的基本能力：1）處理任務(wù)；2）根據(jù)數(shù)據(jù)規(guī)范，進(jìn)行數(shù)據(jù)清洗；3）識(shí)別錯(cuò)誤數(shù)據(jù)、臟數(shù)據(jù)、異常數(shù)據(jù)并對(duì)其進(jìn)行處理，提高信噪比。K2數(shù)據(jù)轉(zhuǎn)換：時(shí)間格式轉(zhuǎn)換、字符串處理、指標(biāo)計(jì)算規(guī)則實(shí)現(xiàn)等。與元宇宙場(chǎng)景結(jié)合的數(shù)據(jù)處理能力：1）處理絕大多數(shù)數(shù)據(jù)處理任務(wù)；2）根據(jù)平臺(tái)、物理性能、業(yè)務(wù)場(chǎng)景、時(shí)效性要求等因素，給出數(shù)據(jù)處理方案。K1數(shù)據(jù)清洗：去重缺失值處理、標(biāo)準(zhǔn)化、歸一化等。C2K2數(shù)據(jù)脫敏：可恢復(fù)脫敏算法、不可恢復(fù)脫敏算法等。整合數(shù)據(jù)與數(shù)據(jù)處理開發(fā)能力：1）進(jìn)行整合，提高數(shù)據(jù)利用效率；2）力，滿足數(shù)據(jù)業(yè)務(wù)性、合規(guī)性等需求。數(shù)據(jù)分析：EXCEL、python、tableau等。K2C3K3編程技術(shù)：Linuxshell、SQL、SparkSQL、hiveSQL等。C4方法論與數(shù)據(jù)平臺(tái)規(guī)劃能力：1）務(wù)層面的標(biāo)準(zhǔn)化業(yè)務(wù)流程；2）根據(jù)業(yè)務(wù)需求或組織內(nèi)部需求，組織設(shè)計(jì)規(guī)劃數(shù)據(jù)處理平臺(tái)。K4大數(shù)據(jù)技術(shù)：Hadoop、Spark、Hive、MapReduce、Storm等原理、操作。算法建模能力見表12。

表12算法建模能力能力項(xiàng)名稱算法建模能力能力項(xiàng)描述根據(jù)業(yè)務(wù)需求選擇評(píng)估并構(gòu)建算法模型；基于現(xiàn)在業(yè)務(wù)與需求進(jìn)行算法模型優(yōu)化；突破原有算法模型瓶頸進(jìn)行算法模型創(chuàng)新。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1測(cè)試，輸出最終模型的性能評(píng)估分?jǐn)?shù)。K2模型訓(xùn)練：選擇數(shù)據(jù)、數(shù)據(jù)建模、驗(yàn)證模型、使用模型等。C2選擇和評(píng)估算法模型：使用常用算法創(chuàng)建算法模型并進(jìn)行模型訓(xùn)練，基于業(yè)務(wù)需求對(duì)數(shù)據(jù)進(jìn)行特征工程處理，對(duì)模型進(jìn)行驗(yàn)證、調(diào)優(yōu)和測(cè)試，輸出最終模型性能評(píng)估報(bào)告。K3模型評(píng)估：模型評(píng)估方法、模型評(píng)價(jià)指標(biāo)等。實(shí)驗(yàn)設(shè)計(jì)與實(shí)施：1）程并實(shí)施，輸出實(shí)驗(yàn)分析報(bào)告；2）根據(jù)最新研究成果對(duì)比分析優(yōu)化。K3模型訓(xùn)練：調(diào)優(yōu)模型等。C3K3監(jiān)督學(xué)習(xí)：Adaboost算法、ANN算法、SVM算法等。C4業(yè)務(wù)模型優(yōu)化：1）需要解決的業(yè)務(wù)需求與實(shí)驗(yàn)分析報(bào)告，選擇合適的方案并在業(yè)務(wù)中應(yīng)用；2）針對(duì)公司內(nèi)已有業(yè)務(wù)，給出理論指導(dǎo)，制訂算法模型優(yōu)化策略，根據(jù)業(yè)務(wù)特性制訂合適的算法模型及評(píng)價(jià)指標(biāo)。K3強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)原理、應(yīng)用場(chǎng)景、案例，如馬爾科夫決策、基于模型的動(dòng)態(tài)規(guī)劃方法、蒙特卡洛方案等。表12算法建模能力（續(xù)）能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素模型創(chuàng)新：無(wú)監(jiān)督學(xué)習(xí)：聚類、降維等。1）突破原有算法模型瓶頸，解決開源算K4C5力，創(chuàng)造業(yè)務(wù)新價(jià)值；2）領(lǐng)導(dǎo)高度創(chuàng)新研究。K4報(bào)告規(guī)范：模型性能評(píng)估報(bào)告、實(shí)驗(yàn)分析報(bào)告規(guī)范（內(nèi)部）等。解釋模型能力見表13。表13解釋模型能力能力項(xiàng)名稱解釋模型能力能力項(xiàng)描述能針對(duì)構(gòu)建好的模型進(jìn)行解釋說(shuō)明，并給出理由。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1模型解釋說(shuō)明：能解釋選擇模型的原因與應(yīng)用領(lǐng)域并給出充分的解釋說(shuō)明。K2數(shù)據(jù)集成關(guān)系：企業(yè)內(nèi)部數(shù)據(jù)模型、主數(shù)據(jù)、集成關(guān)系等。K2系統(tǒng)功能邏輯：內(nèi)部相關(guān)系統(tǒng)的業(yè)務(wù)功能、流程等。C2模型可解釋工具應(yīng)用：基于主流模型可解釋工具包進(jìn)行套用，借助現(xiàn)有可視化模塊解釋和說(shuō)明模型內(nèi)部參數(shù)。K2可視化分析工具：Python、Tableau等。C3解釋模型：1）向業(yè)務(wù)人員解釋說(shuō)明模型原理效果；深入理解業(yè)務(wù)目標(biāo)和模型原理假設(shè)；用現(xiàn)有的解釋工具解釋模型的輸出。K3數(shù)據(jù)可視化：框架、設(shè)計(jì)原則、圖表等。C4解釋創(chuàng)新：能發(fā)明新的解釋方法，理解模型。K4數(shù)據(jù)可視化：復(fù)雜高維多元數(shù)據(jù)、跨媒體數(shù)據(jù)、文本文檔數(shù)據(jù)、時(shí)變數(shù)據(jù)、大規(guī)模多變量空間數(shù)據(jù)的可視化實(shí)現(xiàn)及方案等。分支領(lǐng)域算法研究與應(yīng)用能力見表14。表14分支領(lǐng)域算法研究與應(yīng)用能力能力項(xiàng)名稱分支領(lǐng)域算法研究與應(yīng)用能力能力項(xiàng)描述針對(duì)不同分支領(lǐng)域進(jìn)行算法研究與應(yīng)用落地。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C1算法與數(shù)據(jù)準(zhǔn)備：算法原理與應(yīng)用領(lǐng)域，并結(jié)合應(yīng)用場(chǎng)景準(zhǔn)備好訓(xùn)練數(shù)據(jù)。K3模型訓(xùn)練：選擇數(shù)據(jù)、數(shù)據(jù)建模、驗(yàn)證模型、使用模型、調(diào)優(yōu)模型等。解決常見問(wèn)題：使用自然語(yǔ)言處理、計(jì)K2神經(jīng)網(wǎng)絡(luò)框架：Keras、Lasagne、算機(jī)視覺、語(yǔ)音識(shí)別、時(shí)間序列、異常DSSTNE、DL4J、CNTK等。C2檢測(cè)、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜、個(gè)性化推深度神經(jīng)網(wǎng)絡(luò)：卷積神經(jīng)網(wǎng)絡(luò)、YOLO網(wǎng)薦、對(duì)抗樣本等方法進(jìn)行算法研究與應(yīng)K2絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、全卷用拓展。積網(wǎng)絡(luò)等。場(chǎng)景問(wèn)題可行性研究：強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)原理、應(yīng)用場(chǎng)景、案1）根據(jù)業(yè)務(wù)場(chǎng)景進(jìn)行廣泛調(diào)研，開展方案對(duì)比分析與實(shí)驗(yàn)，提出備選方案；K3例，如馬爾科夫決策、基于模型的動(dòng)態(tài)規(guī)劃方法、蒙特卡洛方案等。C32）分析模型的缺陷，提出針對(duì)性解決方案。自然語(yǔ)言處理算法模型與應(yīng)用：算法模型，如語(yǔ)言模型、概率圖模型、貝葉斯網(wǎng)K3絡(luò)、馬爾科夫模型等；應(yīng)用場(chǎng)景，情感分析、文本分類、聚類、實(shí)體抽取、關(guān)鍵詞提取、意圖識(shí)別等。表14分支領(lǐng)域算法研究與應(yīng)用能力（續(xù)）能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素解決業(yè)務(wù)瓶頸：1）法解決的問(wèn)題；2）學(xué)術(shù)成果。計(jì)算機(jī)視覺算法模型與應(yīng)用：算法模型，如目標(biāo)檢測(cè)、圖像分割等；應(yīng)用場(chǎng)景，如人臉檢測(cè)與識(shí)別、基礎(chǔ)圖像處理、圖像變換、角點(diǎn)檢測(cè)、特征點(diǎn)檢測(cè)與匹配、手寫數(shù)字識(shí)別等。K4語(yǔ)音識(shí)別算法模型與應(yīng)用：算法模型，如聲學(xué)模型、語(yǔ)言模型等；主流框架，如Kaldi、Espnet；應(yīng)用場(chǎng)景，如端點(diǎn)檢測(cè)，情感分析，語(yǔ)種識(shí)別；多語(yǔ)言識(shí)別，小語(yǔ)種識(shí)別，方言識(shí)別等。K4C4時(shí)間序列算法模型與應(yīng)用：算法模型，如周期因子法、移動(dòng)平均法、ARIMA模型、時(shí)間序列分解模型、K近鄰算法、SVM、隨機(jī)森林、LSTM、seq2seq等；應(yīng)用場(chǎng)景，如周期性預(yù)測(cè)等。K4知識(shí)圖譜算法模型與應(yīng)用：算法模型，如Trans系列模型、PRA算法等；應(yīng)用場(chǎng)景，如風(fēng)控反欺詐、輔助信貸審核投研分析、精準(zhǔn)營(yíng)銷等。K4學(xué)術(shù)成就：1）發(fā)表頂級(jí)期刊并在行業(yè)創(chuàng)造影響力；2）組織省部級(jí)重大科研項(xiàng)目或集團(tuán)內(nèi)重點(diǎn)合作項(xiàng)目的申報(bào)與實(shí)施。K3行業(yè)組織：開源組織、行業(yè)聯(lián)盟、標(biāo)準(zhǔn)組織等運(yùn)作模式等。K3專利論文：專利論文相關(guān)規(guī)范、申報(bào)及發(fā)布、相關(guān)渠道運(yùn)作模式。C5業(yè)務(wù)邏輯及應(yīng)用場(chǎng)景：內(nèi)部業(yè)務(wù)系統(tǒng)相關(guān)業(yè)務(wù)流程、業(yè)務(wù)邏輯、內(nèi)部平臺(tái)功能邏輯、數(shù)據(jù)集成關(guān)系等（內(nèi)部）。K4圖形渲染與建模能力見表15。表15圖形渲染與建模能力能力項(xiàng)名稱圖形渲染與建模能力能力項(xiàng)描述對(duì)計(jì)算機(jī)、移動(dòng)設(shè)備等可視化設(shè)備在圖形、圖像顯示過(guò)程中進(jìn)行的圖形計(jì)算、渲染、性能優(yōu)化等方面的能力。能力等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素C3算法開發(fā)：負(fù)責(zé)對(duì)3D渲染、圖形顯示引擎以及圖形渲染顯示算法進(jìn)行開發(fā)與優(yōu)化。K3大型3D顯示軟件實(shí)時(shí)渲染的架構(gòu)設(shè)計(jì)。K3windows平臺(tái)上圖形顯示引擎開發(fā)與優(yōu)化。K3圖形渲染顯示算法的開發(fā)與優(yōu)化。C4引擎優(yōu)化：負(fù)責(zé)維護(hù)與開發(fā)引擎，突破渲染效果和性能瓶頸。K4對(duì)引擎特別是渲染管線代碼進(jìn)行維護(hù)和調(diào)優(yōu)。K4開發(fā)和維護(hù)引擎工具及插件。K4前沿的圖形技術(shù)，突破現(xiàn)有渲染效果和性能瓶頸。K4圖形Feature性能及效果平衡性，優(yōu)化GPU性能。下的圖形圖像渲染與建模的技術(shù)路線。K4元宇宙等3D渲染場(chǎng)景下的引擎渲染管線進(jìn)行加速和Android圖形性能優(yōu)化處理。圖形新技術(shù)，定制優(yōu)化UE/Unity引擎管線，設(shè)計(jì)并規(guī)劃基于UE4Unity3DruntimeC5K4元宇宙場(chǎng)景的加速和體驗(yàn)優(yōu)化的相關(guān)技術(shù)路標(biāo)，將產(chǎn)學(xué)研成果轉(zhuǎn)換為能為多種終端體驗(yàn)優(yōu)化的可落地技術(shù)。K4PAGEPAGE12概述初級(jí)16表16初級(jí)能力要素和知識(shí)要素對(duì)照表能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素需求分析與技術(shù)咨詢C1理解需求文檔：根據(jù)實(shí)際業(yè)務(wù)與需求理解所需技術(shù)與應(yīng)用領(lǐng)域。K2功能分析、產(chǎn)品研發(fā)與需求分析等。數(shù)據(jù)采集編寫腳本采集：運(yùn)用各種數(shù)據(jù)采集工具結(jié)合編寫腳本語(yǔ)言，實(shí)現(xiàn)對(duì)非結(jié)構(gòu)化的、動(dòng)態(tài)互聯(lián)網(wǎng)、容器日志等數(shù)據(jù)來(lái)源進(jìn)行復(fù)雜數(shù)據(jù)采集工作。K2數(shù)據(jù)庫(kù)技術(shù)：MySQL、Oracle、DB2、Redis等。C2K2編程語(yǔ)言：LinuxShell、Python,、Scala、R、Numpy等。數(shù)據(jù)標(biāo)注數(shù)據(jù)規(guī)范制訂：1）能結(jié)合元宇宙智能算法技術(shù)要求和業(yè)務(wù)特征，設(shè)計(jì)數(shù)據(jù)清洗和標(biāo)注流程，制訂數(shù)據(jù)清洗和標(biāo)注規(guī)范；2）能根據(jù)標(biāo)注規(guī)范和要求，完成對(duì)文本、視覺、語(yǔ)音數(shù)據(jù)清洗和標(biāo)注；3）審核標(biāo)注數(shù)據(jù)的準(zhǔn)確性和完整性，輸出審核報(bào)告并糾正錯(cuò)誤。數(shù)據(jù)生命周期管理：數(shù)據(jù)全生命周期管理規(guī)范、元數(shù)據(jù)模型標(biāo)準(zhǔn)、主數(shù)據(jù)業(yè)務(wù)標(biāo)準(zhǔn)等。C2K2特征開發(fā)C1的質(zhì)量，并完成簡(jiǎn)單的特征開發(fā)任務(wù)。K2數(shù)據(jù)預(yù)處理：無(wú)量綱化、對(duì)定量特征二值化、對(duì)定性特征啞編碼、缺失值計(jì)算、數(shù)據(jù)變換等。K2特征清洗：數(shù)據(jù)采樣方法、清洗異常樣本等。人工智能框架C1框架使用：能使用機(jī)器學(xué)習(xí)框架完成人工智能數(shù)據(jù)處理、特征提取、模型訓(xùn)練、模型部署等全周期流程。K1人工智能框架：Tensorflow，Pytorch的技術(shù)框架使用。編碼實(shí)現(xiàn)C1實(shí)現(xiàn)算法腳本：基于已實(shí)現(xiàn)程序，編寫算法腳本進(jìn)行運(yùn)行。K2編程語(yǔ)言：Java、Python、C++的常用組件、開發(fā)框架等。數(shù)據(jù)理解能力C2評(píng)估數(shù)據(jù)質(zhì)量：從業(yè)務(wù)需求的角度上，能評(píng)估數(shù)據(jù)質(zhì)量（性、冗余性、完整性等），據(jù)質(zhì)量基線。K2數(shù)據(jù)質(zhì)量：數(shù)據(jù)質(zhì)量管理基礎(chǔ)、數(shù)據(jù)質(zhì)量與數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量管理建設(shè)等。數(shù)據(jù)處理能力C1數(shù)據(jù)處理的基本能力：1）使用數(shù)據(jù)處理工具，完成簡(jiǎn)單的數(shù)據(jù)處理任務(wù)；2）根據(jù)數(shù)據(jù)規(guī)范，進(jìn)行數(shù)據(jù)清洗；3）識(shí)別錯(cuò)誤數(shù)據(jù)、臟數(shù)據(jù)、異常數(shù)據(jù)并對(duì)其進(jìn)行處理，提高信噪比。K2數(shù)據(jù)轉(zhuǎn)換：時(shí)間格式轉(zhuǎn)換、字符串處理、指標(biāo)計(jì)算規(guī)則實(shí)現(xiàn)等。算法建模調(diào)用現(xiàn)有模型接口輸出結(jié)果：調(diào)用常規(guī)算法模型進(jìn)行模型訓(xùn)練、驗(yàn)證、調(diào)參和測(cè)試，并輸出最終模型的性能評(píng)估分?jǐn)?shù)。模型訓(xùn)練：選擇數(shù)據(jù)、數(shù)據(jù)建模、驗(yàn)證模型、使用模型等。C1K2解釋模型的能力C1自己模型解釋說(shuō)明：能解釋選擇模型的原因與應(yīng)用領(lǐng)域并給出充分的解釋說(shuō)明。K2數(shù)據(jù)集成關(guān)系：企業(yè)內(nèi)部數(shù)據(jù)模型、主數(shù)據(jù)以及集成關(guān)系等。K2系統(tǒng)功能邏輯：內(nèi)部相關(guān)系統(tǒng)的業(yè)務(wù)功能、流程等。表16初級(jí)能力要素和知識(shí)要素對(duì)照表（續(xù)）能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素分支領(lǐng)域算法研究與應(yīng)用C1理解算法與數(shù)據(jù)準(zhǔn)備：理解算法原理與應(yīng)用領(lǐng)域，并結(jié)合應(yīng)用場(chǎng)景準(zhǔn)備好訓(xùn)練數(shù)據(jù)。K3模型訓(xùn)練：選擇數(shù)據(jù)、數(shù)據(jù)建模、驗(yàn)證模型、使用模型、調(diào)優(yōu)模型等。圖形渲染與建模能力C3算法開發(fā)：負(fù)責(zé)對(duì)3D渲染、圖形顯示引擎以及圖形渲染顯示算法進(jìn)行開發(fā)與優(yōu)化。K3大型3D顯示軟件實(shí)時(shí)渲染的架構(gòu)設(shè)計(jì)。K3windows平臺(tái)上的圖形顯示引擎的開發(fā)與優(yōu)化。K3圖形渲染顯示算法的開發(fā)與優(yōu)化。中級(jí)/17表17中級(jí)能力要素和知識(shí)要素對(duì)照表能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素需求分析與技術(shù)咨詢能力C2協(xié)助完成需求文檔：與產(chǎn)品業(yè)務(wù)進(jìn)行需求溝通與澄清，協(xié)助完成并理解文檔達(dá)成共識(shí)。K2數(shù)據(jù)關(guān)系分析、需求挖掘、非功能性需求分析等。數(shù)據(jù)采集能力制定采集方案：1）基于多個(gè)數(shù)據(jù)來(lái)源和特定的、較雜數(shù)據(jù)采集方案；2）對(duì)數(shù)據(jù)采集進(jìn)行過(guò)程監(jiān)督和結(jié)果持?jǐn)?shù)據(jù)采集的可靠性和高效性。數(shù)據(jù)管理工具：SQL、HiveSQL、SPARKSQL等。K3C3實(shí)時(shí)流數(shù)據(jù)采集技術(shù)：Flink、SparkStreaming、Flume、Kafka等。K3數(shù)據(jù)標(biāo)注能力C2數(shù)據(jù)規(guī)范制訂：1）能結(jié)合元宇宙智能算法技術(shù)要求和業(yè)務(wù)特征，設(shè)計(jì)數(shù)據(jù)清洗和標(biāo)注流程，制訂數(shù)據(jù)清洗和標(biāo)注規(guī)范；2）能根據(jù)標(biāo)注規(guī)范和要求，完成對(duì)文本、視覺、語(yǔ)音數(shù)據(jù)清洗和標(biāo)注；3）審核標(biāo)注數(shù)據(jù)的準(zhǔn)確性和完整性，輸出審核報(bào)告并糾正錯(cuò)誤。K2數(shù)據(jù)生命周期管理：數(shù)據(jù)全生命周期管理規(guī)范、元數(shù)據(jù)模型標(biāo)準(zhǔn)、主數(shù)據(jù)業(yè)務(wù)標(biāo)準(zhǔn)等。特征開發(fā)能力特征開發(fā)能力：1）基于特征選擇、數(shù)據(jù)降維等方法，提升數(shù)據(jù)質(zhì)量；2）編寫對(duì)應(yīng)的代碼，完成特征開發(fā)任務(wù)。單個(gè)特征：歸一化、離散化、DummyCoding、缺失值、數(shù)據(jù)變換等。K3C2K3特征選擇：Filter、Wrapper、Embedded等。K3特征開發(fā)：Numpy、pandas等。人工智能框架能力C1框架使用：能使用機(jī)器學(xué)習(xí)框架完成人工智能數(shù)據(jù)處理、特征提取、模型訓(xùn)練、模型部署等全周期流程。K1人工智能框架：Tensorflow，Pytorch的技術(shù)框架使用。編碼實(shí)現(xiàn)能力模塊化：基于系統(tǒng)設(shè)計(jì)，完成編碼，實(shí)現(xiàn)模塊功能。業(yè)務(wù)理解：內(nèi)部業(yè)務(wù)系統(tǒng)相關(guān)業(yè)務(wù)流程、三方處理邏輯、異常流程邏輯、風(fēng)險(xiǎn)管控規(guī)范、內(nèi)部協(xié)議及業(yè)務(wù)邏輯、平臺(tái)功能邏輯、數(shù)據(jù)集成關(guān)系等。K2C2識(shí)別等領(lǐng)域的算法模型及應(yīng)用等。K2表17中級(jí)能力要素和知識(shí)要素對(duì)照表（續(xù)）能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素?cái)?shù)據(jù)理解能力C2評(píng)估數(shù)據(jù)質(zhì)量：從業(yè)務(wù)需求的角度上，能評(píng)估數(shù)據(jù)質(zhì)量（性、冗余性、完整性等），據(jù)質(zhì)量基線。K2數(shù)據(jù)質(zhì)量：數(shù)據(jù)質(zhì)量管理基礎(chǔ)、數(shù)據(jù)質(zhì)量與數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量管理建設(shè)等。數(shù)據(jù)處理能力C2與元宇宙場(chǎng)景結(jié)合的數(shù)據(jù)處理能力：1）處理絕大多數(shù)數(shù)據(jù)處理任務(wù)；2）根據(jù)平臺(tái)、物理性能、業(yè)務(wù)場(chǎng)理方案。K1數(shù)據(jù)清洗：去重缺失值處理、標(biāo)準(zhǔn)化、歸一化等。K2數(shù)據(jù)脫敏：可恢復(fù)脫敏算法、不可恢復(fù)脫敏算法等。算法建模能力C2于業(yè)務(wù)需求對(duì)數(shù)據(jù)進(jìn)行特征工程處輸出最終模型性能評(píng)估報(bào)告。K3模型評(píng)估：模型評(píng)估方法、模型評(píng)價(jià)指標(biāo)等。解釋模型的能力C2視化模塊解釋和說(shuō)明模型內(nèi)部參數(shù)。K2可視化分析工具：Python、Tableau等。分支領(lǐng)域算法研究與應(yīng)用能力解決常見問(wèn)題：使用自然語(yǔ)言處理，計(jì)算機(jī)視覺，語(yǔ)音識(shí)別，時(shí)間序列，異常檢測(cè)，強(qiáng)化學(xué)習(xí)，知識(shí)圖譜，個(gè)性化推薦，對(duì)抗樣本等方法進(jìn)行算法研究與應(yīng)用拓展。K2神經(jīng)網(wǎng)絡(luò)框架：Keras、Lasagne、DSSTNE、DL4J、CNTK等。C2深度神經(jīng)網(wǎng)絡(luò)：卷積神經(jīng)網(wǎng)絡(luò)、YOLO網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、全卷積網(wǎng)絡(luò)等。K2圖形算法與建模能力C4引擎優(yōu)化：負(fù)責(zé)維護(hù)與開發(fā)引擎，突破渲染效果和性能瓶頸。K4對(duì)引擎特別是渲染管線代碼進(jìn)行維護(hù)和調(diào)優(yōu)。K4開發(fā)和維護(hù)引擎工具及插件。K4前沿的圖形技術(shù)，突破現(xiàn)有渲染效果和性能瓶頸。K4圖形Feature性能及效果平衡性，優(yōu)化GPU性能。高級(jí)18表18高級(jí)能力要素和知識(shí)要素對(duì)照表能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素需求分析與技術(shù)咨詢能力分析咨詢：1）提供元宇宙項(xiàng)目的技術(shù)要素分析、產(chǎn)業(yè)成本分析等咨詢服務(wù)；2）作用、社會(huì)作用進(jìn)行合理性分析。人工智能各領(lǐng)域算法模型及應(yīng)用：自然語(yǔ)言處理、計(jì)算機(jī)視覺、語(yǔ)音識(shí)別、時(shí)間序列、知識(shí)圖譜等領(lǐng)域的算法模型及應(yīng)用等。C3K2K2項(xiàng)目可研：需求的獲取、分析、規(guī)格說(shuō)明、變更、驗(yàn)證、管理等。數(shù)據(jù)采集能力C4采集方案評(píng)審：基于對(duì)數(shù)據(jù)需求的調(diào)研分析結(jié)果，對(duì)數(shù)據(jù)采集方案進(jìn)行評(píng)估、審核和批準(zhǔn)。K3大數(shù)據(jù)平臺(tái)管理：Hadoop數(shù)據(jù)平臺(tái)管理及工具使用。數(shù)據(jù)標(biāo)注能力C4標(biāo)注方案評(píng)審：基于數(shù)據(jù)標(biāo)注方案進(jìn)行評(píng)估、審核和批準(zhǔn)。K3大數(shù)據(jù)技術(shù)：Hadoop、Spark、Hive、MapReduce、Storm等原理、操作等。K3數(shù)據(jù)庫(kù)技術(shù)：MySQL、Oracle、DB2、Redis等。K3數(shù)據(jù)轉(zhuǎn)換方法及工具：Excel、SQL、Python等。表18高級(jí)能力要素和知識(shí)要素對(duì)照表（續(xù)）能力要素等級(jí)等級(jí)描述與技能知識(shí)要素等級(jí)知識(shí)要素特征開發(fā)能力系統(tǒng)化特征開發(fā)與優(yōu)化：1）釋性以及模型的精簡(jiǎn)性；2）據(jù)治理優(yōu)化；3）程的方法論。降維：主成分分析法、線性判別分析法等。C3K4K4特征工程：特征使用方案、特征獲取方案、特征處理、特征監(jiān)控等。人工智能框架能力C3框架理解與優(yōu)化：1）理解框架底層機(jī)制，能最大化利用所選框架優(yōu)勢(shì)進(jìn)行建模研發(fā)；2）基于現(xiàn)有框架進(jìn)行更高層級(jí)封裝率。K3人工智能框架：Tensorflow，Caffe、MxNet、Pytorch的難點(diǎn)攻破、技術(shù)問(wèn)題處理等。編碼實(shí)現(xiàn)能力C3系統(tǒng)設(shè)計(jì)：基于需求設(shè)計(jì)系統(tǒng)并分解成模塊，并根據(jù)工作流設(shè)計(jì)模塊的功能與交互方式。K3編碼規(guī)范：代碼質(zhì)量規(guī)范、質(zhì)量管理辦法、SQA計(jì)劃等。K3人工智能框架：Tensorflow，Sklearn，Caffe、MxNet、Pytorch的技術(shù)框架、場(chǎng)景等。數(shù)據(jù)理解能力C4數(shù)據(jù)審視：1）從生產(chǎn)條線的角度上，審視數(shù)據(jù)對(duì)整個(gè)模型迭代產(chǎn)生的影響；2）從業(yè)務(wù)條線的角度上，審視所對(duì)挖掘點(diǎn)。K3數(shù)據(jù)集成關(guān)系：企業(yè)內(nèi)部數(shù)據(jù)模型、主數(shù)據(jù)以及集成關(guān)系等。數(shù)據(jù)處理能力整合數(shù)據(jù)與數(shù)據(jù)處理開發(fā)能力：1）對(duì)跨平臺(tái)、條線、部門的元宇宙數(shù)據(jù)進(jìn)行整合，提高數(shù)據(jù)利用效率；2）基于數(shù)據(jù)處理工具或模塊設(shè)計(jì)開發(fā)能力，滿足數(shù)據(jù)業(yè)務(wù)性、合規(guī)性等需求。數(shù)據(jù)分析：EXCEL、python、tableau等。K2C3編程技術(shù)：Linuxshell、SQL、SparkSQL、hiveSQL等。K3算法建模能力C4業(yè)務(wù)模型優(yōu)化：1）領(lǐng)導(dǎo)科研實(shí)驗(yàn)并參與模型評(píng)估，用；2）針對(duì)公司內(nèi)已有業(yè)務(wù)，給出理論據(jù)業(yè)務(wù)特性制訂合適的算法模型及評(píng)價(jià)指標(biāo)。K3強(qiáng)化學(xué)習(xí)：強(qiáng)化學(xué)習(xí)原理、應(yīng)用場(chǎng)景、案例，如馬爾科夫決策、基于模型的動(dòng)態(tài)規(guī)劃方法、蒙特卡洛方案等。解釋模型的能力C3解釋